Sintesi dell’episodio del podcast BE Good di BVA, dedicato al libro “Management Intelligente: come i leader prendono buone decisioni in un mondo incerto”, con il professor Gerd Gigerenzer, tra i massimi esperti internazionali nel campo delle scienze del comportamento.
Nel contesto economico e sociale odierno, sempre più imprevedibile e complesso, il tema del processo decisionale assume un’importanza cruciale. Nell’episodio del podcast BE Good, Gerd Gigerenzer — psicologo tedesco di fama internazionale, direttore emerito del Max Planck Institute e attualmente alla guida dell’Harding Center for Risk Literacy — esplora una prospettiva controintuitiva ma sorprendentemente efficace: in condizioni di incertezza, le decisioni migliori non sono necessariamente quelle più complesse.
Che cos'è l'incertezza (e perché è diversa dal rischio)
Un punto di partenza essenziale è distinguere il concetto di incertezza da quello di rischio. Il rischio è ciò che possiamo calcolare: conosciamo le alternative, le probabilità e le possibili conseguenze. È il mondo delle assicurazioni, dei giochi d’azzardo, dei modelli matematici.
L’incertezza, invece, descrive situazioni in cui non conosciamo né tutte le alternative, né le probabilità, né gli esiti possibili. È il mondo reale in cui operano i manager, i leader politici, i medici: un mondo aperto, mutevole, dove spesso i dati sono insufficienti o ambigui. In questi contesti, strumenti decisionali pensati per situazioni di rischio possono risultare inadeguati.
Le euristiche: strumenti essenziali per decidere nell'incertezza
Gigerenzer propone un modello più aderente alla realtà: fare uso di euristiche, ovvero regole pratiche e snelle che riducono la complessità decisionale focalizzandosi su pochi elementi rilevanti. Lungi dall’essere scorciatoie superficiali, le euristiche sono strategie adattive che si sono evolute per funzionare in ambienti incerti. Spesso sono più robuste, rapide e affidabili di approcci analitici, soprattutto quando i dati disponibili sono incompleti o rumorosi.
Un esempio emblematico è il premio Nobel Harry Markowitz, che nella sua vita personale scelse di distribuire i propri investimenti in modo equo (“1 su n”) — una regola sorprendentemente efficace, anche rispetto al modello di ottimizzazione che egli stesso aveva sviluppato. Questa visione si fonda sul concetto di razionalità ecologica, che valuta una decisione non in base alla sua coerenza interna, ma alla sua efficacia in un determinato ambiente. In breve: una decisione è razionale se funziona nel contesto in cui viene applicata.
Una critica alla visione dominante: davvero le euristiche sono errori?
Gigerenzer propone anche una rilettura critica della prospettiva dominante in economia comportamentale, che tende a classificare molte euristiche come fonti di errore sistematico, i cosiddetti “bias cognitivi”. Secondo questo approccio, l’essere umano sarebbe un decisore fallace, incapace di seguire i principi della logica e della probabilità.
Pur riconoscendo l’esistenza di tali fenomeni, Gigerenzer ribalta l’impostazione: molti comportamenti giudicati irrazionali nei laboratori sono, nella realtà, adattamenti efficaci a contesti incerti. Ciò che in condizioni controllate sembra un errore, in ambienti complessi può essere una risposta efficiente e vantaggiosa.
È il caso, ad esempio, dell’uso selettivo delle informazioni: ignorare alcuni dati può ridurre l’errore di stima in contesti ad alta variabilità. In questi casi, una strategia semplice, focalizzata su un solo indicatore affidabile, può superare modelli più sofisticati, spesso vulnerabili al rumore. Razionalità ecologica significa proprio questo: valutare la qualità di una strategia non in astratto, ma rispetto alla sua performance nel mondo reale.
La cassetta degli attrezzi adattiva: un repertorio flessibile di strategie
Gigerenzer descrive l’essere umano come dotato di una vera e propria cassetta degli attrezzi mentale, composta da un insieme variegato di euristiche. La loro efficacia dipende dalla capacità di scegliere, in modo consapevole o intuitivo, la regola giusta per il problema specifico.
Tra gli strumenti citati nel podcast troviamo:
- “1 su n”: suddividere equamente risorse tra le opzioni disponibili quando mancano dati affidabili. Esempio: un investitore alle prime armi distribuisce il capitale in parti uguali tra diversi fondi, anziché cercare di prevederne i rendimenti.
- Euristica della “singola informazione decisiva”: basarsi su un solo indicatore rilevante per prendere una decisione.
- Alberi decisionali semplici (fast and frugal trees): prendere decisioni seguendo una sequenza ordinata di domande binarie. Esempio: un medico di pronto soccorso valuta rapidamente la gravità di un trauma seguendo un protocollo decisionale che si ferma non appena viene identificata una condizione critica.
- Euristiche sociali: sfruttare le informazioni trasmesse attraverso il passaparola o l’imitazione selettiva. Esempio: in un team di progetto, un membro adotta uno strumento già scelto dai colleghi più esperti, confidando nella loro competenza.
- Euristica del tempo trascorso (hiatus heuristic): giudicare la probabilità di comportamento futuro sulla base dell’intervallo temporale dall’ultima azione. Esempio: un’azienda considera inattivo un cliente che non effettua acquisti da più di sei mesi, basandosi su uno schema comportamentale ricorrente.
- Uso dell’ultimo dato disponibile: affidarsi all’informazione più recente in assenza di un modello complesso.
Queste euristiche non sono regole universali, ma strumenti da selezionare in base alla struttura del problema. Ed è proprio questa capacità di adattamento che rende il modello particolarmente solido nei contesti reali.
L’intuizione: una forma di intelligenza (non un errore)
Un altro concetto centrale è quello di intuizione, che Gigerenzer definisce come una forma di intelligenza basata sull’esperienza. L’intuizione si manifesta come una sensazione rapida, difficile da spiegare, ma spesso fondata su anni di pratica e su un contesto ben conosciuto.
Contrariamente all’idea che l’intuito sia in contrasto con la razionalità, Gigerenzer lo descrive come complementare al pensiero analitico. In molte grandi aziende, ha osservato che fino al 50% delle decisioni strategiche viene presa in modo intuitivo, anche se raramente dichiarato apertamente. La ragione? Responsabilità e timore di giudizio: ammettere di aver deciso “di pancia” implica esporsi.
Promuovere una cultura che valorizzi l’esperienza e riduca la paura dell’errore
Per migliorare la qualità delle decisioni organizzative, non basta disporre di buoni strumenti: occorre anche una cultura del decision making che riconosca il valore dell’intuizione, legittimi l’uso delle euristiche e promuova una sana gestione dell’errore.
Nel podcast vengono citati esempi pratici, come la CEO di un’azienda sanitaria che ha introdotto una “carta per uscire di prigione” simbolica per i manager: un segnale chiaro che prendere decisioni rischiose per il bene dell’organizzazione è legittimo, anche quando il risultato non è quello atteso.
In altri contesti, come il centro di ricerca diretto da Gigerenzer, momenti informali di scambio quotidiano (come la pausa caffè) diventano spazi fertili per la costruzione della fiducia e la nascita di idee.
Intelligenza artificiale e psicologia umana: alleati, non concorrenti
Il dialogo si chiude con una riflessione sul rapporto tra intelligenza artificiale e intelligenza umana. Secondo Gigerenzer, gli algoritmi complessi funzionano molto bene nei cosiddetti “mondi stabili” – contesti dove le regole sono note, i dati sono affidabili e le condizioni restano relativamente costanti, come nei giochi da tavolo o nella previsione linguistica.
Ma il mondo reale è ben diverso: è un “mondo instabile”, dove regole e dati sono spesso incerti, incompleti o soggetti a cambiamento. In questi contesti, Gigerenzer osserva che strategie semplici ispirate all’esperienza umana possono essere più efficaci di modelli sofisticati.
Da questa intuizione nasce il concetto di intelligenza artificiale psicologica: un approccio che si basa non su calcoli complessi, ma sulle euristiche che gli esseri umani esperti usano per orientarsi nell’incertezza. Tradotte in algoritmi semplici, queste strategie risultano più adattabili e – soprattutto – più trasparenti.
La trasparenza, infatti, è un elemento cruciale. Se un algoritmo è troppo complesso da capire, le persone non riescono a comprendere perché è stata presa una certa decisione (ad esempio, perché hanno ricevuto un punteggio di credito basso o un’offerta mirata). Questo genera frustrazione e senso di impotenza.
Al contrario, quando un algoritmo è trasparente – ovvero si basa su regole comprensibili e spiegabili – le persone possono capire le logiche che lo guidano e modificare il proprio comportamento in modo consapevole.
In sintesi
La conversazione con Gerd Gigerenzer è un invito a ripensare radicalmente il modo in cui prendiamo decisioni. In un mondo incerto, non sempre l’analisi perfetta è possibile. E non sempre è necessaria. Le euristiche semplici, se ben selezionate, possono offrire risposte più efficaci, rapide e comprensibili.
È proprio in questo contesto che le scienze comportamentali possono offrire un contributo concreto e strategico alla leadership: non solo aiutano a comprendere come decidono davvero le persone, ma forniscono strumenti per progettare ambienti decisionali più efficaci, in cui l’intuizione, l’esperienza e la semplicità possano esprimere tutto il loro potenziale.
Per i leader che operano in mercati complessi e in evoluzione, integrare questi principi nella cultura organizzativa significa passare da un modello reattivo a uno più adattivo, capace di valorizzare le competenze umane e costruire fiducia, agilità e resilienza.
Per approfondire l’argomento e ascoltare la conversazione completa con Gerd Gigerenzer, clicca qui per il podcast BE Good
