Le tecniche usate dalla Protezione Civile fondate sull’utilizzo del teorema di Bayes da parte degli esperti
La gestione del rischio è uno degli aspetti critici che molte organizzazioni (tra le quali anche la Protezione Civile) si trovano a dover affrontare, vuoi per conseguire specifici obiettivi in presenza di parametri non conosciuti, vuoi per predisporre opportune risposte verso i cosiddetti “scenari incerti”. Si tratta, in effetti, di una visione alternativa al classico concetto di rischio, legata appunto all’incertezza probabilistica, una condizione che si deve a quegli eventi (relativamente) rari che, per loro natura non consentono a priori un’affidabile valutazione delle loro conseguenze (per quanto siano attese) che si presentano variabili in base a intensità dei fenomeni e a differenti tempi di ritorno. Le tecniche che si possono utilizzare in questi casi fanno riferimento a procedure di risk management basate su di un approccio probabilistico detto “bayesiano”, fondato sull’utilizzo della teoria della probabilità per descrivere scenari di difficile previsione quando il quadro delle informazioni disponibili è parziale. Nello specifico, attraverso il teorema di Bayes , è possibile calcolare numericamente, quanto dovrebbero aumentare o diminuire le stime attese su di uno scenario (di seguito parleremo di ipotesi) a seguito di nuovi fatti, dati o conoscenze. In breve la probabilità a posteriori, rappresenta il grado di fiducia che dovremmo avere nell’ipotesi di partenza dopo aver preso in considerazione le nuove informazioni. Il valore della differenza tra probabilità a posteriori e probabilità a priori è detto discrepanza e si basa sull’assunto che il nuovo dato (ovvero la sua probabilità) sia effettivamente attendibile e descrive la variazione del grado di attesa (confidenza) sulla possibilità di realizzazione di un certo evento. Gli statistici usano il termine di “probabilità soggettiva” che non sta a significare arbitraria, ma piuttosto che la probabilità dipende da qualità e quantità di informazione a disposizione del valutatore. Il discorso si complica, naturalmente, quando non sono noti i pesi dei diversi parametri concorrenti ad un fenomeno, quando le variabili sono tra loro dipendenti o, meglio, quando non sono direttamente osservabili, a priori, fenomeni di causalità, nel qual caso si deve applicare una serie di valutazioni probabilistiche che fanno capo al principio di coerenza, ma in generale l’approccio bayesiano permette di inserire e valutare in un modello descrittivo qualsiasi informazione o elemento pertinente considerato tale da un esperto del settore. Questo principio si applica, ad esempio, nella gestione dei sistemi di allertamento e, in generale, dove sono necessari processi definiti dal termine anglosassone “decision-making”
Commenti recenti