Durante l’esame orale di Intelligenza Artificiale, del corso di Laurea Magistrale in Informatica, discutemmo di ambienti parzialmente osservabili e ambienti ignoti. Analizzammo quindi la possibilità di studiare circostanze che, pur non ignote, risultino parzialmente osservabili.

A prima vista, questo può sembrare contraddittorio, ma in un contesto scientifico, questa distinzione è fondamentale. Gli ambienti parzialmente osservabili sono quelli in cui non tutte le informazioni rilevanti sono immediatamente accessibili, mentre un ambiente ignoto è tale perché mancano completamente informazioni sul suo funzionamento. Ciò che li accomuna è l’incertezza che li caratterizza: nell’ambiente parzialmente osservabile sappiamo che esistono informazioni nascoste, ma abbiamo delle basi su cui operare. Questo ci consente di sviluppare modelli predittivi e soluzioni, mentre in un ambiente ignoto dobbiamo prima costruire una conoscenza iniziale. Studiare e comprendere questi ambienti richiede tecniche differenti, ma entrambe mirano a ridurre l’incertezza.

Gli ultimi anni, segnati dalla pandemia di Covid-19, offrono un esempio vivido di come l’indeterminatezza non sia confinata al mondo microscopico, ma sia altrettanto presente negli ambienti macroscopici. Durante la pandemia, ci siamo confrontati con variabili sconosciute e difficilmente controllabili, come la mutazione del virus o la diffusione geografica del contagio. In questo contesto, l’indeterminatezza si è manifestata non solo nella complessità biologica del virus, ma anche nelle implicazioni sociali, economiche e politiche. Proprio come negli ambienti parzialmente osservabili, avevamo solo una parte delle informazioni, e abbiamo dovuto adattare le nostre strategie di gestione e di risposta sulla base di dati incompleti e in continua evoluzione.

A livello microscopico, l’indeterminatezza è spesso associata ai principi della fisica quantistica, dove le misurazioni di particelle subatomiche come elettroni o fotoni introducono incertezza. Ma a livello macroscopico, l’indeterminatezza non è legata tanto a fenomeni intrinsecamente casuali, quanto piuttosto alla complessità e all’impossibilità di controllare e osservare tutte le variabili in gioco. L’evoluzione della pandemia ne è un esempio, dove i modelli epidemiologici e le politiche di contenimento sono stati costantemente adattati in base a nuove informazioni e variabili emergenti, come l’efficacia dei vaccini, la capacità di diffusione delle varianti e l’adesione delle persone alle restrizioni.

Il rigore scientifico, ovvero l’approccio sistematico e basato su prove, si è rivelato essenziale per affrontare questi fenomeni complessi. La scienza ha permesso di fare previsioni e gestire l’incertezza, sviluppando vaccini, terapie, e strategie di mitigazione dei rischi. Questo rigore ci ha consentito di navigare in un ambiente parzialmente osservabile e di limitare i danni causati dall’imprevedibilità.

In un contesto sempre più globalizzato e interconnesso, l’incertezza è destinata a diventare una costante nelle nostre vite. La Network Science rappresenta una risposta efficace per comprendere e analizzare fenomeni complessi, spesso caratterizzati da verità nascoste o relazioni indirette. Questa disciplina studia le interazioni e le connessioni tra componenti di un sistema — siano esse persone, entità biologiche o entità digitali — rivelando pattern nascosti che possono guidare decisioni informate. Dalla diffusione di malattie infettive alle dinamiche dei social network, la Network Science fornisce un quadro concettuale e strumenti matematici per identificare punti critici e prevedere come si evolvono reti interconnesse, aiutandoci a ridurre l’incertezza in situazioni complesse.

La capacità di studiare e governare fenomeni complessi, sia attraverso la raccolta di dati sia attraverso la modellazione di scenari futuri, è uno dei principali strumenti che abbiamo per affrontare le sfide del futuro. Solo continuando a perfezionare le nostre capacità di osservazione e di analisi, potremo convivere con dignità e sicurezza in un mondo pieno di incertezze e complessità. Garantire un futuro prospero alle generazioni che verranno dipende dal nostro impegno nel coltivare la scienza e applicarla per migliorare la vita umana.