L'errore del bias di sopravvivenza

Ho incontrato questo concetto in un video di Cengiz Çalışkan sul canale Bebar Bilim, che avevo già visto nel programma 12’de Bilim sul canale Youtube di 12punto, e ho voluto condividere e commentare questo argomento con voi qui.

C'è anche una bella storia raccontata nel video: “Durante la Seconda Guerra Mondiale, l'America faceva fatica a mantenere la supremazia aerea e subiva gravi perdite. Molti aerei che partivano per le missioni non tornavano. Si perdevano sia aerei molto costosi che piloti di grande valore. Per risolvere il problema, gli scienziati si sono messi al lavoro. Gli esperti volevano rinforzare gli aerei e aggiungere protezioni in acciaio in alcune sezioni, ma non volevano che l'aereo diventasse troppo pesante. Per questo motivo, hanno esaminato gli aerei tornati dalla guerra per capire dove fosse necessario intervenire, osservando dove venivano colpiti più spesso dai proiettili. Di conseguenza, i fori dei proiettili si concentravano solitamente sulla parte posteriore e sulla sezione del carburante. Non c'erano fori di proiettile nella zona del motore. Concludendo che gli aerei venivano solitamente colpiti in queste aree, hanno deciso naturalmente di rinforzare proprio quelle zone. Tuttavia, lo statistico e matematico ungherese Abraham Wald ha sostenuto esattamente il contrario. Non ha alcuna importanza dove sono stati colpiti gli aerei che sono tornati. Gli aerei che state osservando sono quelli che sono riusciti a tornare; i danni subiti non hanno causato la loro caduta. Se aveste avuto la possibilità di esaminare quelli precipitati, molto probabilmente avreste visto che la maggior parte era stata colpita nella zona del motore. Per questo motivo, diceva, dovreste rinforzare le zone dove gli aerei tornati hanno statisticamente ricevuto meno colpi, in particolare la zona del motore. Hanno fatto così e si è registrato un aumento significativo del numero di aerei che tornavano, e l'America ha iniziato a stabilire la propria supremazia aerea.”

Come dimostra questo esempio, esaminare solo gli esempi che hanno avuto successo o che sono sopravvissuti ci porta a ignorare i dati relativi agli esempi che hanno fallito o che non sono sopravvissuti. Ciò ci conduce a conclusioni che non sono del tutto corrette o che si basano su dati incompleti.

L'impatto di questo errore sugli studi di comunicazione e sulla ricerca sociale è altrettanto grande. Ad esempio, nell'analisi dei contenuti mediatici, concentrarsi solo sui contenuti popolari che raggiungono un vasto pubblico può aiutarci a capire perché alcuni contenuti abbiano successo, ma ci porta anche a ignorare il motivo per cui i contenuti fallimentari non abbiano funzionato. Di conseguenza, ciò può portare a strategie mediatiche incomplete o fuorvianti.

In sintesi, riconoscere ed evitare l'Errore del Bias di Sopravvivenza (Survivorship Bias) ci aiuta a condurre analisi più olistiche e accurate. Ci permette di sviluppare strategie più efficaci e di raggiungere risultati più corretti. In questo contesto, negli studi di comunicazione e nella ricerca sociale, è di grande importanza considerare tutti gli aspetti dei dati analizzati e non ignorare i dati mancanti. In breve, dovremmo sempre tenere conto dell'altra faccia della medaglia e concentrarci non solo su ciò che è visibile, ma anche su ciò che non lo è a prima vista.