Come prendere rapidamente decisioni importanti non disponendo di conoscenze dettagliate e precise ma approssimative e ambigue
Spesso siamo condotti a prendere decisioni vitali nelle quali non possiamo applicare criteri di razionalità. Ciò può verificarsi in mancanza di una conoscenza dettagliata delle situazioni o avendo poco tempo per un’analisi approfondita. In questi casi le scelte sono istintive e generano ansia. Tuttavia esistono dei metodi per gestire al meglio queste situazioni che si verificano con più frequenza nella nostra vita concreta.
Lo stress associato alle decisioni
I comandanti militari in uno scenario di guerra o i responsabili di grandi aziende si trovano in condizioni di dover scegliere rapidamente senza approfondire la situazione. Portare il peso di scelte importanti provoca una particolare forma di stanchezza chiamata “stress da decisione”. 
Questo può anche capitare a persone comuni e semplici cittadini come il medico, il giudice o il controllore di volo. In generale il carico mentale dovuto alla scelta rapida appartiene a qualunque essere umano. È di non molto tempo fa la notizia che Jeff Bezos, fondatore di Amazon, non prende decisioni importanti dopo le 17. Questo perché ritiene di non essere abbastanza lucido per fare scelte ponderate.
I criteri per scegliere correttamente
Ogniqualvolta bisogna scegliere rapidamente si prova insicurezza per l’imprevedibilità causata dagli esiti della decisione. Abbiamo paura, non tanto di scegliere ma di farlo male, in modo affrettato, approssimativo o sbagliato. Come in una partita a scacchi dovremmo poter calcolare tutte le conseguenze della mossa che vogliamo fare. Naturalmente il controllo delle emozioni in generale aiuta a essere concentrati e a provare a immaginare gli esiti della decisione.
Quello che provoca smarrimento è l’enorme quantità di esiti diversi che possono verificarsi. Potremmo pensare che un computer disponga della capacità di decidere meglio di qualunque umano essendo molto più veloce ad elaborare informazioni. Tuttavia il problema non è la velocità di elaborazione delle informazioni quanto piuttosto il non disporre di dati da elaborare.
Dall’analisi grammaticale alla logica matematica
Nella storia dello sviluppo umano, la logica, intesa come studio del corretto modo di ragionare, è diventata lo strumento indispensabile per intraprendere l’analisi di qualunque disciplina. 
Partendo dall’analisi del linguaggio umano essa si è poi allargata alla matematica e ne ha sondato moltissimi aspetti. Quella che chiamiamo analisi logica che studiamo a scuola ha origine nel metodo di insegnamento seguito dai monaci benedettini del monastero di Port-Royal presso Magny-les-Hameaux, a partire dal 1600. I monaci misero da parte i metodi pedagogici fino a quel momento utilizzati, basati sulla memorizzazione, a favore di un nuovo metodo basato sul ragionamento.
L’analisi logica fu poi esplicitamente divisa da quella grammaticale nel corso degli anni, e ai primi dell’800 si era ormai imposta come sinonimo dell’analisi grammaticale. L’analisi logica consiste nel trovare il soggetto, il predicato (verbale o nominale) e i predicati di una frase unitamente ai connettivi tra frasi diverse ecc.
Logica come scienza del ragionamento
La logica si basa su alcuni principi cardine stabiliti storicamente come il principio di non contraddizione. Esso ebbe la sua prima formulazione in alcuni dei dialoghi platonici e afferma che non si può dire una cosa e il suo contrario allo stesso tempo. Non si può dire “oggi piove” e dire “oggi non piove” se ci stiamo riferendo allo stesso momento e allo stesso giorno. Nell’antichità Platone con Aristotele e Crisippo hanno maggiormente contribuito alle basi della logica. Aristotele ha introdotto lo studio dei quantificatori, cioè lo studio delle leggi che regolano il funzionamento e l’uso di particelle come nessuno, qualcuno e tutti.
Crisippo invece studiò la logica delle proposizioni, cioè le particelle linguistiche che servono a mettere insieme delle frasi semplici per costruirne di più complicate. Esse sono le parti più importanti del discorso logico e sono la negazione (il non), la congiunzione ( l’e), la disgiunzione ( l’o) e l’implicazione (il se è… allora). Questi autori hanno influenzato in modo determinante il metodo scientifico occidentale e hanno lasciato in eredita la logica bivalente secondo cui ogni enunciato può essere solo o vero o falso.
La conoscenza incompleta e le verità parziali
Tuttavia non sempre esiste la possibilità di applicare i criteri esclusivi di vero e falso nei casi concreti perché non sempre le proprietà sono distinguibili in maniera binaria. Per esempio è vero che un individuo può essere o italiano o non italiano, ma diverso è il caso di una persona che può essere giovane o vecchio. Per esempio giovane, non molto giovane, di mezza età ecc, sono etichette verbali che corrispondono a insiemi sfumati, caratterizzati cioè da funzioni di appartenenza non binarie. La logica tradizionale ha un campo di applicazione limitato perché la realtà è molto più complessa. Come si può riuscire a trattare come un dato numerico anche quella informazione vaga di “non molto giovane” dell’esempio precedente? Potrei dire che è “quasi vecchio” ma non sarebbe completamente vero perché presenta comportamenti ancora giovanili. Si possono introdurre questi dati incompleti e parziali in una logica matematicamente rigorosa?
La logica sfumata
La logica sfumata o logica fuzzy, nata nel 1965 dai lavori di Lofti A. Zadeh, allora direttore del Dipartimento di Ingegneria Elettrica della Università di Berkeley. La logica sfumata lavora con variabili linguistiche, cioè con categorie più o meno ordinate, e con insiemi dai contorni imprecisi, in cui gli elementi possano essere ambigui. Essa parte in realtà da una considerazione molto semplice e cioè che i valori di verità non sono soltanto 0 (falso) o 1 (vero) ma ogni numero reale compreso tra 0 e 1. Una proposizione certamente vera avrà valore di verità 1, una abbastanza vera avrà valore 0.75 e così via. Scendendo, diventerà completamente falsa quando il suo valore di verità diventerà 0. Questa logica è stata sviluppata per poter offrire un aiuto a districarsi in casi nei quali esiste una grande ambiguità nel definire le cose. In questo modo, una persona che giudichiamo abbastanza giovane appartiene, poniamo, per lo 0,70 alla classe dei giovani e per lo 0,30 a quella dei non giovani.
Dal discreto al continuo
La stessa parola sfumato rappresenta bene il passaggio da una logica bianco–nero cioè vero che si contrappone a falso e “questo elemento appartiene a questo insieme” con qualcosa di confuso e di poco chiaro. 
Nel mondo reale non tutto è capibile dato che i contorni delle cose non sono sempre distinguibili e spesso non si può neanche definire una cosa in modo inequivocabile (chi sono io? chi sei tu?). Negli insiemi sfumati non vale il principio di non contraddizione quindi se una cosa è vera non è escludibile che sia vero anche il suo contrario. Così facendo viene rappresentata meglio la situazione reale. Ma la cosa veramente sorprendente è che le prime applicazioni della logica sfumata a sistemi si sono dimostrate molto ben funzionanti, segno che la realtà comprende in un qualche senso la logica sfumata e la riconosce valida. Per esempio il riconoscimento di immagini in moltissimi campi, dalla diagnostica medica al telerilevamento satellitare ai riconoscimenti facciali.
Simulazione di decisioni umane
Ma le applicazioni più sorprendenti sono quelle nelle quali si simula meglio il comportamento delle scelte umane e quindi la logica sfumata si applica nei sistemi che autoapprendono e scelgono la miglior soluzione nei contesti che mutano. Ad esempio dei microprocessori a logica sfumata sono stati montati su lavatrici che scelgono autonomamente il tipo di lavaggio a seconda del carico o del livello di macchie dei tessuti. In altri casi circuiti elettronici basati sulla logica sfumata vengono inseriti nei quadri comando delle metropolitane per decidere il numero di corse ottimali in funzione dell’affollamento e così via. Un ulteriore esempio può essere un semaforo cui viene mandato in input un certo grado di congestione del traffico, che restituisce proporzionalmente la durata del verde. La logica sfumata consente ai computer di rappresentare meglio la complessità della realtà e il linguaggio naturale degli uomini.
Nicola Sparvieri
Foto © Onlineprinters, Tech CuE, Fuij Electric France
