Farida dirige un piccolo studio di contabilità con nove persone. Ogni notte, un programma copia i file dei clienti su un disco esterno e nel cloud. Durante la revisione informatica annuale, chiede a Oskar, che si occupa dei computer, se sia il caso di fare una prova di ripristino.
«Non serve», risponde Oskar. «Il backup funziona da quattro anni e non c'è mai stato il minimo segnale di un problema. Nessun errore, nessun avviso, niente. Se qualcosa non andasse, ce ne accorgeremmo.»
Farida annuisce, poi ci ripensa. In quattro anni nessuno ha mai provato a ripristinare un file. Il programma potrebbe copiare cartelle vuote ogni notte e lo studio vedrebbe esattamente ciò che vede ora: nessun errore, nessun avviso, niente.
Oskar non è pigro. Sta commettendo uno degli errori di ragionamento più naturali: scambia «non abbiamo prove di un problema» con «abbiamo prove che il problema non esiste». Questo errore ha un nome: argomento ad ignorantiam, o appello all'ignoranza. Vediamo come funziona, quali forme assume, dove si incontra e quali due domande aiutano a capire quando l'assenza di prove significa davvero qualcosa.
Cos'è l'argomento ad ignorantiam?
L'argomento ad ignorantiam (detto anche appello all'ignoranza, dal latino argumentum ad ignorantiam) consiste nel concludere che un'affermazione è vera perché nessuno ha dimostrato che sia falsa, oppure che è falsa perché nessuno ha dimostrato che sia vera. In entrambi i casi, l'assenza di prove viene trattata come una prova.
L'Internet Encyclopedia of Philosophy ne distingue due forme:
- «Non è stato dimostrato che è falso, quindi è vero.» «Nessuno ha dimostrato che questo integratore faccia male, quindi è sicuro.»
- «Non è stato dimostrato che è vero, quindi è falso.» «Nessuno ha dimostrato che la nuova procedura faccia risparmiare tempo, quindi non lo fa.»
La stessa voce aggiunge una distinzione fondamentale: l'errore si verifica «nei casi in cui l'assenza di prove non è una prova sufficiente dell'assenza». In altre parole, a volte l'assenza di prove dice qualcosa. Bisogna capire quando.
È il punto 23 della nostra guida alle fallacie logiche. Qui andiamo più a fondo, perché la versione più difficile da riconoscere è quella discreta, come nel caso di Oskar, che sembra semplice buon senso.
Da dove vengono il nome e la frase più famosa
Il nome latino risale al filosofo John Locke. Nel Saggio sull'intelletto umano (1690), libro IV, capitolo XVII, sezione 20, descrisse una mossa nel dibattito che chiamò argumentum ad ignorantiam: pretendere che l'interlocutore accetti ciò che gli si propone come prova oppure ne trovi una migliore. Locke parlava di una tattica per mettere pressione durante una discussione. Il significato moderno è cambiato: oggi indica l'errore di vedere una prova dove, in realtà, manca.
La frase che si cita più spesso in risposta, «l'assenza di prove non è una prova dell'assenza», viene spesso attribuita all'astronomo Carl Sagan, che la usò nel libro The Dragons of Eden del 1977, oppure al cosmologo Martin Rees. Secondo Quote Investigator, però, è molto più antica. Una formulazione simile compare in una conferenza tenuta da William Wright nel 1887; la formulazione esatta era già stampata nel 1895 su The Glacialists' Magazine, attribuita a un certo Dugald Bell. Sagan e Rees contribuirono a renderla famosa molti decenni dopo.
Esempi di argomento ad ignorantiam
Probabilmente hai già sentito molti di questi ragionamenti. In ognuno, una lacuna nelle conoscenze diventa, quasi senza farsi notare, una conclusione.
| Contesto | Cosa si dice | Forma | Cosa sappiamo davvero |
|---|---|---|---|
| Informatica in ufficio | «I backup non hanno mai segnalato errori, quindi funzionano.» | Non è stato dimostrato che sia falso, quindi è vero | Nessuno ha provato a ripristinare i file |
| Salute | «Non ci sono prove che questo rimedio erboristico sia pericoloso.» | Non è stato dimostrato che sia falso, quindi è vero | Potrebbe non essere mai stato studiato adeguatamente |
| Lavoro | «Nessuno ha dimostrato che lavorare da remoto il venerdì sia utile, quindi non lo è.» | Non è stato dimostrato che sia vero, quindi è falso | Nessuno ne ha misurato gli effetti |
| Famiglia | «Nessuno si è lamentato del nuovo orario di rientro, quindi ai ragazzi va bene.» | Non è stato dimostrato che sia falso, quindi è vero | I ragazzi potrebbero non dirlo ai genitori |
| Online | «Gli scienziati non sanno spiegarlo, quindi devono essere gli alieni.» | Non c'è una spiegazione, quindi vince la mia | C'è una domanda aperta, non una risposta |
| Software | «Tutti i test passano, quindi non ci sono bug.» | Non è stato dimostrato che sia falso, quindi è vero | I test verificano solo ciò che qualcuno ha pensato di verificare |
«Non sappiamo spiegarlo, quindi dev'essere X» è un errore molto simile: una lacuna in una spiegazione viene usata per sostenere un'altra. Un mistero è un motivo per continuare a cercare, non un punto a favore della risposta che preferisci.
Quando l'assenza di prove È una prova dell'assenza
È la parte che molte spiegazioni saltano, ed è la più utile nella pratica. «L'assenza di prove non è una prova dell'assenza» è uno slogan efficace, ma preso alla lettera è sbagliato. A volte non trovare qualcosa è un ottimo motivo per concludere che non c'è.
Apri il frigorifero, cerchi il latte e non lo trovi. Concludi che non c'è latte. Non è una fallacia: hai controllato bene e il latte in frigorifero è facile da vedere.
L'Internet Encyclopedia of Philosophy riassume la regola in una frase: ragionare a partire dalla mancanza di prove è corretto «solo se i tentativi di trovare una prova sono stati piuttosto approfonditi e se, qualora l'essere o l'oggetto esistesse, sarebbe possibile scoprirne una prova». In pratica, davanti a qualsiasi «non ci sono prove», puoi fare due domande.
Domanda 1: qualcuno ha cercato davvero?
«Non ci sono prove» può voler dire due cose molto diverse: qualcuno ha cercato con attenzione senza trovare nulla, oppure nessuno ha cercato. I backup di Oskar rientrano nel secondo caso. Quattro anni di silenzio sono anche quattro anni senza verifiche.
Domanda 2: se ci fosse, l'avremmo trovato?
Anche una ricerca vera può non rilevare ciò che non è stata progettata per trovare. Se un rilevatore di fumo non suona, hai un buon motivo per pensare che non ci sia un incendio in cucina: è fatto per dare l'allarme. Un programma di backup che segnala «nessun errore» ti dice soltanto che non ha rilevato errori. Non ti dice se le copie sono utilizzabili.
Mettendo insieme le due domande, ottieni uno schema semplice.
| Se ci fosse, l'avremmo trovato | Potremmo non averlo rilevato | |
|---|---|---|
| Abbiamo cercato con attenzione | Forte prova dell'assenza (il frigorifero senza latte) | Prova debole (un piccolo studio che non ha trovato nulla) |
| Nessuno ha cercato davvero | Nessuna prova in un senso o nell'altro (un allarme mai acceso) | Nessuna prova (i backup di Oskar) |
Solo la casella in alto a sinistra sostiene la conclusione «non c'è». Negli altri casi, al massimo, possiamo dire «non lo sappiamo ancora». Ed è una risposta del tutto legittima.
«Non ci sono prove che...»: salute e notizie scientifiche
L'argomento ad ignorantiam può fare danni soprattutto nelle notizie sulla salute. «Uno studio non trova legami tra X e Y» potrebbe significare che uno studio ampio e rigoroso ha escluso un effetto rilevante. Oppure che uno studio piccolo non era in grado di rilevarlo.
Nel 1995, gli statistici medici Douglas Altman e Martin Bland pubblicarono sul BMJ una breve nota intitolata «Absence of evidence is not evidence of absence». Osservarono che gli studi clinici che non trovano una differenza statisticamente significativa tra i trattamenti vengono spesso definiti «negativi». Questo, scrissero, «suggerisce erroneamente che lo studio abbia dimostrato l'assenza di differenze, mentre di solito ha soltanto mostrato l'assenza di prove di una differenza». Uno dei problemi è che molti studi sono troppo piccoli per rilevare differenze reali e importanti.
Il loro consiglio ai lettori è semplice: quando senti dire «non ci sono prove che A causi B», chiediti prima se non significhi, semplicemente, che non abbiamo informazioni.
Aiutano anche alcune domande più specifiche:
- Quanto era grande lo studio? Uno studio su 40 persone può facilmente non rilevare un effetto che uno studio su 40.000 individuerebbe.
- Era progettato per cercare proprio quell'effetto? Uno studio sul sonno potrebbe non aver misurato con attenzione il mal di testa.
- Quanto è ampio l'intervallo dei risultati possibili? Una buona notizia scientifica riporta una stima e il relativo margine di incertezza. Un margine ampio significa «non lo sappiamo», non «non c'è alcun effetto».
«Innocente fino a prova contraria» è un argomento ad ignorantiam?
No, ed è un confronto utile. In un processo penale, l'imputato è presunto innocente e l'accusa deve dimostrarne la colpevolezza oltre ogni ragionevole dubbio. Se non ci riesce, l'imputato viene assolto.
Può sembrare «non è stato dimostrato che sia colpevole, quindi è innocente», ma non è un'affermazione su ciò che è successo. È una regola su cosa fare quando le prove non bastano. La società ha deciso che condannare un innocente è peggio che lasciare libero un colpevole, quindi il dubbio va a favore dell'imputato. Per questo l'assoluzione indica che l'accusa non ha soddisfatto l'onere della prova, non che sia stata dimostrata l'innocenza.
Nella vita di tutti i giorni usiamo regole simili. «Non cambiamo fornitore finché qualcuno non dimostra che il nuovo è migliore» è un criterio decisionale sensato. Diventa una fallacia quando si trasforma in «il nuovo fornitore non è migliore». Per capire a chi spetta dimostrare cosa, leggi la nostra guida all'onere della prova.
Argomento ad ignorantiam e altri errori di ragionamento
L'argomento ad ignorantiam si accompagna spesso ad altri errori. Distinguerli aiuta a fare la domanda giusta.
| Errore | Cosa succede | La domanda che lo smaschera |
|---|---|---|
| Argomento ad ignorantiam | La mancanza di prove viene trattata come prova del contrario | «Qualcuno ha cercato? Se ci fosse, l'avrebbe trovato?» |
| Inversione dell'onere della prova | Qualcuno fa un'affermazione e pretende che tu la smentisca | «Chi sta facendo l'affermazione?» |
| Bias del sopravvissuto | Sono visibili solo i casi che ce l'hanno fatta | «Chi manca da questo quadro?» |
| Bias di conferma | Cerchi solo dove potresti trovare conferme | «Dove cercherei se volessi dimostrare di avere torto?» |
| Spostamento dei paletti | Quando arrivano le prove, si alza lo standard richiesto | «Cosa ti farebbe cambiare idea? Mettiamoci d'accordo ora.» |
L'inversione dell'onere della prova e l'argomento ad ignorantiam vanno spesso a braccetto. Prima qualcuno dice «dimostra che non è vero»; poi, se non ci riesci, considera la tua difficoltà una vittoria.
Come rispondere senza litigare
Dire «questo è un argomento ad ignorantiam» può essere corretto, ma raramente aiuta. L'altra persona sente «non sai ragionare» e si irrigidisce. Le domande funzionano meglio, perché la invitano a esaminare da sé ciò che manca. (È il principio delle domande socratiche.)
Puoi seguire uno schema semplice: parti da ciò che sapete, chiedi come è stato verificato, proponi una prova concreta.
| Cosa senti | Cosa puoi dire |
|---|---|
| «Non ci sono mai stati problemi.» | «Ottimo. Abbiamo mai fatto una verifica che ci permetterebbe di accorgerci di un problema?» |
| «Non ci sono prove che funzioni.» | «Qualcuno l'ha testato? Se no, per ora non lo sappiamo.» |
| «Nessuno ha dimostrato che sia pericoloso.» | «Qualcuno ha indagato a fondo? Che cosa ha verificato?» |
| «Gli scienziati non sanno spiegarlo, quindi dev'essere...» | «Può darsi. Che cosa dovremmo osservare se fosse vero?» |
| «Nessuno si è lamentato.» | «Se non fossero contenti, ce lo direbbero?» |
L'ultimo passaggio conta soprattutto con una persona che rivedrai domani. «Scopriamolo» trasforma una contrapposizione in un lavoro comune.
Un esempio concreto: i backup di Farida
Farida non ha detto a Oskar che aveva commesso una fallacia. Gli ha detto che poteva benissimo avere ragione, ma che, se un cliente avesse fatto domande, avrebbe voluto rispondere con sicurezza.
Hanno affrontato insieme le due domande:
| Domanda | La loro risposta |
|---|---|
| Qualcuno ha cercato davvero? | No. Nessuno aveva mai ripristinato un file da nessuno dei due backup. |
| Se i backup non funzionassero, ce ne accorgeremmo? | Probabilmente no. Il programma segnala errori durante la copia, non verifica se i file copiati si aprono. |
| Come potremmo controllare sul serio? | Ripristinare la cartella completa di un cliente da ciascun backup su un portatile di riserva e aprire dieci file. |
| Quando potremmo dire che la verifica è superata? | Se tutti i file si aprono e corrispondono agli originali. |
| Ogni quanto dovremmo controllare? | Una volta ogni tre mesi, scegliendo ogni volta la cartella di un cliente diverso. |
Il backup nel cloud ha superato la prova al primo tentativo. Il disco esterno no. Le sue impostazioni puntavano ancora a una cartella che lo studio aveva smesso di usare due anni prima: ogni notte copiava diligentemente una vecchia directory quasi vuota. Nessun errore, perché dal punto di vista del programma tutto funzionava.
Oskar ha corretto le impostazioni in dieci minuti e ha inserito una prova di ripristino trimestrale nel calendario condiviso.
Come riconoscere l'errore nei tuoi ragionamenti
Capita a tutti, soprattutto con le cose che abbiamo impostato noi stessi o che speriamo vadano bene.
- Fai attenzione a «mai» e «nessun segnale». «Non ha mai dato problemi» e «non c'è alcun segnale che qualcosa non vada» sono buoni momenti per chiedersi se qualcuno abbia controllato.
- Individua il tuo sistema di rilevamento. Davanti a «va tutto bene», chiediti cosa ti avviserebbe se non fosse così. Se la risposta è «niente», non hai prove in un senso né nell'altro.
- Di' «non lo sappiamo ancora». Sembra una risposta meno forte di una conclusione sicura, ma spesso è la più onesta. E permette di pensare a una verifica.
- Applica lo stesso criterio in entrambi i sensi. È facile dire «non ci sono prove che faccia male» di qualcosa che ti piace e «non ci sono prove che funzioni» di qualcosa che non ti piace. Usa lo stesso metro per entrambe.
Come esercitarsi con l'AI
È difficile accorgersi dell'argomento ad ignorantiam nei propri ragionamenti, perché il silenzio rassicura. Un dibattito rende visibile la lacuna: una parte deve dire quali prove esistono davvero, l'altra chiede come sono state raccolte. Su Debatly, diversi modelli e personaggi AI discutono posizioni differenti sulla tua domanda per più turni. Puoi intervenire quando vuoi e un giudice emette un verdetto motivato.
- Metti alla prova il tuo «nessun segnale di problemi». Scrivi una convinzione nella stanza del dibattito sotto forma di domanda, per esempio: «I backup del nostro ufficio sono affidabili, visto che non hanno mai segnalato errori?». Chiedi a una parte di difenderla e all'altra di domandare come potremmo saperlo.
- Chiedi a uno scettico di fare le due domande. Fai esaminare la tua affermazione a Viktor, lo scettico: «Qualcuno ha cercato?» e «Se ci fosse, l'avremmo trovato?». È un modo rapido per distinguere le prove dal semplice silenzio.
- Prova con un titolo di giornale. Incolla un titolo che dice «nessun legame trovato» e chiedi ai partecipanti quale capacità avrebbe dovuto avere lo studio per rilevare un legame, se fosse esistito.
- Leggi il verdetto. Il giudice Alex spiega quali argomenti hanno avuto più peso. Controlla se la parte vincitrice aveva prove a sostegno oppure si è limitata a sottolineare che l'altra non ne aveva.
Quando Farida ha portato la questione dei backup di Oskar in un dibattito, la parte che faceva domande ha chiesto subito quando fosse stato ripristinato un file per l'ultima volta. Farida ha portato quella domanda alla riunione informatica successiva.
Un limite da riconoscere
I modelli AI non possono vedere i tuoi sistemi, eseguire una prova di ripristino o leggere automaticamente lo studio completo dietro un titolo. Possono anche commettere lo stesso errore: se chiedi a un chatbot se qualcosa è sicuro, potrebbe rispondere «non ci sono prove che faccia male» come se la questione fosse risolta. Inoltre, molti modelli tendono a darti ragione (scopri perché l'AI ti dà ragione). Usa il dibattito per individuare la lacuna e progettare una verifica. La risposta, però, deve arrivare da un controllo reale.
Chiediti come potremmo saperlo
L'argomento ad ignorantiam trasforma «non l'abbiamo trovato» in «non c'è», oppure «non l'abbiamo dimostrato» in «è falso». Per evitarlo bastano due domande: qualcuno ha cercato davvero? E, se ci fosse, l'avrebbe trovato? Se la risposta a entrambe è sì, l'assenza significa qualcosa. Altrimenti, la risposta onesta è «non lo sappiamo ancora».
Questa settimana scegli una cosa che ritieni a posto perché non ha mai dato problemi e chiediti come ti accorgeresti se invece ne avesse. Se è importante, trasformala in un dibattito su Debatly e lascia che uno scettico cerchi per primo ciò che manca. Prova: trovi i piani nella pagina prezzi.
“Argomento ad ignorantiam: esempi e quando l'assenza di prove conta”