Armi di distruzione matematica. Come i big data aumentano la disuguaglianza e minacciano la democrazia

ahhh uno dei miei preferiti!!!! quasi da spionaggio nel mondo degli algoritmi informatici!!!

(Nota: ho letto la versione originale quindi non posso esprimere giudizi sulla traduzione) Cathy O'Neil, nota in rete come MathBabe, dopo la laurea in matematica e un inizio di carriera universitaria è passata al settore privato nel campo dell'economia, e si è trovata in mezzo alla crisi del 2008. Il risultato della sua rivisitazione di quello che è successo l'ha portata a scrivere questo libro sulle "armi di distruzione matematica" (ADM). Chi è allergico alle formule non tema, perché qui non ce ne sono per nulla. Quello che viene spiegato in teoria ed esemplificato in vari modi è il concetto di cui al titolo: in poche parole si tratta di modelli matematici complessi, spesso legati ai big data o comunque a dati che non nascono direttamente per quella ragione, che risultano oscuri agli esseri umani e soprattutto sono fatti in modo da non accettare feedback a posteriori. Quest'ultima è la vera caratteristica che secondo O'Neil li rende pericolosi, a differenza per esempio dei modelli matematici nel baseball che possono sempre venire raffinati una volta visto cosa è successo. L'autrice mostra come invece nel caso delle ADM si giunge quasi naturalmente a un circolo vizioso nel quale chi parte svantaggiato dal modello lo sarà sempre di più, anche se magari in partenza la sua situazione reale era positiva e solo la scelta dei dati del modello non lo faceva sembrare tale. L'unica pecca che ho visto è che nonostante i suoi sforzi divulgativi temo che ci sarebbe voluto ancora qualcosa in più per evidenziare i concetti statistici di base: dal mio punto di vista erano chiari, ma io ho un background matematico.

Argomento interessante e attualissimo affrontato con la giusta serietà e con un'elevata quantità di dati a sostegno della propria tesi. Peccato per la prosa non sempre all'altezza, con ripetizioni che si sarebbero potute tranquillamente evitare