Verosimiglianza e scienza : quando ciò che sembra plausibile sostituisce l’evidenza

Nell’ecosistema digitale una spiegazione coerente può apparire scientifica anche senza dati verificabili

Disinformazione e contenuti generati dall’IA mettono in gioco non soltanto la qualità del giornalismo, ma la salute, la bioetica, la fiducia nella ricerca e il dialogo tra scienza e fede

Ogni giorno assumiamo decisioni sulla base di informazioni che non possiamo verificare direttamente. Ci affidiamo a medici, ricercatori, istituzioni scientifiche, università, giornalisti e organismi pubblici perché nessun individuo può ripetere personalmente ogni esperimento, esaminare tutti i dati o controllare l’intera catena attraverso la quale una conoscenza è stata prodotta.

Questa necessaria fiducia rende centrale il problema della verosimiglianza: la qualità di ciò che appare credibile, coerente con le nostre aspettative e compatibile con ciò che pensiamo di sapere. La verosimiglianza, però, non coincide con la verità. Un’affermazione può sembrare scientifica senza essere sostenuta da prove; una spiegazione può essere logica ma sbagliata; un grafico può apparire rigoroso pur utilizzando dati incompleti o manipolati.

È il problema affrontato dal contributo del sociologo Davide Bennato al Rapporto 2026 dell’Osservatorio sul giornalismo digitale, ripreso dall’Ordine dei giornalisti. L’analisi riguarda direttamente il giornalismo, ma le sue implicazioni coinvolgono anche la comunicazione scientifica, la medicina, la bioetica e il rapporto tra conoscenza, responsabilità e valori.

La scienza non è soltanto una narrazione plausibile

La ricerca scientifica non promette una verità assoluta e definitiva. Costruisce modelli, formula ipotesi, raccoglie dati e sottopone le conclusioni al controllo della comunità scientifica. Una teoria rimane accettabile finché spiega le osservazioni, produce previsioni controllabili e resiste ai tentativi di confutazione.

La credibilità della scienza non deriva quindi dal tono autorevole con cui viene presentata, ma dal metodo. Contano la qualità delle prove, la possibilità di replicare gli esperimenti, la trasparenza dei dati, il confronto con spiegazioni alternative e la disponibilità a correggere gli errori.

Nell’ecosistema digitale, tuttavia, il linguaggio della scienza può essere imitato con facilità. È possibile costruire in pochi minuti un testo ricco di termini tecnici, corredarlo di grafici convincenti e attribuirlo a un istituto inesistente. Un contenuto può assumere l’aspetto di un articolo scientifico o di un comunicato sanitario senza essere collegato ad alcuna ricerca reale.

La distinzione decisiva non passa allora tra contenuti semplici e contenuti complessi, né tra testi ben scritti e testi approssimativi. Passa tra ciò che può essere verificato e ciò che si limita ad apparire plausibile.

Perché siamo vulnerabili alle spiegazioni “che sembrano giuste”

L’intervento integrale di Bennato richiama il ruolo del sovraccarico informativo. Quando la quantità di notizie supera la nostra capacità di elaborazione, tendiamo a utilizzare scorciatoie cognitive: ci fidiamo di ciò che riconosciamo, di chi conferma le nostre convinzioni e delle spiegazioni che richiedono meno fatica.

Questo comportamento non deriva necessariamente da ignoranza o ingenuità. È una risposta normale alla complessità. Diventa però pericoloso quando viene sfruttato da sistemi progettati per massimizzare l’attenzione.

Le piattaforme digitali tendono a premiare i contenuti capaci di suscitare reazioni immediate. Un’affermazione allarmistica, una cura miracolosa o una teoria che identifica un colpevole preciso possono generare più interazioni di una spiegazione prudente, fondata su probabilità, limiti e margini di errore.

La comunicazione scientifica incontra qui una difficoltà strutturale. La ricerca procede spesso attraverso risultati provvisori, valutazioni statistiche e conclusioni condizionate dai dati disponibili. La disinformazione, invece, può presentarsi con assoluta sicurezza. Alla complessità della scienza contrappone una risposta semplice; al dubbio metodologico oppone una certezza emotivamente rassicurante.

Intelligenza artificiale e produzione industriale del plausibile

L’intelligenza artificiale generativa amplifica questa dinamica. Testi, immagini, video e voci sintetiche possono imitare il linguaggio di un medico, di un ricercatore o di un divulgatore. Il risultato può essere formalmente corretto, ordinato e persuasivo, pur contenendo errori, riferimenti inventati o correlazioni inesistenti.

Bennato richiama il fenomeno dell’AI slop: la proliferazione di contenuti generativi di bassa qualità, prodotti in grandi quantità e ottimizzati per ottenere visibilità. Non si tratta soltanto di materiale palesemente assurdo. La sua pericolosità deriva proprio dalla capacità di apparire credibile senza possedere sostanza, verifica o una reale responsabilità comunicativa.

Nel campo scientifico e sanitario questa produzione automatizzata può assumere forme particolarmente insidiose: riassunti imprecisi di studi, consigli medici privi di contestualizzazione, immagini anatomiche scorrette, citazioni di ricerche inesistenti o semplificazioni che trasformano una correlazione in un rapporto di causa ed effetto.

L’IA può certamente aiutare ricercatori e giornalisti ad analizzare grandi quantità di documenti, individuare collegamenti, tradurre testi, confrontare dati e rendere più accessibili contenuti complessi. Non deve però essere confusa con una fonte autonoma di verità. Un sistema generativo produce risposte sulla base di regolarità apprese dai dati: non garantisce, da solo, che ogni affermazione corrisponda alla realtà.

Comunicazione sanitaria e responsabilità bioetica

Quando la verosimiglianza sostituisce la verifica in ambito sanitario, le conseguenze non rimangono confinate nello spazio digitale. Le informazioni influenzano decisioni relative a diagnosi, terapie, vaccinazioni, alimentazione, riproduzione, fine vita e partecipazione agli studi clinici.

La qualità dell’informazione diventa quindi una questione bioetica. Il principio di autonomia richiede che una persona possa decidere in modo libero e consapevole, ma il consenso non può essere realmente informato se le conoscenze disponibili sono false, manipolate o presentate senza spiegare rischi e incertezze.

Anche i principi di beneficenza e non maleficenza sono coinvolti. Diffondere una terapia non dimostrata può indurre qualcuno ad abbandonare un trattamento efficace; amplificare un allarme infondato può generare paura, stigma e comportamenti dannosi. La disinformazione sanitaria non costituisce quindi soltanto un errore comunicativo: può produrre conseguenze concrete sulla salute e sulla vita.

Esiste inoltre una questione di giustizia. Non tutti possiedono le stesse competenze scientifiche, lo stesso accesso alle fonti o gli strumenti necessari per valutare una ricerca. Le persone più vulnerabili possono essere maggiormente esposte a promesse miracolose, campagne manipolative e contenuti costruiti per sfruttare paura e sofferenza.

La responsabilità ricade su diversi soggetti: ricercatori, istituzioni sanitarie, giornalisti, piattaforme, professionisti della comunicazione e sviluppatori dei sistemi di IA. Nessuno può considerarsi un semplice intermediario neutrale quando la forma, la selezione e la distribuzione delle informazioni contribuiscono a orientare decisioni che riguardano la persona.

Il caso della pandemia e la perdita della verificabilità condivisa

Durante la pandemia di Covid-19, informazioni false vennero attribuite a organizzazioni sanitarie e centri di ricerca. La veste grafica, il linguaggio tecnico e il riferimento a presunte autorità rendevano credibili contenuti privi di fondamento.

La teoria secondo cui il 5G avrebbe trasmesso il coronavirus rappresenta un esempio particolarmente evidente del passaggio dalla falsità digitale alle conseguenze materiali. Una spiegazione scientificamente infondata riuscì a circolare all’interno di comunità che avevano sviluppato propri criteri di credibilità, contribuendo anche ad atti vandalici contro infrastrutture di telecomunicazione.

Il problema non consisteva soltanto nella presenza di una notizia falsa. Esistevano universi informativi nei quali istituzioni scientifiche, autorità sanitarie e giornalisti non venivano più riconosciuti come fonti legittime. La smentita proveniente dall’esterno poteva essere interpretata come ulteriore prova dell’esistenza di una cospirazione.

È il passaggio dalla post-verità alla “post-realtà”: non più interpretazioni differenti degli stessi fatti, ma comunità che vivono in ambienti informativi separati, ciascuno con proprie fonti e regole di verifica.

La specializzazione nel giornalismo scientifico

In questo contesto non è più sufficiente che un giornalista sappia raccontare bene una ricerca. Deve comprenderne almeno gli elementi metodologici essenziali: distinguere uno studio osservazionale da un esperimento controllato, valutare la dimensione del campione, riconoscere la differenza tra rischio assoluto e relativo e verificare se un risultato sia stato sottoposto a revisione scientifica.

Il modello del giornalista “onnisciente”, capace di occuparsi indistintamente di qualsiasi argomento, mostra tutti i propri limiti quando si affrontano medicina, genetica, neuroscienze, clima o intelligenza artificiale. La specializzazione non elimina il rischio di errore, ma consente di porre domande più adeguate e di individuare con maggiore facilità semplificazioni eccessive.

Un giornalismo scientifico affidabile dovrebbe indicare gli studi utilizzati, spiegare il grado di solidità delle conclusioni, distinguere consenso scientifico e opinioni minoritarie e dichiarare ciò che ancora non è possibile sapere. Anche la collaborazione tra giornalisti, ricercatori, analisti dei dati e verificatori delle fonti può rendere il lavoro più trasparente e controllabile.

La scienza ha bisogno del giornalismo perché risultati complessi devono essere tradotti per il pubblico. Il giornalismo ha bisogno della scienza perché il metodo scientifico offre strumenti essenziali per distinguere tra affermazioni, ipotesi ed evidenze.

Scienza e fede davanti alla verosimiglianza

La crisi della verificabilità coinvolge anche il rapporto tra scienza e fede. Entrambe possono essere deformate dalla ricerca di risposte semplici, assolute e immediatamente rassicuranti. La scienza viene tradita quando le ipotesi sono trasformate in dogmi e i limiti dei dati vengono nascosti; la fede viene tradita quando viene utilizzata per sostenere affermazioni empiriche senza prove o per diffondere paure e superstizioni.

Scienza e fede non utilizzano strumenti identici e non rispondono sempre alle stesse domande. La scienza studia i fenomeni osservabili e costruisce spiegazioni controllabili. La fede riguarda il senso dell’esistenza, il rapporto con Dio, la speranza, la responsabilità morale e il valore della persona.

Questa distinzione non impone una separazione ostile. Al contrario, può rendere possibile un dialogo autentico nel quale nessuna delle due pretenda di sostituire l’altra. La fede non deve diventare un’alternativa alla medicina o alla verifica sperimentale; la scienza, dal canto suo, non può risolvere da sola le domande sul bene, sulla dignità, sulla giustizia e sui fini ai quali orientare le tecnologie.

Entrambe richiedono umiltà intellettuale. Lo scienziato deve riconoscere i limiti delle conoscenze disponibili. Il credente deve distinguere il nucleo della fede dalle proprie interpretazioni personali e dalle affermazioni che appartengono invece al campo dell’indagine empirica.

La verità come ricerca e responsabilità

Contrastare l’inquinamento informativo non significa pretendere di possedere una verità completa e definitiva. Significa difendere procedure condivise attraverso le quali le affermazioni possano essere controllate, discusse e corrette.

Il fact-checking del singolo contenuto rimane importante, ma non è sufficiente. Occorre comprendere l’architettura che favorisce la diffusione del plausibile: algoritmi orientati all’interazione, sovraccarico cognitivo, perdita di autorevolezza delle istituzioni, incentivi economici alla produzione seriale e comunità chiuse nelle proprie convinzioni.

Per il giornalismo scientifico la risposta passa attraverso competenza, fonti esplicite, trasparenza metodologica e responsabilità editoriale. Per la bioetica significa proteggere la libertà delle persone da manipolazioni che possono condizionare decisioni fondamentali. Per il dialogo tra scienza e fede significa riconoscere che la ricerca della verità richiede sia rigore sia responsabilità morale.

Nell’era dell’intelligenza artificiale non abbiamo bisogno soltanto di più contenuti, ma di conoscenze verificabili e interpreti affidabili. Ciò che sembra vero può convincere per alcuni istanti; ciò che è stato cercato, controllato e discusso può invece contribuire alla costruzione di una realtà condivisa. È su questa differenza che si gioca non soltanto il futuro del giornalismo, ma anche la qualità della scienza, della democrazia e delle decisioni che riguardano la vita umana.

Fonte CNOG, Consiglio Nazionale dell’Ordine dei Giornalisti : La Verosimiglianza, la sintesi del rapporto 2026 dell’Osservatorio sul giornalismo digitale

Immagine originale elaborata con Intelligenza Artificiale.