Forecast: cos'è la previsione, quando funziona e quando smette

Il forecast è una stima quantitativa di uno stato futuro, con un valore, un intervallo e una data. È una pratica legittima con un campo di validità stretto e ben documentato, e la maggior parte dei suoi fallimenti nasce dall'uso fuori da quel campo.

Cos'è il forecast, in senso stretto

Prevedere significa produrre un enunciato falsificabile: quanto sarà una grandezza, entro quale intervallo, a quale data. La caratteristica decisiva è la verificabilità — arrivata la data, si può dire di quanto si è sbagliato. È questo che lo distingue dagli scenari, che non sono falsificabili perché non affermano che qualcosa accadrà.

Ne segue che le previsioni del futuro senza numero, intervallo e data non sono previsioni: sono affermazioni non verificabili, e il loro difetto non è l'errore ma l'impossibilità di accertarlo. Una previsione sbagliata insegna qualcosa; un'affermazione vaga non insegna niente e continua a sembrare corretta.

A quali condizioni funziona

La previsione quantitativa rende bene quando tre condizioni valgono insieme: il sistema ha regolarità osservabili su una serie storica sufficientemente lunga; il meccanismo che le produce non sta cambiando nel periodo di previsione; l'orizzonte è breve rispetto al tempo caratteristico dei cambiamenti strutturali.

Dove le tre condizioni valgono, il forecast è superiore a qualunque esercizio di scenario: prevedere il traffico di una linea la settimana prossima o il consumo elettrico di domani sono compiti in cui gli scenari sarebbero uno spreco. Il problema è che le tre condizioni sono raramente vere sugli orizzonti su cui si prendono le decisioni strategiche, e che la loro violazione non si annuncia.

I limiti documentati

Il lavoro empirico più solido su quanto valgano le previsioni degli esperti è quello di Philip Tetlock, che ha raccolto per anni previsioni politiche ed economiche verificabili confrontandole con gli esiti. Due risultati sono rilevanti anche fuori dal suo dominio. Il primo: l'accuratezza media degli esperti su orizzonti lunghi è modesta, in molti casi non distinguibile da regole statistiche elementari. Il secondo, più utile: le differenze fra i previsori dipendono meno dalla competenza tematica che dallo stile di ragionamento — chi usa più modelli e aggiorna spesso batte chi applica un solo quadro interpretativo con coerenza.

La ricerca successiva sulle previsioni raccolte in gruppo aggiunge un dato praticabile: aggregare molte stime indipendenti, con qualche correzione, produce risultati migliori della media dei singoli. La conseguenza operativa non è «non prevedere», è «non affidare una previsione a una sola persona autorevole».

Dove il forecast diventa pericoloso

Non nell'errore, ma in tre usi impropri.

L'intervallo che si perde per strada. Una stima nasce con un intervallo di confidenza e circola senza. Al terzo passaggio di documento resta il numero centrale, che viene trattato come un fatto: è la forma più comune di degrado dell'informazione nelle organizzazioni.

L'estrapolazione oltre il periodo valido. Un modello calibrato su una serie storica assume che il meccanismo continui a funzionare. Su orizzonti lunghi l'assunzione cade e il modello continua a produrre numeri, sempre con la stessa apparenza di precisione. Un numero non segnala mai di essere fuori dal proprio campo di validità.

La previsione come alibi. Una stima esterna diventa la giustificazione di una decisione già presa. Il segno diagnostico è che nessuno chiede l'intervallo né le assunzioni: chi cerca informazione le chiede sempre, chi cerca copertura mai. La scheda sui bias cognitivi tratta questo uso della conferma.

Fino a quando vale una previsione

Esiste una regola pratica che vale più di molte discussioni sul metodo: l'orizzonte utile di una previsione non supera la porzione di storia su cui è stata costruita, e in genere si ferma molto prima. Una serie di tre anni non dice nulla di credibile sul quinto; una di trent'anni dice qualcosa sul prossimo decennio, a condizione che nel frattempo non sia cambiato il meccanismo che l'ha prodotta.

Il corollario è la parte utile. Ogni previsione dovrebbe arrivare con una data di scadenza dichiarata e con la condizione che la invalida — quale osservazione, se comparisse, la renderebbe da rifare. Una stima priva di entrambe non è una previsione ma un'opinione con dei numeri, e la sua utilità pratica finisce nel momento in cui viene presentata.

Come si combina con gli scenari

I due metodi hanno domini distinti e si usano insieme senza contraddizione. Il forecast si applica alle grandezze che hanno regolarità e orizzonte breve; lo scenario design si applica alle incertezze strutturali, dove le regolarità stesse sono in discussione. Un esercizio ben fatto usa il primo dentro il secondo: ogni scenario contiene stime quantitative coerenti con le sue premesse.

Il rovescio è il backcasting, che non prevede affatto: parte da uno stato dichiarato e verifica il percorso. Nel cono dei futuri il forecast descrive la fascia probabile, cioè la più stretta — e questo è esattamente il suo valore e il suo limite. Confondere quella fascia con l'intero campo delle possibilità è l'errore che la scheda su che cosa è il futures thinking prende come punto di partenza.