Questo articolo era stato pubblicato inizialmente il 25/01/2013 sul sito
della Rete Tre della Radiotelevisione Svizzera, dove attualmente non è più
disponibile. Viene ripubblicato qui per mantenerlo a disposizione per la
consultazione.
falsa precisione. Indicazione di un dato numerico che
suggerisce una precisione superiore a quella effettiva. Un caso tipico è
l’altimetro nella cabina passeggeri di alcuni voli di linea, che spesso salta
di colpo da un valore molto preciso a un altro altrettanto preciso (per
esempio da 9144 metri a 8839), dando l’illusione di una sensibilità
straordinaria e di una manovra brusca in realtà inesistente.
L’errore sta nel fatto che l’altimetro rileva la quota esprimendola in piedi e
arrotondandola ai mille piedi più vicini. Questo valore arrotondato
(nell’esempio, rispettivamente 30.000 e 29.000 piedi) viene poi convertito in
metri, producendo un numero la cui precisione è frutto esclusivo della
conversione ed è ingannevole.
La conversione da un sistema di misura a un altro crea facilmente decimali che
possono dare un’impressione errata di precisione. Se leggete che una casa
dista da un’altra 1609 metri, probabilmente si tratta semplicemente della
traduzione maldestra della distanza stimata informalmente a un miglio; se
sentite che si stima che un ricercato pesi 77 chili, la sorprendente
precisione del dato è presumibilmente frutto della conversione della stima
anglosassone di 170 libbre (che magari ha un margine d’errore di 10 unità).
La falsa precisione si manifesta spesso anche in informatica: se provate a
chiedere a Google o Wikipedia dove si trova il Lago di Lugano, otterrete
coordinate geografiche precisissime, come per esempio
45.983333 nord,8.966667 est. Ma si tratta di un’indicazione priva di senso, perché un lago ovviamente
non si trova in un singolo punto e quindi coordinate così precise sono
ingannevoli, specialmente se su di esse si costruiscono dei calcoli di
distanza.
Il problema della falsa precisione è che porta spesso a una falsa
autorevolezza: senza un’indicazione del margine d’errore, i dati sembrano
molto più esatti di quello che sono realmente e possono portare a conclusioni
errate. Per esempio, un sondaggio può indicare che un candidato ha il 44%
delle preferenze e l’altro il 41%. Il primo sembra quindi chiaramente in
testa: ma se il margine d’errore è il 3% in più o in meno, la situazione reale
potrebbe benissimo essere invertita.
Fonti: Fallacyfiles,
Hypertextbook,
Naked Security.