La probabilità condizionata: tra posta indesiderata e cittadinanza attiva

La competenza nel calcolo della probabilità, intesa come capacità di analisi ed interpretazione critica delle informazioni, è una competenza di cittadinanza attiva, essenziale per ragazzi e ragazze che vogliono imparare a navigare la complessità del mondo contemporaneo, comprendere le dinamiche sociali, prendere decisioni consapevoli in condizioni di incertezza e valutare le conseguenze delle scelte in molti aspetti della vita quotidiana.

In questa prospettiva, e al fine di impedire che venga percepito dagli studenti e dalle studentesse come operazione astratta, il calcolo della probabilità può essere integrato sia in un percorso di apprendimento di Educazione civica sia in ambito informatico, dato il suo ruolo fondamentale nelle tecniche dell’intelligenza artificiale e la versatilità di applicazione a diversi contesti.

Il calcolo della probabilità fornisce una misura quantitativa dell’incertezza associata a un evento aleatorio. Condividendo l’affermazione del fisico Maxwell, secondo il quale “la logica del mondo è il calcolo della probabilità”, si può osservare che la modellizzazione probabilistica delle situazioni di incertezza permette di derivare conclusioni logiche in base alle ipotesi formulate, evitando le trappole cognitive tese dall’intuizione e che portano spesso a giudizi errati.

In questo articolo ci concentreremo in particolare un significato concettuale fondamentale della probabilità (senza riferimento a formule): la probabilità condizionata, che consente di aggiornare le conoscenze alla luce di nuove informazioni o di evidenze osservate e di gestire in modo più efficace l’incertezza presente in molti ambiti.

La probabilità condizionata esprime la probabilità che un evento si verifichi nell’ipotesi che se ne sia concretizzato un altro. Una diretta conseguenza della probabilità condizionata è il Teorema di Bayes, formulato dal matematico inglese Thomas Bayes e utilizzato per calcolare la probabilità che una causa (a priori) abbia prodotto un effetto (a posteriori) su un determinato evento.

Il teorema ha grande rilevanza per le tecniche dell’Intelligenza artificiale chegestiscono l’incertezza e apprendono dai dati: nel contesto dell’apprendimento automatico è il “motore” di modelli probabilistici che si adattano dinamicamente alle nuove informazioni, consentendo un miglioramento delle previsioni. Questo approccio bayesiano trova applicazioni in scenari reali come in medicina, per decodificare l’accuratezza diagnostica; in finanza, per valutare il rischio e il rendimento di un investimento; in economia per comprendere le tendenze di mercato e per valutare la volatilità implicita del mercato stesso.

Un peculiare algoritmo di apprendimento automatico basato sul teorema di Bayes è il classificatore Naive Bayes, utilizzato per il filtraggio dello spam sulle e-mail.

Le e-mail spam sono messaggi di posta elettronica indesiderata perché inviata senza il consenso del destinatario. L’algoritmo Naive Bayes distingue i messaggi legittimi dallo spam, calcolando la probabilità che un messaggio di posta elettronica sia spam, in base alla frequenza con cui compaiono determinate parole chiave. Con la ricezione di nuove e-mail, l’algoritmo aggiorna la classificazione migliorando l’accuratezza del filtro. Alcuni provider, inoltre, redigono delle blacklist che contengono indirizzi considerati fonti di spam.

L’intelligenza artificiale, però, sta trasformando il panorama dello spam rendendo i messaggi indesiderati sempre più credibili e difficili di identificare, alimentando così attacchi informatici pericolosi come il phishing, attività fraudolenta orientata a carpire informazioni sensibili da utilizzare in modo improprio. La lotta allo spam è aperta: sistemi sempre più sofisticati si stanno implementando per contrastare i messaggi di posta indesiderata sempre più insidiosi e convincenti.

Concludendo, si auspica che le semplici riflessioni riportate nel presente articolo possano essere il veicolo per una visione del calcolo della probabilità più dinamica e aperta verso il mondo reale, consentendo agli studenti e alle studentesse di interagire positivamente e proficuamente con le situazioni di apprendimento.