equità

Attorno al 2016 si è scoperto qualcosa che vale la pena di conoscere anche per chi non si occupi di queste materie, perché è un risultato dimostrato e non un'opinione. Un'inchiesta giornalistica esaminò un sistema usato in alcuni tribunali americani per stimare il rischio che un imputato tornasse a delinquere, e mostrò che, fra le persone che non avevano poi commesso altri reati, quelle nere ricevevano punteggi alti molto più spesso di quelle bianche. Cioè: gli errori a sfavore erano distribuiti in modo diseguale. L'azienda che aveva costruito il sistema rispose con un'altra analisi degli stessi dati, mostrando che il modello era calibrato: a parità di punteggio, la percentuale di persone che effettivamente tornava a delinquere era la stessa nei due gruppi. Cioè: il punteggio significava la stessa cosa per tutti. Entrambe le analisi erano corrette. E poco dopo alcuni ricercatori dimostrarono, con un argomento matematico, perché lo fossero: se la frequenza di base dell'esito differisce fra due gruppi, nessun sistema può soddisfare contemporaneamente la calibrazione e l'uguaglianza dei tassi di errore. Non si tratta di una limitazione tecnica da superare con modelli migliori: è un'incompatibilità dimostrata, salvo il caso di una previsione perfetta o di frequenze di base identiche. Ne segue una conclusione che riguarda tutto questo volume. Equo non ha un solo significato; ne ha almeno tre, e sono in conflitto. Scegliere quale garantire — che il punteggio significhi la stessa cosa per tutti, oppure che nessun gruppo sopporti più errori a proprio danno — non è una decisione tecnica e non può essere delegata a chi costruisce il sistema: si tratta di una decisione politica sul tipo di errore che si preferisce commettere, e assomiglia molto alla questione che il capitolo ventiquattresimo aveva posto a proposito delle istituzioni. La cosa peggiore che si possa fare, in questa materia, è affidare la scelta a qualcuno che non sa di doverla fare.