La trappola dei numeri: come il nostro cervello semplifica (e distorce) l’analisi
Nell’era dei big data, il nostro cervello, progettato per gestire un mondo molto meno complesso, si trova costantemente a cercare di semplificare le informazioni numeriche. Questa tendenza naturale, pur essendo un meccanismo di sopravvivenza, può compromettere l'accuratezza delle analisi nel contesto dell'intelligence. In questo articolo esploriamo come riconoscere e gestire questa trappola cognitiva, fornendo strumenti pratici per mantenere il rigore analitico.
I limiti naturali della mente umana
Il nostro cervello ha limiti ben definiti nella gestione delle informazioni. Quindi anche nelle nostre attività Osint e Intelligence. La famosa “Regola del 7±2” è un esempio di questi limiti: la maggior parte delle persone riesce a memorizzare facilmente tra 5 e 9 elementi contemporaneamente. Questo è il nostro limite cognitivo naturale, evidenziato in studi classici come quelli di George A. Miller
Le quattro trappole della semplificazione
- Il limite dei sette elementi
Quando ci troviamo di fronte a più di 7-9 elementi da analizzare contemporaneamente, il nostro cervello attiva automaticamente meccanismi di semplificazione.
Esempio: in un’analisi, concentrarsi solo sui primi indicatori più evidenti potrebbe farci trascurare segnali deboli ma critici.
- La trappola del “mai successo prima”
“Se non è mai successo, non succederà”: questa fallacia è responsabile di molte sottovalutazioni, come l’incapacità di prevedere eventi rari ma ad alto impatto, quali pandemie o crisi finanziarie.
Approfondimento: Leggi sul Bias della normalità
- Il pessimismo di Murphy
La legge di Murphy (“Se qualcosa può andare male, lo farà”) è un bias che ci porta a sopravvalutare alcuni rischi a discapito di altri, distorcendo la nostra valutazione delle probabilità.
Esempio: nelle previsioni meteorologiche, ciò si traduce nell’eccessiva preparazione per scenari improbabili mentre si ignorano rischi più probabili ma meno spettacolari.
- L’Illusione del gioco a somma zero
Non tutte le situazioni sono una competizione diretta. Tuttavia, tendiamo a vedere molte interazioni come se il guadagno di qualcuno dovesse corrispondere necessariamente alla perdita di qualcun altro.
Esempio: nelle analisi di mercato, questa mentalità può portare a trascurare opportunità di collaborazione vantaggiosa per tutte le parti.
Strumenti pratici per l’Analista
- La suddivisione intelligente
Come fare? Utilizzare software di data visualization per segmentare i dati e identificare pattern nascosti.
- L’esercizio degli scenari impossibili
Dedicate del tempo a considerare eventi apparentemente improbabili. Questo approccio, noto come “pre-mortem analysis”, aiuta a identificare vulnerabilità nascoste.
- La matrice delle probabilità
Uno strumento semplice ma potente che confronta:
- la nostra percezione istintiva delle probabilità
- i calcoli effettivi basati sui dati
- il gap tra le due valutazioni
Risorsa utile: 7 quick and easy steps to creating a decision matrix, with examples
Conclusione
Come diceva Leonardo da Vinci, “La semplicità è l’ultima sofisticazione”. Nel mondo dell’analisi, la chiave del successo è trovare un equilibrio tra semplificazione e accuratezza. Riconoscere i nostri limiti cognitivi naturali e adottare strumenti pratici per superarli è essenziale per evitare errori e garantire un’analisi rigorosa.