Tyler Vigen è uno statistico di Harvard con un senso dell'umorismo molto sviluppato. Sul suo sito “Spurious Correlations” ha raccolto centinaia di grafici che mostrano correlazioni perfette tra variabili che però non hanno alcun rapporto tra loro. Ad esempio, ce n’è uno nel quale si vede chiaramente una netta corrispondenza tra il numero di film in cui recita Nicolas Cage in un anno e il numero di persone annegate in una piscina nello stesso anno negli USA: correlazione quasi perfetta. Oppure, un altro grafico nel quale il tasso di divorzi nel Maine diminuisce con l’aumentare del consumo di margarina: una correlazione indiscutibile. Però: nessuno penserebbe seriamente che Nicolas Cage uccida i bagnanti pur di recitare il più possibile. Tantomeno che mangiare più margarina faccia andare più d’accordo con il partner. Cosa è interessante nel punto di vista di Vigen non è il senso del ridicolo, bensì il pericolo che denuncia. Quando due curve si muovono insieme, il cervello umano costruisce automaticamente una storia causale. Lo fa in modo involontario, veloce, convincente. Ed è esattamente quello che succede ogni giorno nelle riunioni, nelle analisi degli andamenti, nelle visite sui negozi.

Qualche esempio concreto

"Il prezzo medio di vendita del nostro assortimento è molto alto. Quindi la qualità della nostra clientela è alta”. Forse. Oppure il campione analizzato esclude i prodotti entry-level, o peggio il mix di periodo includeva un'ondata promozionale su prodotti premium, o la categoria ha avuto un momento di scarsità dei modelli economici per problemi di fornitura. Il prezzo medio alto e la qualità percepita si muovono insieme in certi periodi, ma uno non causa l'altro.

Oppure, confondere la performance della stagionalità con l'efficacia espositiva è una correlazione spuria che porta a decisioni di assortimento sbagliate negli altri undici mesi (“riduco l’esposizione da settembre a maggio”).

“Stiamo crescendo di oltre il 12% a pezzi; quindi, stiamo facendo un ottimo lavoro di vendita”. Ma qualcuno ha analizzato la composizione di queste vendite? Qualcuno ha valutato il crollo del prezzo medio? E qual è l’impatto sui margini di primo livello? 

Il problema è più strutturale e legato alle competenze, anzi a quelle imprescindibili “Meta-Competenze” alle quali tutti i manager, a qualsiasi livello, devono iniziare a guardare con maggiore attenzione. Sappiamo tutti di avere una mole di dati disponibili che crescono molto più velocemente della capacità di interpretarli correttamente. Certo, oggi un buon gestionale può produrre in automatico decine di report, grafici, curve di confronto. Certo, un tool di Business Intelligence basato su AI può anticipare tendenze, andamenti e supportare l’interpretazione.

Tuttavia la quantità di dati è esponenzialmente superiore a quella di dieci anni fa. E più dati vuol dire anche più fraintendimenti, aumentando la probabilità di costruire storie causali su quelle che non sono più correlazioni. Coincidenze, semmai.

Il meccanismo che produce questo errore ha un nome preciso: confusione tra correlazione e causalità. È uno dei bias cognitivi più studiati e più difficili da correggere, perché non dipende dall'intelligenza di chi ragiona, dipende invece da come funziona il ragionamento umano in presenza di pattern visivi. 

Lo stesso meccanismo, per inciso, è alla base di come funzionano i modelli linguistici di intelligenza artificiale: un LLM non capisce le cause, riconosce correlazioni nei dati su cui è stato addestrato e le usa per generare testo plausibile. È straordinariamente bravo a fare questo. Ma quando gli si chiede di ragionare su causalità, può produrre correlazioni spurie con una sicurezza che le rende ancora più pericolose di quelle umane, perché suonano autorevoli.

Mi è capitato di cercare informazioni sulla partecipazione di un artista ad una canzone, per capire da dove era nata l’idea e l’incontro tra lui e l’autore del brano. La chatbot mi ha dato info, aggiungendo che “il cantante della band non cantava quel brano avendo lasciato all’ospite tutto lo spazio”. Ma era un palese errore perché nel brano cantano entrambi! Perché ha aggiunto quel dettaglio non richiesto? Esattamente per una serie di correlazioni. La macchina cerca informazioni e poi aggiunge elementi che siano compatibili sia con il prompt, sia con i dati che trova. Tutte le AI generative compiono centinaia di errori, imprecisioni e imperfezioni di questa natura ogni giorno. 

Invece, cosa è bravo a fare l’umano? Qual è il ruolo e il compito dell’umano? Quali decisioni si possono demandare e quali invece devono rimanere nelle nostre mani? Questo è uno dei punti chiave anche nella strategia di elaborazione e utilizzo dei dati nelle aziende. La soluzione è imparare a farsi le domande giuste, non cercare risposte. Quando due curve si muovono insieme, le domande da fare sono sempre le stesse: c'è un terzo fattore che le muove entrambe? Ho verificato il nesso? Il campione è rappresentativo, o include distorsioni di periodo? Cosa succederebbe se modificassi una variabile tenendo fissa l’altra? Ho valutato le possibili alternative? Sono domande semplici. Non richiedono competenze statistiche avanzate. Richiedono però l'abitudine a non fidarsi della prima storia che i dati sembrano raccontare, e di cercare sempre la seconda, quella che il grafico non mostra mai da solo.

Nel frattempo, i divorzi e la margarina continuano ad andare di pari passo, e Nicolas Cage a girare film. Senza che ci sia, realmente, nessun nesso di causalità.

Esempio finale: se tagliate i prezzi dei cartellini di tutti i prodotti in negozio venderete di più, a proposito di correlazioni fuorvianti. Così, per dire.

Fabrizio Cappuccini

Coach, Mentore, Formatore, Retail Director