La statistica tradizionale ci insegna a fare affidamento su medie e deviazioni standard per prevedere il futuro. Ma cosa succede quando l’imprevedibile accade, sconvolgendo ogni modello precostituito? È qui che entra in gioco la celebre teoria del Cigno Nero (Black Swan), formulata dal filosofo e statistico Nassim Nicholas Taleb.
Cos’è un Cigno Nero?
Un Cigno Nero è un evento che possiede tre attributi fondamentali:
- Rarità straordinaria: Si tratta di un valore anomalo (outlier) che si trova ben al di fuori delle normali aspettative storico-statistiche, poiché nessun elemento del passato può indicare in modo credibile la sua possibilità.
- Impatto colossale: Ha conseguenze rivoluzionarie, sconvolgenti ed epocali (es. gli attacchi dell’11 settembre 2001, il successo di Internet, la crisi finanziaria del 2008 o la pandemia di COVID-19).
- Prevedibilità retrospettiva: Nonostante la sua imprevedibilità iniziale, gli esseri umani tendono a razionalizzarlo a posteriori, inventando spiegazioni che lo fanno sembrare prevedibile e logico, alimentando l’illusione di poterlo controllare in futuro.
Mediocristan vs Estremistan
Per spiegare dove nascono questi eventi, Taleb distingue due mondi concettuali:
- Mediocristan: È il regno delle variabili in cui i singoli eventi non influenzano in modo significativo il totale. Se prendo 1000 persone e vi aggiungo l’uomo più alto del mondo, l’altezza media quasi non varia. In Mediocristan, la curva a campana (Gaussiana) regna sovrana e la deviazione standard ($\sigma$) ha un solido valore predittivo.
- Estremistan: È il regno delle variabili in cui un singolo evento estremo può dominare e ridefinire l’intero sistema. Se prendo 1000 persone e vi aggiungo l’uomo più ricco del mondo (es. Jeff Bezos o Elon Musk), la media della ricchezza schizza a valori stratosferici, rendendo la media stessa priva di significato per descrivere il gruppo. L’economia, la finanza, Internet e i virus appartengono a Estremistan.
Distribuzione Gaussiana (Mediocristan) vs Fat Tails (Estremistan)
▲
│ █ (Mediocristan: la maggior parte dei dati è vicino alla media)
│ ███
│ ███████
───────┼────█████████────► (In Estremistan, eventi a oltre 6-sigma
│ ███████████ hanno probabilità reali molto più alte
│ █████████████ di quanto previsto dalla Gaussiana)
Il Fallimento dei Modelli Tradizionali
In Estremistan, fare affidamento esclusivamente sulla deviazione standard $\sigma$ o sulla curva a campana per calcolare il rischio è estremamente pericoloso.
I modelli classici tendono ad assumere distribuzioni a "coda sottile", dove gli eventi lontani dalla media (oltre i $3\sigma$ o $6\sigma$) sono ritenuti matematicamente impossibili nel corso della vita dell’universo. Nella realtà dei sistemi complessi, invece, le distribuzioni presentano "code larghe" (fat tails), dove gli eventi estremi si manifestano con frequenze immensamente superiori rispetto a quanto predetto dai modelli.
Conclusioni
La teoria del Cigno Nero non mi insegna a tentare di prevedere l’imprevedibile, ma a costruire sistemi resilienti e “antifragili” capaci di resistere agli shock eccezionali. Come avverte Taleb, non devo confondere l’assenza di prove di un evento catastrofico con la prova della sua impossibilità.
Fonti e Letture Consigliate
- Taleb, N. N. (2007). Il Cigno Nero. L’impatto dell’altamente improbabile.
- Teoria del Cigno Nero - Wikipedia