teoria
test severo
1 articolo
Standard di valutazione delle prove formulato da Deborah Mayo, che ne ricava la forma leggendo la tesi autocorrettiva di Charles Sanders Peirce. Nella definizione di Mayo un’ipotesi H supera un test severo con il dato x se e solo se, primo, x concorda con H, e secondo, la procedura sperimentale avrebbe segnalato con probabilità molto alta la presenza di un errore, nel caso ci fosse stata una discordanza. In forma breve: un test è severo se l’ipotesi avrebbe potuto fallirlo davvero. La conseguenza è uno spostamento dell’oggetto, ed è la parte che si dimentica per prima: le probabilità si attaccano alle procedure, non alle ipotesi. Peirce lo scrive già nel 1878 (2.748) rifiutando la probabilità inversa — la teoria proposta non assegna alcuna probabilità alla conclusione induttiva. Non si dice quanto è probabile che H sia vera; si dice quanto è affidabile il procedimento che l’ha messa alla prova. Da questo standard Mayo ricava tre ordini di induzione, e la scala è utilizzabile anche dove non compare un numero: il primo è l’induzione rozza, che procede per assenza di confutazione ed è quindi un argomento dall’ignoranza; il secondo è qualitativo, e la sua forza dipende da quanto la previsione vada contro ciò che ci si aspetterebbe senza l’ipotesi; il terzo è quantitativo, e comincia quando quel quanto diventa misurabile attraverso probabilità d’errore oggettive. Il corollario pratico più immediato riguarda la predesignazione, cioè l’obbligo di dichiarare l’ipotesi prima di guardare i dati: se si esaminano venti fattori e si riporta come test quello che è risultato significativo, la probabilità di aver trovato almeno un falso positivo non è il 5% dichiarato ma circa il 64%, perché 0,95 elevato a venti fa 0,36 — e quella, non 0,95, è la severità del test che si è davvero condotto. Nel sito è lo strumento in ingresso più usato e il più a lungo non dichiarato: l’archivio lo adotta nel giugno 2026 con il primo audit di Floridi, che lo prende da Mayo, e la voce esiste per restituirlo alla sua fonte. La domanda che porta con sé, e che si può rivolgere a qualunque affermazione, non è se abbia prove a favore: è quante possibilità aveva di non averne.
- coscienza fenomenica — Il limite superiore: se il concetto non taglia la natura alle giunture non c'è test severo possibile, perché non si sa che cosa fallirebbe.
- epistemia — Il rovescio esatto: l’epistemia è la sensazione di sapere senza che ci sia stato un test, la severità è il test che quella sensazione non fornisce.
- legge di Goodhart — Parenti stretti da non confondere: là la misura si guasta perché diventa obiettivo, qui il test perché l’ipotesi è scelta dopo i dati.
- Deborah Mayo — La definizione è sua: un test è severo se la procedura avrebbe segnalato l’errore, con probabilità molto alta, nel caso ci fosse stato.
- metodo scientifico — Il criterio con cui il sito lo giudica: non i protocolli seguiti, ma la probabilità che la procedura avrebbe segnalato l’errore.
- not even wrong — Lo standard che regge la diagnosi: un’affermazione collocata fuori dalla portata di un test severo non è sbagliata, è nemmeno sbagliata.
- Charles Sanders Peirce — Mayo legge la sua tesi autocorrettiva come rilevazione dell’errore e non come convergenza: lo standard dell’archivio nasce qui.
Nel resto della mappa
Vedi la mappa completa →