Deep Uncertainty

Warren E. Walker, Robert J. Lempert, Jan H. Kwakkel. Encyclopedia of Operations Research and Management Science.

Apri DOI

Abstract commentato

La voce offre una definizione compatta ma decisiva: l'incertezza è profonda quando gli attori non concordano sui modelli, sulle probabilità o sulla valutazione degli esiti. Non si tratta di semplice carenza di dati né di difficoltà di calcolo, ma di una condizione in cui la struttura stessa della domanda non consente ancora una probabilizzazione stabile.

Commento strutturato

Introduzione

Il merito della voce è la definizione: l'incertezza è profonda quando il disaccordo investe non i valori dei parametri, ma i modelli generativi, le probabilità o i criteri di valutazione degli esiti. Ne consegue che essa non si riduce a una carenza di dati né a una difficoltà computazionale; è una condizione in cui la struttura della domanda preclude, per il momento, una probabilizzazione stabile. Per MARTRO tale precisazione protegge il metodo da una deriva frequente — la conversione in numero di ciò che non è ancora pronto a essere misurato come rischio.

La rilevanza per la piccola impresa è immediata. Quando essa valuta un sistema gestionale, un'espansione, un'assunzione chiave o un'automazione, di rado dispone di processi sufficientemente stabili per stimarne con precisione gli effetti: i dati storici riflettono una configurazione in mutamento, le preferenze tra velocità, controllo, qualità e cassa non sono sempre esplicite, e gli attori interni possono leggere il medesimo problema in modi divergenti. In simili condizioni la precisione numerica rischia di funzionare come rassicurazione prematura.

La traduzione MARTRO è, in primo luogo, classificatoria: prima di scegliere lo strumento, si classifica il tipo di ignoranza. Se il problema è rischio misurabile, si ricorre a dati e calcolo; se è scenario alternativo, si ragiona in termini di robustezza; se è incertezza profonda, si preservano opzioni, si riduce l'irreversibilità e si definiscono regole di revisione. Il valore editoriale di questa classificazione è forte, poiché insegna che non tutti i problemi meritano il medesimo linguaggio.

Sul piano operativo la voce si presta a divenire una piccola grammatica della decisione, articolata in poche domande: quali modelli impliciti stiamo adottando? Chi dissente? Quale informazione manca effettivamente? Quale decisione diviene irreversibile se procediamo ora? Che cosa possiamo intraprendere su scala ridotta per apprendere senza precludere opzioni? Interrogativi che sottraggono l'incertezza alla retorica per collocarla nell'architettura della scelta.

Il confine consiste nell'evitare che «incertezza profonda» degradi ad alibi dell'inazione. La postura corretta non è la sospensione dell'azione, bensì l'adeguamento dell'impegno al grado di conoscenza: dove i dati siano adeguati, una valutazione quantitativa è doverosa; dove non lo siano, la diagnosi deve indicare quali segnali rendere osservabili, quali margini preservare e quali regole di arresto formulare.

Perché conta per MARTRO

fornisce la definizione canonica di incertezza profonda e la separa dalla mera carenza di dati, prevenendo la probabilizzazione prematura.

Limiti e confini di utilizzo

è una voce definitoria; il suo valore dipende dalla classificazione che ne segue.

l'incertezza profonda non giustifica l'inazione, ma l'adeguamento dell'impegno alla conoscenza.

Applicazione pratica per PMI

classificare il tipo di ignoranza prima di scegliere lo strumento (calcolo, robustezza, opzioni).