La tesi di fondo degli estratti del libro è che la vita umana è sempre più soggetta a “numerificazione” e che gli algoritmi utilizzati dalle grandi aziende tecnologiche sono strumenti potenti che manipolano e sfruttano le persone a scopo di lucro. L’autore sostiene che è essenziale per gli individui comuni recuperare gli strumenti matematici che sono attualmente usati contro di loro, un concetto che chiama “Robin Hood Math“. L’obiettivo non è sfuggire all’essere ridotti a un numero, ma piuttosto colmare il divario di comprensione tra chi ha e chi non ha un background quantitativo, per riguadagnare umanità e autonomia.

Questa tesi è supportata da una serie di elementi logici e fattuali, che illustrano sia l’entità della numerificazione e della manipolazione, sia le strategie matematiche per resistervi:

• Numerificazione Pervasiva della Vita Quotidiana:
  • La vita inizia con un numero (l’ora dell’allarme) e si estende a quasi ogni attività.
  • Social media: I follower, i “mi piace” e i repost quantificano l’importanza di una persona e il successo dei contenuti.
  • Dati delle auto: Ogni auto genera circa 25 gigabyte di dati all’ora, inclusi posizione, velocità, abitudini di frenata e persino musica e chiamate. Questi dati vengono venduti e usati per micro-targettizzare la pubblicità.
  • Negozi di alimentari: Catene come Kroger detengono petabyte di dati sui clienti, usati per ottimizzare l’inventario, il marketing e venduti ad altre aziende.
  • Ricerca di lavoro: Gli algoritmi delle aziende filtrano e classificano le candidature, riducendo gli individui a punteggi.
  • Monitoraggio dei dipendenti: Le aziende monitorano la produttività con app, legando paghe e bonus a statistiche registrate.
  • Istituzioni educative: Le università tracciano l’attività degli studenti su laptop forniti, vendendo dati a fini di lucro.
  • Sanità: Le compagnie assicurative usano formule per calcolare i premi, gli ospedali usano algoritmi per il triage e la distribuzione di organi.
  • Valutazione della vita: Agenzie governative come FEMA ed EPA assegnano un valore numerico alla “vita statistica”.
• Manipolazione e Opacità degli Algoritmi dei Giganti Tecnologici:
  • Social media (TikTok, Facebook, X/Twitter): Le piattaforme usano “formule segrete” basate su somme ponderate di probabilità di coinvolgimento per classificare i contenuti. Il coinvolgimento (like, commenti, tempo di visualizzazione) viene tradotto in punti, e i contenuti con punteggio più alto vengono promossi. Questo porta alla viralità di contenuti “clickbait” o addirittura dannosi (es. il video dell’assistente infermieristica su TikTok o i post sulle teorie del complotto su Facebook), perché generano molte interazioni, indipendentemente dalla loro qualità.
  • E-commerce e motori di ricerca (Amazon, Google):
    • Amazon: L’algoritmo di ricerca privilegia i prodotti sponsorizzati o di marchi di proprietà di Amazon, anche se meno recensiti o con valutazioni inferiori.
    • Google: Il motore di ricerca è un’azienda pubblicitaria (80% dei ricavi) che riempie le pagine di risultati con annunci a pagamento e contenuti propri, rendendo difficile trovare informazioni organiche di qualità.
  • Scandali: Gli scandali di Facebook (esperimenti di contagio emotivo, Cambridge Analytica, leakers di Frances Haugen) e la manipolazione dell’algoritmo di Twitter da parte di Elon Musk dimostrano come i giganti tecnologici abbiano abusato del loro potere.
• Arbitrarietà e Gioco Sporco nelle Classifiche:
  • Classifiche universitarie (U.S. News & World Report): Il calo di Brandeis e University of Chicago è stato causato da cambiamenti metodologici arbitrari nella pesatura dei fattori, non da un calo della loro qualità. Fattori soggettivi come la “valutazione tra pari” sono fortemente ponderati, mentre metriche rilevanti per gli studenti (es. rapporto studenti-docenti) hanno meno peso. Le università hanno un forte incentivo a “manipolare” i dati per migliorare il loro punteggio (es. Baylor, Bucknell, Iona, Columbia).
  • Banca Mondiale (Doing Business): Lo scandalo ha rivelato che i funzionari della Banca Mondiale hanno manipolato il ranking dei paesi (es. Cina) per ragioni politiche e finanziarie.
• Strumenti Matematici per l’Empowerment Individuale (“Robin Hood Math”):
  • Classifiche Personalizzate: Creare classifiche personalizzate permette agli individui di scegliere fattori e pesi in base ai propri valori (es. per scegliere un’università, un animale domestico o una città). Questo rende trasparente la soggettività del processo e meno vulnerabile alla manipolazione.
  • Medie Ponderate per le Previsioni: Combinare diverse previsioni assegnando pesi in base all’affidabilità o all’accuratezza storica può produrre stime più precise (es. previsioni meteorologiche, risultati elettorali con Nate Silver, diffusione di pandemie).
  • Valore Atteso: Comprendere questa formula aiuta a valutare opportunità che comportano casualità (es. giochi d’azzardo, lotterie, assicurazioni). La storia di Sam Bankman-Fried serve da monito sui limiti del valore atteso quando non si considerano le conseguenze a lungo termine o il rischio di “rovina del giocatore”.
  • Gestione del Rischio:
    • Andare oltre le medie per analizzare le distribuzioni e la varianza aiuta a comprendere meglio l’imprevedibilità degli eventi.
    • La diversificazione (strategia di investimento o di carriera) riduce il rischio, specialmente se gli elementi diversificati hanno bassa covarianza.
    • Il logaritmo aiuta a comprendere l’impatto non lineare del denaro sulla felicità.
    • La “ricetta pratica” di Romer offre un modo per prezzare il rischio nelle analisi costi-benefici, anche per danni non finanziari.
    • La strategia di Kelly (o “Kelly criterion”) fornisce una formula per l’ottimizzazione delle scommesse bilanciando rischio e ricompensa.
  • Ragionamento Bayesiano: La formula di Bayes offre un quadro numerico per aggiornare le proprie convinzioni alla luce di nuove prove, aiutando a superare i pregiudizi cognitivi (es. valutazione errata di test medici o prove legali).
• Azioni Collettive e Politiche per Ristabilire l’Equilibrio:
  • Critica al modello basato sulla pubblicità: Le pubblicità online portano a un modello di business “crescita a tutti i costi” che danneggia la società (es. disinformazione, violazione della privacy).
  • Tassa Progressiva sulla Pubblicità Online (proposta di Paul Romer): Imporre una tassa progressiva sui ricavi pubblicitari mirati per internalizzare i costi esterni (“esternalità”) e bilanciare la crescita “superlineare” dei giganti tecnologici derivante dai dati degli utenti. I proventi potrebbero finanziare giornalismo no-profit, piattaforme di servizio pubblico e reddito di base universale (UBI).
  • Sistemi di Numerazione Estesi: L’idea di estendere un sistema di numerazione come l’ISBN a tutti i prodotti potrebbe potenziare i negozi locali, permettendo ai consumatori di trovare e acquistare prodotti localmente, aggirando Amazon.

In sintesi, il libro invita a una maggiore consapevolezza matematica per navigare un mondo sempre più numerificato e per resistere alle manipolazioni algoritmiche, sia a livello individuale che collettivo.