Category: Teaching and Learning

L’Essenziale di Filosofia

~ Marco Piovesan ~ Leave a comment

La filosofia nasce in Grecia. La parola stessa significa “amore per la sapienza”. Fin dall’inizio, questo amore non è stato semplicemente il desiderio di accumulare conoscenze, ma il tentativo di capire due cose fondamentali: come dovremmo vivere e come possiamo conoscere il mondo.

La storia della filosofia è, in fondo, la storia di queste due domande.

Il primo grande protagonista è Socrate, un uomo di Atene che passa le giornate nelle piazze a discutere con chiunque voglia ascoltarlo. La sua domanda è tanto semplice quanto radicale: come dovremmo vivere? Socrate è convinto che una buona vita richieda una profonda consapevolezza dei limiti della nostra conoscenza. Il suo metodo consiste nel porre domande, smontare certezze e costringere gli interlocutori a riflettere criticamente sulle proprie convinzioni. La conoscenza, per lui, è il bene più alto. E il dialogo è lo strumento con cui possiamo avvicinarci alla verità.

Socrate non scrive nulla. Tutto ciò che sappiamo di lui proviene soprattutto dal suo allievo più celebre: Platone.

Platone sposta la discussione su un piano più radicale: che cos’è la realtà? Secondo lui esistono due livelli di realtà. Il primo è il mondo delle forme, un livello perfetto e immutabile dove esistono le essenze delle cose: la forma della giustizia, della bellezza, del triangolo. Il secondo è il mondo sensibile, quello che percepiamo con i sensi, fatto di copie imperfette di quelle forme perfette.

La famosa allegoria della caverna descrive proprio questa condizione: gli esseri umani vedono soltanto ombre della realtà, scambiandole per la verità. Il compito della filosofia è uscire dalla caverna e comprendere ciò che sta dietro l’apparenza. Con Platone nasce la metafisica, la ricerca di ciò che sta “oltre” l’esperienza immediata.

Ma tra gli studenti di Platone c’è qualcuno che prende una direzione diversa: Aristotele.

Aristotele si chiede come possiamo comprendere il mondo naturale. A differenza di Platone, non pensa che la vera conoscenza debba allontanarsi dall’esperienza sensibile. Al contrario, ritiene che l’osservazione sistematica della natura sia la chiave per capire la realtà. Studia biologia, logica, fisica, etica, politica. Introduce il concetto di causa per spiegare i fenomeni: causa materiale, formale, efficiente e finale. E sviluppa la prima grande teoria della logica, che diventerà lo strumento fondamentale del ragionamento scientifico per molti secoli.

Molte idee centrali della scienza — classificare, osservare, cercare regolarità — hanno radici nel pensiero aristotelico.

Per molti secoli, tuttavia, la filosofia e la scienza rimangono strettamente intrecciate con la religione. Un esempio fondamentale è Agostino. La sua domanda è: come possiamo trovare la verità e la felicità in relazione a Dio?

Agostino combina il platonismo con il cristianesimo. Secondo lui il mondo sensibile non basta per arrivare alla verità. La conoscenza più profonda deriva dall’illuminazione della mente da parte di Dio. Ma Agostino osserva anche qualcosa di molto umano: desideriamo continuamente cose nuove — ricchezza, successo, piacere — e tuttavia nessuna sembra soddisfarci davvero. La sua conclusione è che solo ciò che è eterno può colmare il desiderio umano di felicità.

Nel Medioevo un altro pensatore fondamentale è Tommaso d’Aquino, che tenta di conciliare Aristotele con il cristianesimo. Per Tommaso fede e ragione non sono in conflitto: la ragione può scoprire molte verità sul mondo naturale, mentre la rivelazione riguarda le verità ultime su Dio.

Con la rivoluzione scientifica del XVII secolo, però, qualcosa cambia radicalmente. La natura non è più vista solo come un ordine da contemplare, ma come un sistema da analizzare e spiegare.

Uno dei protagonisti di questa svolta è Francis Bacon. Bacon critica la filosofia puramente speculativa e propone un nuovo metodo per la conoscenza: l’induzione. Secondo Bacon la scienza deve partire dall’osservazione sistematica dei fenomeni e dalla raccolta di dati. Solo dopo si possono costruire teorie. Il suo programma filosofico diventa una sorta di manifesto della scienza moderna.

Un’altra figura decisiva è René Descartes. La sua domanda è: che cosa possiamo conoscere con assoluta certezza? Descartes teme che molte delle credenze tradizionali siano fragili. Decide quindi di dubitare di tutto ciò che può essere messo in dubbio. Alla fine trova una certezza indubitabile: il fatto stesso che sta pensando. Anche se tutto fosse illusorio, il pensiero dimostra che esiste come essere pensante. Da qui la celebre formula: penso, dunque sono.

Descartes rappresenta la fiducia nella ragione come fondamento della conoscenza. Il suo approccio influenzerà profondamente la matematica e la fisica.

Parallelamente, pensatori come Galileo Galilei e Isaac Newton sviluppano una nuova immagine della natura: un universo regolato da leggi matematiche. La filosofia naturale diventa progressivamente scienza.

Ma questa fiducia nella ragione viene messa in discussione nel XVIII secolo da David Hume. Hume si chiede: possiamo davvero conoscere le leggi della natura con certezza?

Secondo Hume tutta la conoscenza deriva dall’esperienza sensibile. Quando osserviamo il mondo vediamo solo eventi che si succedono regolarmente, non la necessità che li collega. Vediamo una palla da biliardo colpirne un’altra, ma non vediamo la “forza causale”. Vediamo solo una sequenza di eventi. L’idea di causalità nasce dall’abitudine, non dalla ragione. Questa critica minaccia le basi stesse della scienza.

Immanuel Kant prende molto sul serio la sfida di Hume. Kant sostiene che Hume lo ha “svegliato dal sonno dogmatico”. La sua domanda diventa: come sono possibili la scienza e la conoscenza?

La risposta di Kant è rivoluzionaria. Non siamo semplicemente spettatori passivi del mondo. La mente umana organizza l’esperienza attraverso strutture fondamentali come spazio, tempo e causalità. Inoltre esistono verità che possiamo conoscere indipendentemente dall’esperienza, ciò che Kant chiama conoscenze a priori, come le verità matematiche. La conoscenza nasce quindi dall’incontro tra ciò che viene dal mondo e le strutture con cui la mente lo organizza.

Nel XIX secolo Friedrich Nietzsche porta la critica ancora più lontano. Nietzsche mette in discussione l’idea stessa di verità oggettiva e di morale universale. Secondo lui molte verità sono il risultato di interpretazioni storiche e rapporti di potere. Quando scrive che “Dio è morto” intende dire che le vecchie fonti di significato e autorità morale hanno perso la loro forza nel mondo moderno. Di conseguenza, gli individui devono assumersi la responsabilità di creare nuovi valori.

Nel XX secolo la riflessione filosofica si sposta anche sul linguaggio e sulla scienza stessa. Ludwig Wittgenstein sostiene che molti problemi filosofici nascono da confusioni linguistiche. Le parole non hanno significati fissi: il loro significato dipende dall’uso che ne facciamo nei diversi contesti, nei cosiddetti “giochi linguistici”.

Allo stesso tempo, filosofi della scienza come Karl Popper, Thomas Kuhn e Imre Lakatos iniziano a riflettere su come funziona realmente la scienza. Popper sostiene che le teorie scientifiche non possono mai essere definitivamente verificate, ma solo falsificate: una teoria è scientifica se può essere messa alla prova e potenzialmente smentita. Kuhn introduce l’idea di paradigma scientifico: la scienza non procede solo accumulando dati, ma attraverso rivoluzioni che cambiano il modo stesso in cui gli scienziati vedono il mondo.

Vista nel suo insieme, la filosofia appare come una lunga conversazione attraverso i secoli. Socrate ci invita a interrogare le nostre convinzioni. Platone cerca la realtà dietro le apparenze. Aristotele studia la natura con attenzione empirica. Bacon e Galileo inaugurano il metodo scientifico. Hume mette in dubbio la certezza delle leggi naturali. Kant cerca di salvare la conoscenza. Nietzsche sfida i valori tradizionali. Wittgenstein analizza il linguaggio. E i filosofi della scienza riflettono su come la scienza stessa evolve.

La filosofia non è quindi soltanto il passato della scienza. È anche la sua coscienza critica. Ci ricorda che conoscere il mondo non significa soltanto raccogliere dati, ma anche interrogarsi sui concetti, sui metodi e sui limiti della conoscenza stessa.

Perché dovrei andare a lezione?

~ Marco Piovesan ~ Leave a comment

Andare a lezione non è una perdita di tempo.

Molti studenti universitari si chiedono, prima o poi, se andare a lezione sia davvero necessario. In fondo, il libro c’è, gli appunti si possono recuperare, e spesso si pensa che studiare da soli sia sufficiente. Eppure, proprio riflettendo sulle idee di How to Read a Book, si capisce che la lezione non è un’aggiunta marginale: è uno strumento decisivo per comprendere davvero ciò che si legge.

Leggere un libro non significa soltanto decodificare parole e memorizzare contenuti. Significa ricostruire il percorso dell’autore, capire quale problema sta affrontando, seguire la logica del suo ragionamento e afferrare il messaggio complessivo che vuole trasmettere. Questo è molto più difficile di quanto sembri. Spesso lo studente, leggendo da solo, ha l’impressione di aver capito, ma in realtà ne coglie solo una parte. Può afferrare alcune definizioni, ricordare alcuni passaggi, ma perdere il filo generale dell’argomentazione o il vero significato del testo.

È proprio qui che la lezione universitaria mostra il suo valore. Il docente non si limita a ripetere il libro: lo completa. Aiuta a distinguere ciò che è centrale da ciò che è secondario, chiarisce i passaggi più complessi, scioglie le ambiguità e rende visibile la struttura del testo. In altre parole, la lezione accompagna lo studente oltre una comprensione parziale, e lo guida verso una lettura più consapevole e più profonda.

C’è poi un altro aspetto fondamentale. Un libro, letto da soli, può restare isolato. La lezione, invece, arricchisce e collega. Un buon docente mostra come un autore dialoghi con altri autori, come una teoria si inserisca in una tradizione più ampia, come un concetto ritorni in altri temi del corso. Così il testo smette di essere un insieme chiuso di pagine e diventa parte di una rete di idee. E quando i contenuti si collegano tra loro, anche la comprensione cresce.

Andare a lezione, quindi, non significa rinunciare alla lettura autonoma. Al contrario, significa darle maggiore valore. La lettura resta il contatto diretto con l’autore, ma la lezione la approfondisce, la corregge quando necessario e la amplia. Lo studente non resta prigioniero della propria interpretazione iniziale, spesso incompleta, ma ha la possibilità di verificare, precisare e maturare ciò che ha compreso.

Per questo lettura e lezione non dovrebbero mai essere viste come alternative. Sono attività complementari. La prima mette lo studente davanti al testo; la seconda lo aiuta a entrare davvero nel testo. La prima offre contenuti; la seconda li organizza, li illumina e li collega. Insieme, permettono non solo di preparare un esame, ma di avvicinarsi con maggiore intelligenza e profondità al messaggio dell’autore.

In un’università che rischia spesso di ridursi a una corsa verso i crediti e gli esami, vale la pena ricordare questo punto essenziale: andare a lezione non serve solo a “sapere di più”, ma a capire meglio. E capire meglio è, in fondo, il cuore stesso dello studio universitario.

Responsabilità, competenze e ambizione nell’era globale

~ Marco Piovesan ~ Leave a comment

Immaginate uno studente che ha accesso a tutto: lezioni online, riassunti, video, intelligenza artificiale, risposte immediate a qualsiasi domanda. Non è mai stato così facile ottenere informazioni. Eppure non è mai stato così difficile costruire competenze. Questa è la tensione centrale del nostro tempo.

Nell’era dell’accesso universale all’informazione, il vero vantaggio competitivo non è sapere di più. È saper trasformare ciò che si sa in capacità reale. Informazione e competenza non sono la stessa cosa. Leggere non è comprendere. Guardare contenuti non è apprendere. Usare uno strumento non è padroneggiarlo. La competenza richiede tempo, ripetizione, errore, feedback. Richiede la disponibilità a non essere immediatamente brillanti. Richiede disciplina.

La tecnologia, inclusa l’intelligenza artificiale, amplifica questa distinzione. Può fornire risposte rapide, ma non può sostituire la struttura mentale necessaria per formulare buone domande. Può assistere nell’esecuzione di compiti, ma non elimina il bisogno di giudizio, contesto, responsabilità. Diventare complementari alla tecnologia è molto diverso dal diventarne dipendenti.

Viviamo anche in una società che misura continuamente la performance: voti, certificazioni, ranking, indicatori, follower. Questi segnali hanno una funzione, ma possono diventare una funzione obiettivo sbagliata. Ottimizzare l’apparenza di competenza non equivale a costruirla. E nel lungo periodo, i sistemi competitivi premiano la sostanza più dell’immagine.

In un contesto globale, la competizione non è locale. I mercati del lavoro sono integrati, il capitale è mobile, la tecnologia riduce le barriere geografiche. Questo non deve generare ansia, ma consapevolezza. Le opportunità esistono, ma non sono distribuite casualmente: premiano chi investe in capacità profonde, non superficiali.

Qui entra in gioco la responsabilità individuale. La libertà adulta non è fare ciò che è più facile o immediatamente gratificante. È scegliere consapevolmente come investire tempo e attenzione, sapendo che ogni scelta ha un costo opportunità. Non decidere è già una decisione.

E infine l’ambizione. L’ambizione non è arroganza. Non è desiderio di status. È la volontà di misurarsi con standard elevati, anche quando nessuno obbliga a farlo. È accettare che la qualità richiede fatica. In un mondo che rende tutto immediato, scegliere la profondità è una forma di ambizione.

Responsabilità, competenza e ambizione non sono concetti astratti. Sono scelte quotidiane. Nell’era globale non possiamo controllare tutto, ma possiamo controllare quanto seriamente prendiamo la nostra formazione e il nostro lavoro. L’informazione è abbondante. La competenza no. Ed è su questa differenza che si giocherà gran parte del futuro individuale e collettivo.

Livello, Talento, Sforzo.

~ Marco Piovesan ~ Leave a comment

Nella vita ci sono i livelli. Massimiliano Allegri lo diceva parlando di calcio: esistono livelli tra calciatori, arbitri, allenatori, direttori sportivi. Non tutti giocano la stessa partita allo stesso modo. È una constatazione, non un giudizio morale.

Anche nel lavoro è così. Le differenze di livello esistono. Negarle per principio non le elimina. La questione interessante è capire da cosa dipendano.

Una prima risposta è il talento. Le persone differiscono per dotazioni iniziali: velocità di apprendimento, capacità analitica, memoria, intuizione, sensibilità strategica, resistenza allo stress. Ignorarlo sarebbe ingenuo.

Ma il talento, da solo, è solo potenziale. È una funzione di produzione con input inutilizzati. Senza investimento, il potenziale non si trasforma in capacità.

Qui entra in gioco lo sforzo: quello di trasformazione. Studio sistematico. Pratica deliberata. Feedback. Correzione degli errori. Ripetizione. Tempo accumulato su compiti difficili. È la fase in cui il talento potenziale diventa competenza osservabile. Questa trasformazione non è automatica. Richiede disciplina e una certa tolleranza alla frustrazione. Molti si fermano qui: hanno talento, ma non sostengono abbastanza a lungo il processo di costruzione.

Poi però c’è una seconda fase, meno discussa ma altrettanto decisiva. Le capacità acquisite devono essere convertite in risultati quotidiani. E questa conversione richiede un secondo tipo di sforzo: organizzazione, priorità, concentrazione, continuità, capacità di lavorare bene anche quando la motivazione cala. Non basta “sapere fare”. Bisogna “fare, bene, ogni giorno”.

In entrambe le fasi il talento conta. Conta nella velocità con cui si accumulano competenze. Conta nella qualità con cui si applicano sotto pressione. Per questo, in modo provocatorio, possiamo scrivere:

Livello = Talento × Sforzo²

Lo sforzo è al quadrato perché opera due volte: nella trasformazione del talento in capacità; nella trasformazione delle capacità in risultati.

Se manca una delle due componenti di sforzo, il livello si abbassa drasticamente. Talento senza costruzione è potenziale sprecato. Capacità senza applicazione costante è inefficienza.

E qui una nota personale: il talento sprecato mi fa arrabbiare. Non per moralismo, ma perché è inefficienza pura. È valore potenziale non realizzato. È qualcuno che potrebbe giocare a un livello più alto e sceglie di non pagare il prezzo richiesto.

La parte incoraggiante è che lo sforzo è in larga misura sotto il nostro controllo. Non scegliamo interamente il talento iniziale. Scegliamo, però, quanto investire nella sua trasformazione e quanto impegno mettere nell’esecuzione quotidiana. Per questo credo sia utile tenere traccia dello sforzo, non solo dei risultati. Chiederci ogni giorno: Quanto ho investito oggi nella costruzione delle mie capacità? Quanto ho investito oggi nella loro applicazione concreta?

Misurare solo l’output può essere fuorviante nel breve periodo. Misurare lo sforzo nelle due fasi ci restituisce controllo sul processo. E nel medio-lungo periodo, è il processo che determina il livello.

I livelli esistono. Ma la distanza tra un livello e l’altro, molto spesso, è il risultato di sforzi accumulati – o evitati – nel tempo.

Fenomeni semplici, complicati e complessi. Il ruolo del ceteris paribus

~ Marco Piovesan ~ Leave a comment

L’economia politica studia come individui, imprese e istituzioni prendono decisioni sotto vincoli – risorse scarse, tecnologia disponibile, informazione imperfetta, regole formali e informali – e come queste decisioni, interagendo tra loro, producano esiti collettivi: prezzi e quantità, distribuzione del reddito, occupazione e inflazione, crescita, volatilità, stabilità finanziaria, emissioni, benessere. Il punto decisivo è che questi esiti non sono la semplice somma di azioni indipendenti. Sono spesso equilibri (o disequilibri) in cui ciò che fai tu modifica le opportunità e le strategie degli altri. Gli agenti inoltre non sono oggetti inerti: apprendono, anticipano, imitano, negoziano, cambiano credenze, reagiscono alle regole e talvolta reagiscono perfino alle descrizioni che noi facciamo del sistema.

Quando ha senso trattare un fenomeno come semplice, quando come complicato e quando come complesso?

L’etimologia aiuta a fissare le idee.

“Semplice” viene dal latino simplex, da sim- (uno solo) e plectere (piegare): letteralmente “piegato una sola volta”. Un fenomeno è semplice quando poche variabili contano davvero e le relazioni tra esse sono stabili nel dominio che ci interessa. Le connessioni sono lineari o quasi, e piccole variazioni producono effetti prevedibili.

“Complicato” deriva da cum + plectere: “piegare insieme”, intrecciare più fili. Qui i passaggi e le variabili sono molti, l’architettura è articolata, ma il sistema resta scomponibile: possiamo analizzarne i sottosistemi separatamente e, in linea di principio, più informazione e più capacità di calcolo migliorano la previsione in modo affidabile.

“Complesso”, dalla stessa radice cum + plectere, condivide l’idea dell’intreccio ma ne cambia la natura. Il tratto distintivo non è la quantità dei pezzi, bensì la loro interdipendenza adattiva. Le parti si influenzano reciprocamente attraverso feedback, effetti di rete, soglie, non linearità, aspettative, cambi di regime. In questi sistemi il tutto non è riducibile alla somma delle parti e l’aumento di informazione non garantisce maggiore prevedibilità, perché il sistema può reagire alle stesse informazioni.

Un’immagine mentale chiarisce la differenza. Il semplice è come un meccanismo con poche ruote dentate: se giri una manopola, sai con buona approssimazione cosa succede. Il complicato è come un aereo: migliaia di componenti, ma progettati in modo modulare; il comportamento di ciascuna parte non cambia strategicamente quando la osservi. Il complesso è più simile a un ecosistema o a un sistema di traffico urbano con individui che scelgono il percorso: l’interazione genera pattern emergenti, gli agenti si adattano e piccole differenze nelle condizioni iniziali possono produrre esiti molto diversi, soprattutto vicino a soglie critiche.

In microeconomia esistono ambiti davvero semplici in senso forte. Pensa al vincolo di bilancio del consumatore o al problema elementare di massimizzazione del profitto: sono relazioni aritmetiche e logiche. Se il reddito è dato e i prezzi sono dati, il consumatore non può spendere più di quanto ha; se la tecnologia è data, l’impresa non può produrre oltre ciò che consente la funzione di produzione. Questa semplicità non è banalità: è alfabetizzazione. I vincoli definiscono lo spazio delle possibilità. Quando si dice che “la micro è troppo semplice”, spesso si confonde la funzione pedagogica di questi strumenti con la natura complessiva della disciplina. Il complicato emerge quando il problema resta dello stesso tipo ma aumenta il numero di dettagli. Un consumatore con molti beni, vincoli non lineari, tasse differenziate; un’impresa multiprodotto con molte restrizioni tecniche; un’asta con regole articolate. Il problema è più difficile, ma non cambia natura: con più informazione e più calcolo possiamo, in linea di principio, trovare la soluzione. Le preferenze e la tecnologia non cambiano perché le stiamo studiando. Il complesso appare quando le decisioni di ciascuno dipendono in modo strategico da quelle degli altri e quando le aspettative influenzano gli esiti. È il terreno dell’interazione strategica, degli effetti di rete, delle esternalità, delle dinamiche di mercato con entrata e uscita. Qui non basta chiedersi “qual è l’effetto medio di una variazione di prezzo?”, ma “come reagiscono gli altri agenti?”, “si attivano feedback che amplificano o attenuano l’effetto?”, “esistono soglie oltre le quali il mercato cambia struttura?”. In questi casi la microeconomia diventa analisi di equilibri, di meccanismi e di regimi: l’esito dipende dall’intreccio delle scelte, non solo dal singolo problema di ottimizzazione.

Questa distinzione prepara a comprendere il ruolo dei modelli. Un modello non è una fotografia del mondo; è una mappa. Una mappa della metropolitana è eccellente per muoversi tra linee e stazioni, pessima per capire l’altimetria. In economia esistono modelli costruiti per isolare un canale causale, modelli per valutare controfattuali di policy, modelli per guidare l’identificazione empirica, modelli per esplorare vulnerabilità e soglie nei sistemi complessi (Simon, 1962; Weaver, 1948). Il rigore non consiste nel pretendere che un singolo modello faccia tutto, ma nel dichiarare quale problema sta affrontando, quali assunzioni lo rendono trattabile e dove prevediamo che possa fallire (Friedman, 1953; Hausman, 1992).

Qui entra il ceteris paribus. Non significa “nel mondo il resto resta fermo”. Significa: sto formulando un’affermazione su un meccanismo specifico, non sull’intero sistema. È una clausola di significato. Prendiamo l’enunciato classico: “se il prezzo aumenta, la quantità domandata diminuisce”. Senza clausole è ambiguo: potrebbe essere smentito se nel frattempo aumentano redditi, cambia la qualità, mutano i prezzi dei sostituti o le aspettative. Con il ceteris paribus l’enunciato diventa preciso: se aumenta il prezzo e gli altri determinanti rilevanti non si muovono in modo da interferire, il canale di sostituzione spinge la domanda verso il basso. Stiamo isolando un effetto marginale, una tendenza causale (Cartwright, 1989; Strevens, 2012). Se nella realtà agiscono più forze simultaneamente, non abbiamo “salvato” la teoria: stiamo distinguendo canali che interagiscono. Nelle scienze sociali molte “leggi” sono generalizzazioni su capacità causali che si manifestano sotto condizioni appropriate. Il ceteris paribus rende esplicite tali condizioni. Senza di esso, le frasi diventano vaghe e meno scientifiche.

Tuttavia, nei sistemi complessi il ceteris paribus può essere usato ingenuamente. L’errore tipico è tenere fisso ciò che in realtà reagisce alla variabile che stiamo modificando: un problema di endogeneità concettuale. La critica di Lucas (1976) formalizza questa intuizione: relazioni econometriche stimate in un certo regime di regole e aspettative possono cambiare se la policy altera quel regime. Cambiare le regole può cambiare la partita; e non possiamo usare le statistiche della vecchia partita per prevedere la nuova come se nulla fosse.

Da qui una distinzione fondamentale per uno studente di economia politica: effetto parziale ed effetto totale. L’effetto parziale isola un canale, spesso in equilibrio parziale. L’effetto totale lascia reagire l’intero sistema: prezzi, quantità, aspettative, entrate e uscite dal mercato, innovazione, norme. Nei sistemi semplici o complicati la differenza può essere contenuta; nei sistemi complessi può essere enorme, perché l’interazione tra canali genera feedback e cambi di regime.

La ricerca empirica moderna può essere letta come un tentativo di rendere operativo il ceteris paribus. Nei dati il “resto” non è mai uguale, quindi occorre costruire confronti credibili per identificare effetti causali: esperimenti randomizzati, difference-in-differences, regression discontinuity, strumenti (Angrist e Pischke, 2009; Imbens e Rubin, 2015). Studi come Card e Krueger (1994) mostrano come disegni empirici possano isolare un canale in contesti reali.

Ma anche un disegno causale impeccabile stima tipicamente un effetto locale, in un certo contesto e sotto un certo regime. La generalizzazione richiede teoria e comprensione dei meccanismi. In un sistema complesso, scalare una policy può modificarne l’effetto proprio perché cambia la struttura del sistema.

La filosofia della scienza entra qui in modo operativo. Un enunciato economico ben formulato deve specificare:

– quale meccanismo è in gioco;

– sotto quali condizioni è dominante;

– quali condizioni lo indeboliscono o lo ribaltano;

– se si parla di breve o lungo periodo;

– se l’analisi è di equilibrio parziale o generale;

– quale parte è identificata empiricamente e

– quale è extrapolazione teorica.

Questa è precisione scientifica. In sintesi, il ceteris paribus è la punteggiatura della lingua economica. Nei fenomeni semplici e complicati spesso basta per produrre buona scienza. Nei fenomeni complessi è il primo passo, non l’ultimo: dopo aver isolato un canale dobbiamo chiederci come reagisce il sistema, quali feedback si attivano, quali soglie possono essere attraversate e se stiamo cambiando regime. L’economia non promette onniscienza; promette conoscenza condizionale, meccanicistica e disciplinata, insieme a un’analisi esplicita di portata e robustezza delle proprie affermazioni.