La scienza non è solo matematica

scienza matematicaAll’inizio di quest’anno, Edward O. Wilson, l’illustre biologo di Harvard, ha scritto dei limiti della matematica nell’ambito delle scienze sul Wall Street Journal. Questo figlio nativo di Mobile, Alabama – meglio noto altrove come il Padre della Sociobiologia – sostiene che la capacità di formulare contributi concettuali alla scienza non richiede competenza matematica, né tantomeno una componente matematica. Chiosando: “[f]ortunatamente, l’eccezionale fluidità matematica è richiesta solo per poche discipline, quali la fisica delle particelle, l’astrofisica e la teoria informatica. Molto più importante per tutto il resto della scienza è la capacità di delineare concetti, che permette al ricercatore di evocare immagini e processi mediante l’intuizione.” Wilson stesso ha candidamente ammesso di non aver mai appreso l’analisi matematica prima dei suoi trent’anni – vale a dire, dopo aver guadagnato la cattedra ad Harward –, lamentando la perdita di conoscenza scientifica che si verifica allorquando i suoi aspiranti collaboratori scelgono altre carriere a causa di carente formazione matematica.

Ancorché questo non rappresenti un problema per gli economisti austriaci, i quali utilizzano una logica aprioristica e deduttiva nello sviluppo della teoria e dei concetti economici, l’approccio economico tradizionale resta affezionato all’idea di utilizzare i dati come fini a sé stessi, cosicché la disponibilità dei soli dati determina la misura dell’indagine economica. Di conseguenza, concetti quali il capitale, che non si prestano ad analisi matematica, sono spesso ignorati dal mainstream o assunti come costanti (in modo da semplificarne l’utilizzo nelle tecniche di modellazione). Questa lacuna costituisce uno dei motivi per l’infausta diagnosi errata compiuta circa la bolla immobiliare, innescata una decina d’anni fa, nonché una delle principali ragioni alla base della generale ignoranza dell’approccio tradizionale sui cattivi investimenti derivanti dalla creazione di moneta da parte dello Stato.

I commenti di Wilson sono interessanti poiché pongono l’accento sulla modellizzazione statistica operata dall’economia mainstream e da altre scienze sociali, basandosi sul desiderio di raggiungere il medesimo rigore scientifico delle scienze dure. Siffatto desiderio esprime uno strascico della Progressive Era, fondamentalmente riassumibile dal Presidential Address to the American Economic Association, elaborata da Irving Fisher nel 1919, ove scrisse:

Sarebbe auspicabile la creazione di un fondo dove far confluire le sovvenzioni per la ricerca economica, la cui gestione del lavoro, dei capitali e degli economisti fosse condivisa allo scopo di realizzare una sorta di laboratorio per lo studio dei grandi problemi economici verificatisi prima di noi. Oggi le scienze fisiche dispongono dei loro grandi laboratori,  conseguenza naturale dei loro epocali progressi. Analogamente, agli economisti andrebbero assicurati consoni dati concreti e statistiche, sicché consentirgli di produrre calcoli a proprie spese. Una ricerca costosa, ben al di là della disponibilità economica dei professori, è necessaria affinché gli economisti possano offrire qualche importante servizio pubblico per lo studio della distribuzione della ricchezza, il sistema dei profitti, il problema delle agitazioni operaie e per gli ulteriori turbamenti che richiedono soluzioni urgenti.”  

Mezzo secolo più tardi, Milton Friedman rilanciò la tesi di Fisher nel suo celebre saggio The Methodology of Positive Economics, enfatizzando il ruolo della matematica e della statistica in economia ed esaltandone l’accuratezza predittiva sopra ogni cosa – persino su una teoria corretta. I dati soccorrono a ciò che deve essere testato empiricamente e se i risultati spiegano correttamente il mondo, allora devono essere teoricamente coerenti. Per Friedman, le metodologie economiche devono “essere giudicate dalla precisione, dal campo di applicazione e dalla conformità con l’esperienza circa le previsioni che [esse] producono. In breve, l’economia positiva è, o può essere, una scienza ‘oggettiva’, esattamente nello stesso senso di una qualsiasi delle scienze fisiche.

Gli Austriaci avevano già evidenziato la fallacia di questo approccio, prima nelle loro repliche allo storicismo tedesco e nel dimostrare la precarietà della base teorica degli storicisti per qualificare l’economia come scienza. Negli anni ’50, F. A. Hayek, nel suo magistrale Counter-Revolution of Science, osservò che con l’adozione dei modelli matematici delle scienze dure, gli economisti possono facilmente trattare l’oggetto del loro studio – la persona umana – con le medesime modalità impiegate dagli scienziati fisici per esaminare le particelle della materia. Anziché vivere, scegliendo di essere, la persona umana viene semplicisticamente ridotta a elemento suscettibile di investigazione e manipolazione per raggiungere un fine sociale gradito allo Stato. Benché sia comprensibile l’esaltazione di questo metodo da parte di un arci-progressista come Fisher, suscita non poca ironia constatare che Friedman, dotato della libertarian bona fides, possa addirittura ampliarlo.

Sebbene la matematica rivesta un ruolo primario nelle scienze sociali, le modalità con cui si è prestata all’utilizzo ad opera degli scienziati sociali ha finito col restringere lo spettro d’indagine, peraltro senza aggiungere granché alla nostra conoscenza teorica. Ciononostante, come Rothbard ebbe a sottolineare, la sua enfasi può giustificare l’espansione dello Stato, attribuendo precisione scientifica alle politiche di governo[1]. L’odierno scenario si sostanzia in un complesso apparato intellettuale-industriale per mezzo del quale i governi estraggono fondi, con la forza, dalle masse per dirigerli verso le istituzioni di ricerca, dove gli individui elaborano modelli al fine di fornire giustificazioni scientifiche per quelle politiche che richiedono – sorpresa, sorpresa – ai governi di estrarre più fondi, con la forza, dalle masse. Purtroppo, si tratta di un sistema che alimenta gran parte delle attività di ricerca alla Yale di Fisher, alla University of Chicago di Friedman e la maggior parte degli istituti superiori che aspirano ad ottenere pari fama.

E. O. Wilson ci ricorda che non solo le scienze dure attribuiscono eccessiva enfasi alla matematica a loro rischio e pericolo, malgrado probabilmente non si siano mai spinte ai livelli che solo gli scienziati sociali della Progressive Era come Irving Fisher potevano immaginare. Nel frattempo, oggi, gli scienziati pazzi al governo e quelli meno obbligati verso il processo di sovvenzione finanziata dallo Stato, sia per il loro status che per i loro stili di vita, sono più modesti nel loro approccio e maggiormente riconoscenti alle leggi naturali, perciò la loro vocazione è studiare e capire.

Queste persone sembrano persino più propense a comprendere che gli interessi coinvolti nel dirigere la scienza verso i fini normativi, desiderati da individui potenti, sono enormi. Mentre le economie globali riverberano in risposta agli interventi su base scientifica sulle forze di mercato, l’economia tradizionale necessita di un bagno d’umiltà e un convinto apprezzamento dei limiti degli approcci matematici. Le sue nuove leve dovrebbero iniziare imparando dalle scuole eterodosse, come gli Austriaci che li hanno evitati.

Articolo di Christopher Westley su Mises.org

Traduzione di Antonio Francesco Gravina

Note

[1] Con ogni evenienza, l’esempio classico di tale precisione si è verificato quando l’economista Christina Romer, generosamente, previde che la disoccupazione sarebbe salita al 8,8 percento entro la fine del 2010, nel caso in cui il pacchetto di stimolo economico di Obama non fosse stato approvato nel 2009 (questo ebbe, invece, voto favorevole… e la disoccupazione salì oltre il 10 percento; Romer, adesso, è professoressa alla University of California, Berkley). Più di recente, la “rock star” del MIT, il professor Zeynep Ton, ha sostenuto che le aziende come Wal-Mart potrebbero essere più produttive qualora adottassero le tabelle salariali delle imprese quali Coscto e Trader Joe (ignorando il ruolo fondamentale del ricavo marginale del prodotto in relazione ai salari). Il suo lavoro si sta rivelando utile per coloro che cercano di aumentare il salario minimo, ancorché tali interventi, in passato, abbiano comportato l’esclusione dei lavoratori non qualificati dal mercato del lavoro, fornendo maggiori incentivi alle aziende a sostituire il lavoro con capitale meno costoso.