Un ambiente informativo non è composto soltanto da ciò che contiene. È caratterizzato anche da ciò che, per ragioni diverse, non riesce a entrarvi. Questo secondo elemento è molto più difficile da osservare: una notizia presente può essere letta e verificata; una notizia assente non porta con sé un segnale che ci avverta della propria assenza. Se una persona non risponde a un questionario, un fallimento non viene raccontato o una determinata esperienza non lascia tracce accessibili, ciò che vediamo può continuare ad apparire completo proprio perché non possediamo ciò che servirebbe per accorgerci del vuoto.
Immaginiamo di voler valutare un corso intervistando soltanto le persone che lo hanno completato e continuano a frequentarne la comunità. Le risposte possono essere autentiche e le percentuali calcolate correttamente; rimane però una domanda: che cosa è accaduto a chi ha abbandonato il corso, non ha ottenuto il risultato sperato oppure ha smesso di avere rapporti con quell’ambiente? Se proprio queste persone sono meno facili da raggiungere, ciò che manca non è un’assenza casuale. Il processo che decide chi diventa osservabile può modificare il quadro.
Questo problema viene descritto, in molte forme, come bias di selezione. Non richiede che qualcuno costruisca volontariamente un campione scorretto: alcune persone decidono di partecipare e altre no, alcuni utenti commentano e altri leggono in silenzio, alcuni comportamenti lasciano tracce digitali e altri avvengono completamente fuori dal sistema osservato. Le recensioni online descrivono chi sceglie di lasciare una recensione; i commenti sotto un articolo descrivono chi decide di commentare; i reclami raccontano chi ha scelto di formalizzare un problema. Nessuno di questi insiemi coincide automaticamente con tutte le persone che hanno utilizzato un prodotto, letto un articolo o vissuto la stessa esperienza.
La tentazione di generalizzare nasce perché ciò che osserviamo possiede una concretezza che ciò che manca non possiede. Diecimila commenti sono davanti ai nostri occhi; le centomila persone che hanno letto senza intervenire non producono altrettanta materia visibile. Possiamo quindi dire con precisione che il 70 per cento dei commenti esprime una certa posizione e, senza accorgercene, trasformare quella percentuale nel 70 per cento «delle persone». Il numeratore può essere corretto e il denominatore completamente sbagliato.
La disponibilità di quantità enormi di dati non elimina questo problema. Un miliardo di osservazioni provenienti dalla stessa popolazione selezionata descrive con grande precisione quella popolazione, ma non diventa automaticamente rappresentativo di ciò che è rimasto fuori. Se studiamo le abitudini di lettura osservando soltanto gli utenti di una certa piattaforma, possiamo conoscere quelle persone con un dettaglio straordinario e continuare a sapere poco di chi quella piattaforma non la usa. Grande quantità di dati e copertura del fenomeno non sono la stessa cosa.
Una forma intuitiva dello stesso errore è il survivorship bias, bias del sopravvissuto. Osserviamo chi ha superato un certo processo e cerchiamo nelle sue caratteristiche la spiegazione del successo, mentre vediamo molto meno facilmente chi possedeva caratteristiche simili e non è arrivato fino alla fine. Le storie degli imprenditori che hanno lasciato l’università e costruito aziende enormi sono autentiche; per capire se lasciare l’università favorisca quel risultato, però, dovremmo conoscere anche tutte le persone che hanno fatto la stessa scelta senza ottenere nulla di paragonabile. La testimonianza individuale risponde molto bene alla domanda «che cosa è successo a questa persona?» e molto peggio alla domanda «che cosa succede generalmente a chi fa la stessa cosa?».
La rete rende inoltre più visibili alcune esperienze di altre. Un risultato eccezionale è narrativamente interessante; «ho provato questo metodo e non è successo nulla» lo è molto meno. Non occorre supporre una manipolazione algoritmica: gli stessi esseri umani tendono a raccontare più facilmente ciò che possiede un cambiamento, un conflitto o un risultato. Se utilizziamo ciò che viene raccontato per stimare quanto sia frequente un fenomeno, rischiamo quindi di misurare insieme la frequenza dell’evento e la sua probabilità di diventare racconto.
Anche l’assenza di testimonianze deve essere trattata con prudenza. «Nessuno si è lamentato» può significare che non esiste un problema; può significare che le persone non sanno dove lamentarsi, considerano inutile farlo, temono conseguenze oppure hanno semplicemente abbandonato il servizio. L’assenza di evidenza diventa una buona evidenza dell’assenza soltanto quando abbiamo ragione di pensare che, se il fenomeno fosse esistito, avremmo avuto una buona probabilità di osservarlo. Se entro in una stanza ben illuminata e non vedo un elefante, la mancata osservazione dice molto; se cerco un insetto minuscolo, dice molto meno.
La stessa cautela riguarda la ricerca online. Internet viene spesso descritto come un luogo che «non dimentica», ma pagine vengono eliminate, piattaforme chiudono, account diventano privati, database non vengono indicizzati e contenuti rimangono tecnicamente esistenti ma difficili da trovare. «Ho cercato e non ho trovato nulla» descrive un’operazione reale, ma il suo significato dipende dalla qualità della ricerca e dalla probabilità che ciò che cercavamo fosse effettivamente reperibile in quel modo.
Anche il silenzio delle persone è ambiguo. Una discussione può apparire divisa fra due gruppi molto rumorosi mentre una parte molto più numerosa della popolazione non interviene affatto; chi tace può essere indifferente, incerto, prudente, stanco oppure semplicemente assente dalla piattaforma. Dire «la maggioranza silenziosa la pensa così» è quindi molto più forte di dire «vedo molte persone sostenere questa posizione», perché attribuisce un’opinione proprio a chi non l’ha resa osservabile.
Persino la ricerca pubblicata può avere un fuori campo: alcuni risultati raggiungono più facilmente la pubblicazione di altri e conoscere soltanto ciò che è diventato visibile può produrre una rappresentazione incompleta del lavoro svolto. Per un lettore non serve padroneggiare la metodologia necessaria a correggere questi problemi; serve ricordare il principio generale: prima di trattare un insieme osservato come se coincidesse con la realtà, dobbiamo chiederci attraverso quale processo alcuni casi sono entrati nell’insieme e altri ne sono rimasti fuori.
«Che cosa manca?» non è quindi un invito a inventare una realtà nascosta ogni volta che un dato non ci piace. È una domanda sul processo di visibilità: chi ha potuto parlare, chi è stato misurato, che cosa lascia una traccia, che cosa viene indicizzato, chi aveva motivo di partecipare. Un insieme molto grande può essere incompleto senza apparirlo; la quantità ci dice quanto vediamo, non automaticamente quanto ciò che vediamo rappresenti anche ciò che è rimasto fuori.