|
|
@@ -16,7 +16,15 @@ Con queste tecniche si ottengono correlazioni fra i dati sufficienti a stimare,
|
|
|
|
|
|
|
|
|
\section{Nuovo paradigma scientifico}
|
|
|
-Nell'articolo \emph{"The end of theory"} pubblicato sulla rivista Wired nel 2007 l'autore preannuncia il fatto che le tecniche avanzate di analisi dei big data renderanno obsoleta l'approccio modellistico ai fenomeni naturali.
|
|
|
+
|
|
|
+Esiste una parte consistente della comunità scientifica che ritiene l'apporto dei big data capace di eliminare la necessità di produrre teorie. Questo paradigma è ben riassunto dall'affermazione solo in parte provocatoria "bastano le correlazioni" contenuta nell'articolo di STOCAZZO dello stocazzomilaedue che, non a caso, è titolato "The end of theory". \cite{•} Più concretamente oggi istituti di ricerca come l'ISI FOUNDATION stando lavorando precisamente in questa direzione.
|
|
|
+Cerchiamo di spiegarci meglio: per definizione la scienza cerca di studiare vari fenomeni andando a evidenziare di volta in volta le variabili rilevanti del problema e ipotizzando, tramite un modello, delle relazioni causali fra queste. A quel punto il metodo sperimentale permette, a partire dal confronto fra previsioni teoriche ed esperimenti, di verificare la veridicità delle ipotesi. Quello che oggi si sostiene in alcuni ambiti della ricerca scientifica, è la possibilità che un algoritmo possa di fatto sostituire il sopracitato procedimento teorico, arrivando alla comprensione del problema in modo più efficiente di quanto un essere umano possa fare.
|
|
|
+Potrebbero sorgere alcune domande su due piani diversi: l'approccio Big Data nel dare risposte è davvero così universale? Può essere considerato un metodo generale e affidabile nell'approcciare una grande varietà di problemi?
|
|
|
+In secondo luogo, ammesso che ci riesca, una volta risolto il problema in questo modo, che tipo di conoscenza si acquisisce? In che modo essa differisce da quella ottenuta con l'approccio modellistico?
|
|
|
+Partiamo dalla seconda questione, che in realtà rimanda al ben noto problema della relazione fra scienza è tecnica. L'ubiqua confusione fra verità tecnica e verità scientifica è uno dei tratti distintivi del mondo contemporaneo di intendere la ricerca. Dal nostro punto di vista è solo nel solco di questo fraintendimento epocale che è possibile affermare che la Big Data science sia indipendente dalla teoria. Quello che ci sentiamo di affermare è che la conoscenza basata sui big data sia di tipo prettamente tecnico capace di fornire a volte soluzioni pratiche, anche molto efficienti, senza però dare spiegazioni esaustive e generalizzabili sulle dinamiche alla base dei fenomeni studiati. Per fornire un piccolo esempio, sicuramente un computer al quale diamo in pasto una grande quantità di dati sulle traiettorie dei pianeti sarà in grado di riscoprire le tre leggi di Keplero, ma non sarà mai capace di fornire le leggi di Newton, nè tanto meno sarà capace di dimostrare come tali principi primi implichino la fenomenologia osservata.
|
|
|
+Date queste considerazioni diventa semplice rispondere anche alla prima questione: il sapere tecnico è per sua stessa natura un sapere immediato e particolare, difficilmente generalizzabile. (FORSE ROBA DA AGGIUNGERE)
|
|
|
+Non bisogna scordarsi in tutto ciò che la scienza non persegue linearmente il filo rosso dell'aumento della conoscenza ma è anche influenzata da mode passeggere, dettate dal sistema economico in cui si esprime, di cui i big data sono un esempio.
|
|
|
+Ma una moda può cambiare, e lo fa ogni giorno, gli apparati, le strutture, la materialità che sottende la scienza, diventando l'imposizione di un nuovo modello dominante, alle spese di tutti i filoni di ricerca non allineati. (slides salina)
|
|
|
|
|
|
|
|
|
\section{Big Data e biologia}
|
