next up previous contents
Next: pzd100Teorema di Bayes e Up: Considerazioni generali sulla valutazione Previous: Scorciatoia al ragionamento bayesiano:   Indice

Imparare dall'esperienza

A questo punto cerchiamo di ricapitolare, senza formule, cosa abbiamo imparato:
la qualità della conoscenza di una grandezza fisica, dopo aver effettuato delle osservazioni sperimentali, dipende dalla verosimiglianza che un valore della grandezza possa aver prodotto le osservazioni e da quanto si sapeva a priori sulla grandezza fisica (prima delle nuove osservazioni).
Analizziamo i due contributi: Quindi l'insegnamento di fondo di questo approccio si riconduce a quello che tutti i fisici sanno già:
per ottenere risultati scientifici di qualità è necessario avere familiarità con tutti gli aspetti sperimentali della misura e una approfondita conoscenza della fisica.
È soltanto il bilanciamento fra questi due contributi che permette di accettare un risultato, confrontarlo con altri, ripetere le misure, calibrare la strumentazione, etc., e, in conclusione, produrre risultati utili per la comunità scientifica.

Si noti quanto sia cruciale il ruolo normativo della scommessa coerente. Essa infatti estirpa dal campo di lavoro tutte le contaminazioni dogmatiche (regola della mezza divisione, etc), responsabilizza lo sperimentatore sulle proprie affermazioni e, in ultima analisi, fa appello alla sua onestà scientifica. Se qualcuno afferma, ad esempio, che, al 68%, un tavolo è lungo $ 120.00\pm 0.08$ cm, deve sentirsi sicuro di questa affermazione quanto lo è della possibilità di estrarre una pallina bianca da una scatola che contiene 68 palline bianche e 32 nere. Se lo è di più (come spesso capita) o di meno vuol dire che è disonesto, nel senso che è cosciente che la sua affermazione trarrà in inganno gli eventuali utilizzatori del suo risultato.

È interessante citare il seguente avvertimento della Guida ISO, in linea con quanto detto:

``Although this Guide provides a framework for assessing uncertainty, it cannot substitute for critical thinking, intellectual honesty, and professional skill. The evaluation of uncertainty is neither a routine task nor a purely mathematical one; it depends on detailed knowledge of the nature of the measurand and of the measurement. The quality and utility of the uncertainty quoted for the result of a measurement therefore ultimately depend on the understanding, critical analysis, and integrity of those who contribute to the assignment of its value''.


next up previous contents
Next: pzd100Teorema di Bayes e Up: Considerazioni generali sulla valutazione Previous: Scorciatoia al ragionamento bayesiano:   Indice
Giulio D'Agostini 2001-04-02