Cos'è l'apofenia?

L'apofenia è la tendenza a percepire connessioni, pattern o correlazioni significative in dati che sono in realtà casuali o scollegati tra loro. Il termine fu coniato nel 1958 dallo psichiatra tedesco Klaus Conrad, che lo osservò come sintomo precoce della schizofrenia: il paziente collega fatti indipendenti come se facessero parte di un unico disegno coerente. La psicologia cognitiva ha poi mostrato che si tratta di un meccanismo ordinario della mente umana, non solo di un sintomo clinico: nel cervello la ricerca di pattern si è evoluta come strategia di sopravvivenza, e questo lo rende sistematicamente più propenso a trovare un segnale in una coincidenza che a tollerare l'incertezza di dichiararla tale. In un contesto di analisi dati e intelligenza artificiale, l'apofenia è il meccanismo cognitivo dietro l'illusione di aver individuato un segnale in una dashboard, quando si è in realtà osservata solo la variabilità naturale del rumore.

Perché non è lo stesso errore dell'overfitting

L'apofenia e l'overfitting descrivono lo stesso fenomeno da due lati diversi. L'overfitting è un difetto del modello: un algoritmo troppo flessibile impara il rumore dei dati di addestramento invece della regola, e nulla nella matematica del training lo distingue da un segnale vero. L'apofenia è un difetto di chi legge il risultato: è la persona, non l'algoritmo, che guarda un grafico, un output del modello o una tabella di correlazioni e decide che una fluttuazione casuale significhi qualcosa. I due fenomeni si rinforzano a vicenda nel modo peggiore possibile: un modello in overfitting produce output che sembrano pattern robusti, e un analista soggetto ad apofenia è predisposto a crederci senza metterlo alla prova su dati nuovi. La differenza pratica è dove si interviene: l'overfitting si contiene con la disciplina statistica, la validazione su dati mai visti; l'apofenia si contiene solo mettendo in discussione la propria interpretazione prima di agire su di essa, il che richiede un processo esplicito, non solo più dati.

Un esempio enterprise

Un team di revenue operations nota che le trattative chiuse a vinto nell'ultimo trimestre hanno tutte in comune un numero di follow-up via email superiore alla media, e conclude che aumentare il volume di follow-up aumenterebbe il tasso di chiusura. Nessuno verifica se le trattative perse abbiano ricevuto un numero di follow-up simile, perché quel confronto non è nella query che qualcuno ha già scritto: si guarda solo il gruppo che conferma l'ipotesi comoda. Quando l'analisi viene rifatta includendo anche le trattative perse, il numero di follow-up risulta identico nei due gruppi: la vera variabile che separava vinto da perso era la dimensione dell'azienda cliente, che nessuno aveva incrociato perché la prima correlazione era già sembrata sufficiente. Lo stesso meccanismo compare quando un sistema di monitoraggio segnala una anomalia su una metrica di produzione e il team costruisce una spiegazione plausibile prima ancora di controllare se quella metrica si comporta così ogni settimana per motivi del tutto ordinari.

Perché conta per chi decide

Chi decide sulla base di un'analisi dati dovrebbe trattare ogni correlazione appena scoperta come un'ipotesi da falsificare, non come una conclusione da presentare. La domanda operativa non è "questo pattern ha senso", perché la mente umana trova sempre un modo per dargli un senso a posteriori: è "questo pattern regge se provo a smentirlo con un sottoinsieme di dati che non ho ancora guardato". È la stessa disciplina richiesta dal bias di sopravvivenza, con una differenza di origine: lì il campione è distorto perché mancano dati, qui il campione può essere completo e corretto, ed è l'interpretazione a inventare una struttura che non c'è. Il rischio cresce con la potenza degli strumenti a disposizione: più dashboard, più dimensioni incrociabili e più output generati da un modello di intelligenza artificiale significano più occasioni al giorno di imbattersi in una coincidenza convincente, non meno.