Quando una teoria riesce a spiegare tutto soltanto eliminando le variabili scomode, non ha semplificato il reale: lo ha sostituito con una storia.
Claim
«Tutto dipende da una causa profonda.»
Può essere un blocco energetico, un trauma rimosso, una vibrazione bassa, una tossina, un gene, un neurotrasmettitore o l’azione coordinata di un gruppo nascosto. Cambia il nome, ma la struttura rimane identica: fenomeni differenti vengono ricondotti a un’unica origine capace di spiegare malattie, fallimenti, conflitti, emozioni ed eventi sociali.
La promessa è potente. Una volta scoperta la causa, tutto il resto dovrebbe diventare comprensibile e controllabile.
Il problema non è la semplicità. Alcuni fenomeni possiedono effettivamente cause dominanti e possono essere descritti mediante modelli relativamente semplici. Il problema nasce quando la semplificazione viene ottenuta cancellando informazioni, ignorando condizioni rilevanti e trasformando ogni obiezione in una conferma indiretta.
Una causa universale non diventa vera perché produce una narrazione ordinata. Per essere una spiegazione deve indicare un meccanismo, stabilire condizioni di validità e generare previsioni verificabili. Altrimenti non è causalità. È sceneggiatura.
Definizioni
Complessità. Presenza di più variabili, spesso collegate da interazioni e retroazioni. Un fenomeno complesso può essere studiato, ma richiede un modello capace di rappresentare almeno i fattori che modificano sostanzialmente il risultato.
Causa. Fattore la cui variazione produce un cambiamento nell’esito, mantenendo sotto controllo le altre condizioni rilevanti. Il fatto che un evento preceda un altro non basta. Anche l’associazione statistica, da sola, non dimostra una relazione causale.
Fenomeno multifattoriale. Esito prodotto dalla combinazione di più fattori. Nessuno di essi, considerato isolatamente, spiega tutti i casi o determina sempre lo stesso risultato.
Variabile confondente. Fattore collegato sia alla presunta causa sia all’esito. Se viene ignorato, può creare una relazione apparente o alterare la forza di una relazione reale.
Narrazione monocausale. Racconto che attribuisce fenomeni diversi alla stessa origine senza dimostrare i passaggi causali necessari. Non riduce la complessità attraverso l’analisi: la elimina attraverso la trama.
Incertezza statistica. Misura dei limiti di una stima. Non è una confessione d’ignoranza, ma l’indicazione della precisione realmente consentita dai dati.
Energia e vibrazione. In fisica indicano grandezze misurabili, espresse mediante unità come joule e hertz. Come metafore possono descrivere uno stato psicologico. Se vengono presentate come cause fisiche devono essere definite, misurate e collegate a un meccanismo osservabile. Una metafora non diventa una forza naturale perché viene pronunciata con tono tecnico.
Compatibilità con la scienza
La scienza utilizza continuamente modelli semplificati. Nessun modello contiene ogni dettaglio dell’universo. La differenza decisiva è che una semplificazione scientifica dichiara quali variabili vengono escluse e in quali condizioni tale esclusione è accettabile.
Un’ipotesi monocausale può essere legittima, ma deve specificare:
- quale causa viene proposta e come viene misurata;
- quale esito dovrebbe produrre;
- attraverso quale meccanismo;
- in quale popolazione e in quali condizioni;
- con quale intensità e probabilità;
- quali fattori possono modificarne l’effetto;
- quale osservazione potrebbe smentire l’ipotesi.
Il modello deve poi essere confrontato con spiegazioni alternative. Se l’effetto scompare introducendo variabili come età, ambiente, farmaci, aspettative, stato di salute o condizioni economiche, la presunta causa unica non era sufficiente.
Occorre inoltre produrre previsioni discriminanti. «Questa energia può manifestarsi in molti modi» non è una previsione. È una formula compatibile con qualsiasi risultato.
Una previsione scientifica assume una forma diversa: date determinate condizioni, l’esito A deve verificarsi più frequentemente dell’esito B, entro un margine d’incertezza dichiarato. Se la stessa causa viene utilizzata per spiegare tanto A quanto il contrario di A, il modello non anticipa gli eventi. Li reinterpreta dopo che sono accaduti.
Confutazione
Fisica: una legge non cancella le condizioni
Anche sistemi governati da leggi semplici possono produrre risultati differenti in funzione delle condizioni iniziali, dei vincoli e delle interazioni.
Dire che un oggetto cade per effetto della gravità non significa che la gravità determini da sola il tempo di caduta in ogni situazione. Contano anche altezza, forma, attrito dell’aria, densità del mezzo e velocità iniziale.
La fisica semplifica isolando alcune variabili e dimostrando che, entro condizioni precise, le altre possono essere trascurate. L’approssimazione possiede un campo di validità. La pseudoscienza elimina invece le variabili senza misurarne l’importanza e presenta il residuo come legge universale.
Non è riduzione scientifica. È amputazione del problema.
Neuroscienze: la mente non possiede un interruttore unico
Ansia, attenzione, memoria, dolore e capacità decisionale emergono dall’interazione tra reti neurali, stato corporeo, apprendimento, ambiente e contesto sociale.
Lesioni, farmaci, stimolazioni e alterazioni neurobiologiche possono produrre effetti causali specifici. Ma l’esistenza di un fattore rilevante non autorizza a trasformarlo nella spiegazione totale.
Formule come «è tutta dopamina», «ogni sintomo nasce da un trauma» o «la malattia è prodotta da un conflitto emotivo» confondono livelli causali differenti. Un neurotrasmettitore può partecipare a molti processi. Proprio per questo il suo nome, isolato dal circuito, dal recettore, dalla dose e dal contesto, spiega pochissimo.
Contribuire non significa controllare tutto.
Statistica: le variabili ignorate non scompaiono
Quando una presunta causa viene associata a un risultato, l’associazione può dipendere da selezione non casuale dei casi, variabili confondenti, campioni troppo piccoli, regressione verso la media, aspettative, oscillazioni spontanee o scelta dei soli risultati favorevoli.
Ignorare questi elementi produce l’errore da variabile omessa: l’effetto di fattori esclusi viene attribuito alla causa preferita (Hernán e Robins, 2020).
Immaginiamo che alcune persone inizino un trattamento durante la fase più intensa di un disturbo. Nelle settimane successive una parte di loro migliora. Se il disturbo tende naturalmente a oscillare, il cambiamento può dipendere almeno in parte dalla regressione verso la media. Senza un confronto adeguato, l’intero miglioramento verrà attribuito al trattamento (Barnett, van der Pols e Dobson, 2005).
Gli eventi invisibili e il denominatore cancellato
Le narrazioni pseudoscientifiche mostrano gli eventi che sembrano confermare la teoria e rendono invisibili tutti gli altri. Una previsione azzeccata viene ricordata; cento previsioni fallite scompaiono. Una persona migliorata viene esibita come prova; quelle che non hanno ottenuto risultati vengono ignorate o accusate di non aver seguito correttamente il metodo.
Un evento mancato non è assenza di dati. È un dato indispensabile.
Supponiamo che una persona formuli cento previsioni vaghe nel corso di un anno. Cinque possono essere adattate retrospettivamente a eventi reali. Se vengono mostrate soltanto quelle cinque, il veggente sembra possedere una capacità straordinaria. Se si considera il totale, il risultato cambia: cinque corrispondenze e novantacinque errori.
Per valutare una capacità predittiva bisogna considerare quattro possibilità:
- previsione presente ed evento accaduto: previsione corretta;
- previsione presente ed evento non accaduto: falso positivo;
- previsione assente ed evento accaduto: evento mancato;
- previsione assente ed evento non accaduto: esclusione corretta.
La propaganda mostra quasi esclusivamente la prima possibilità: «Lo avevamo previsto». La statistica deve esaminarle tutte.
Se vengono cancellati i falsi positivi, ogni metodo appare più preciso di quanto sia. Se vengono ignorati gli eventi non previsti, non sappiamo quanti fenomeni siano accaduti senza che il metodo li rilevasse. Se non contiamo le occasioni nelle quali non è successo nulla, non possiamo calcolare la frequenza reale dell’evento.
La selezione dei successi
Una persona sogna spesso parenti, incidenti, malattie, viaggi e telefonate. Quando uno dei sogni sembra corrispondere a un evento successivo, la coincidenza viene ricordata. Non vengono registrate le centinaia di immagini oniriche alle quali non è seguito nulla.
Senza il numero totale dei sogni e senza criteri stabiliti prima dell’evento, non è possibile calcolare quanto la corrispondenza sia davvero improbabile.
Lo stesso vale per un trattamento. Dire «dieci persone sono migliorate» non basta. Occorre sapere quante persone lo hanno ricevuto, quante non sono migliorate, quante hanno abbandonato e quante sarebbero migliorate comunque. Dieci miglioramenti su dodici casi sono diversi da dieci miglioramenti su mille. Il numero dei successi è identico; la proporzione descrive una realtà completamente diversa.
Il denominatore è ciò che impedisce al caso favorevole di trasformarsi abusivamente in regola generale. La selezione dei soli risultati positivi è il meccanismo alla base del cosiddetto file drawer problem e può gonfiare la presenza apparente degli effetti (Rosenthal, 1979; Simmons, Nelson e Simonsohn, 2011; Schneck, 2023).
Il mancato evento attribuito all’intervento
Esiste anche un errore opposto: trattare qualcosa che non è accaduto come prova dell’efficacia di una protezione.
«Ho indossato l’amuleto e non ho avuto incidenti.»
«Ho eseguito il rituale e la malattia non è tornata.»
L’assenza dell’evento non dimostra che l’intervento lo abbia impedito. Bisogna conoscere la probabilità che l’evento accadesse comunque.
Se una persona porta un amuleto per un giorno e non subisce incidenti, il risultato non è sorprendente: nella maggior parte delle giornate la maggior parte delle persone non ha incidenti. Per dimostrare un effetto protettivo occorre confrontare il tasso di incidenti tra gruppi comparabili, per un periodo adeguato e tenendo sotto controllo le altre differenze.
Il ragionamento corretto non è «ho applicato X e Y non si è verificato, quindi X ha impedito Y». Bisogna chiedere: quanto spesso Y si verifica con X, quanto spesso si verifica senza X e quanto è precisa la differenza osservata?
Il controfattuale nascosto
Ogni affermazione causale contiene una domanda invisibile: che cosa sarebbe accaduto alla stessa persona, nello stesso momento e nelle stesse condizioni, senza l’intervento?
Questo scenario alternativo è il controfattuale. Non può essere osservato direttamente sullo stesso individuo, perché una persona non può vivere simultaneamente entrambe le condizioni. Per approssimarlo si utilizzano gruppi di controllo, confronti adeguati e assegnazione casuale.
Se una persona migliora dopo un trattamento, conosciamo soltanto ciò che è accaduto con il trattamento. Non sappiamo ancora che cosa sarebbe successo senza. Avrebbe potuto migliorare spontaneamente, per regressione verso la media, per un’altra terapia o per una variazione delle condizioni di vita.
Il miglioramento è un’osservazione. L’efficacia specifica richiede un confronto.
Il rifiuto dell’incertezza statistica
La manipolazione non consiste soltanto nel nascondere gli insuccessi. Consiste anche nel presentare come certezza ciò che i dati permettono di affermare soltanto in termini probabilistici.
Una differenza osservata in un campione può dipendere dal caso, dalla dimensione ridotta del campione o da errori di misura. Per questo la statistica utilizza intervalli, probabilità e margini d’incertezza.
La pseudoscienza li rifiuta perché limitano la forza della promessa: sostituisce «potrebbe aumentare la probabilità» con «funziona», «è associato» con «causa» e «non abbiamo rilevato l’effetto» con «l’effetto è invisibile agli strumenti».
L’incertezza viene trattata come debolezza perché la certezza vende meglio, non perché sia sostenuta dai dati. Eliminare il margine d’errore non rende il risultato più affidabile. Lo rende soltanto più categorico (Wasserstein e Lazar, 2016; Greenland et al., 2016).
Storia: le spiegazioni totali invecchiano male
La storia della medicina mostra perché occorre distinguere causa, condizione e decorso. La scoperta degli agenti patogeni ha permesso di identificare cause specifiche per molte infezioni, ma la presenza di un agente non determina sempre lo stesso esito.
Contano dose, via di esposizione, risposta immunitaria, età, patologie concomitanti, nutrizione, ambiente e accesso alle cure. Anche quando esiste una causa necessaria, il decorso osservabile può rimanere multifattoriale.
Le teorie pseudoscientifiche procedono nella direzione opposta. Scelgono prima una causa totale e reinterpretano ogni risultato per conservarla. Se il trattamento funziona, la teoria è confermata. Se non funziona, la persona ha opposto resistenza, non era pronta o è stata esposta a un’interferenza esterna.
La causa non perde mai, perché le regole sono state costruite affinché nessun risultato possa smentirla.
Perché convince
Riduce il costo mentale
Una storia con un solo colpevole è più facile da comprendere e ricordare di una rete di probabilità, condizioni e interazioni. La facilità con cui viene elaborata produce una sensazione di chiarezza. Quella sensazione può essere scambiata per prova: disponibilità mentale e ricerca selettiva delle conferme alterano il giudizio probabilistico (Tversky e Kahneman, 1974; Nickerson, 1998).
Restituisce controllo
Una spiegazione multifattoriale richiede decisioni parziali, verifiche e correzioni. La causa unica promette invece un bersaglio immediato: eliminare la tossina, sciogliere il blocco, alzare la vibrazione, neutralizzare il nemico.
La sensazione di controllo può essere psicologicamente reale. Il meccanismo proposto può non esserlo.
Trasforma i dati in una trama
La mente comprende facilmente racconti con un’origine, un conflitto e una soluzione. I dati complessi non possiedono spontaneamente questa struttura. Devono essere studiati. La causa unica, invece, deve soltanto essere raccontata.
Protegge la credenza
Le narrazioni monocausali possiedono spiegazioni di riserva. Ogni fallimento viene attribuito a una variabile inventata dopo il risultato, mai alla falsità della tesi centrale. Tutti i successi confermano la teoria e tutti i fallimenti confermano l’esistenza di ostacoli più profondi.
Offre un colpevole
Ridurre la complessità permette di distribuire colpa. Problemi economici, sanitari o sociali vengono attribuiti a un singolo gruppo; malattie e sofferenze diventano conseguenze di pensieri sbagliati o vibrazioni insufficienti.
La spiegazione smette di descrivere il fenomeno e comincia a stabilire chi è puro, chi è colpevole e chi possiede la soluzione.
Come distinguere: checklist pratica
Una spiegazione sta riducendo artificialmente la complessità quando:
- utilizza la stessa causa per fenomeni molto diversi;
- non definisce la causa in modo misurabile;
- non descrive un meccanismo verificabile;
- elimina le variabili contrarie invece di controllarle;
- evita percentuali, probabilità e margini d’errore;
- conta i successi ma nasconde i fallimenti;
- non dichiara il denominatore;
- trasforma ogni eccezione in una conferma;
- confonde «ha contribuito» con «ha causato tutto»;
- sostituisce il confronto tra ipotesi con testimonianze;
- attribuisce il fallimento alla scarsa volontà del soggetto;
- non indica alcun risultato capace di smentire la tesi;
- usa termini fisici senza unità, misure o strumenti.
La domanda decisiva è questa:
Quale risultato osservabile dimostrerebbe che la causa proposta è sbagliata?
Se la risposta è «nessuno», non siamo davanti a una spiegazione causale.
Mini-case: «La stanchezza dipende da un blocco energetico»
Una persona riferisce stanchezza e difficoltà di concentrazione. Il professionista interpreta l’esperienza come conseguenza di un «blocco energetico».
Il termine non possiede un’unità di misura, una localizzazione o uno strumento di rilevazione. La stessa esperienza può essere associata a sonno insufficiente, stress, farmaci, anemia, infezioni, alimentazione, depressione, carico lavorativo o a più fattori contemporaneamente.
Dopo una seduta la persona si sente meglio. Il miglioramento è reale come esperienza, ma non identifica automaticamente la causa. Possono avere contribuito il riposo, il rilassamento, le aspettative, l’attenzione ricevuta, l’oscillazione spontanea dei sintomi o cambiamenti avvenuti nello stesso periodo.
Per dimostrare l’esistenza del blocco occorrerebbe misurarlo prima e dopo, collegarne la variazione al risultato, confrontare il trattamento con controlli adeguati ed escludere spiegazioni alternative.
Senza questi passaggi, «energia» non indica un meccanismo. È una metafora applicata retrospettivamente a una sensazione.
Chiusura
La complessità non autorizza qualsiasi interpretazione. Impone modelli migliori.
Una spiegazione scientifica riduce le variabili perché ha dimostrato che alcune possono essere trascurate. Una narrazione pseudoscientifica le elimina perché disturbano una conclusione già scelta.
La differenza non risiede nella quantità di parole tecniche, ma nella possibilità concreta di sbagliare.
Taglio netto: una causa capace di spiegare tutto, compreso il proprio fallimento, non spiega niente.
Il criterio operativo è semplice: cercare definizioni misurabili, meccanismo, confronto con ipotesi alternative, previsioni rischiose, denominatori completi e margini d’incertezza.
Dove questi elementi mancano, la certezza non è conoscenza. È scenografia.