L’ultima notte del Bayesian e la matematica dell’incertezza

C’è una crudeltà geometrica nel modo in cui certe storie si chiudono. Il 19 agosto 2024, poco dopo le quattro del mattino, a meno di un miglio dal porto di Porticello, una barca lunga cinquantasei metri si è inclinata di novanta gradi in meno di quindici secondi ed è sparita sotto il mare di Sicilia. Si chiamava Bayesian. Portava il nome di un teorema. E quel teorema, se il suo proprietario avesse potuto ascoltarlo un’ultima volta, gli avrebbe detto una sola cosa: che non si è mai al sicuro.

Mike Lynch quel nome non l’aveva scelto per vezzo. Aveva costruito un impero — Autonomy, undici miliardi di dollari rivenduti a Hewlett-Packard — sull’inferenza bayesiana, la matematica che insegna alle macchine a estrarre senso dal disordine. La sua tesi di dottorato a Cambridge ruotava intorno alle idee di un oscuro pastore protestante del Settecento. Quando nel 2014 comprò lo yacht, lo ribattezzò in onore di quell’uomo, cancellando il nome originale, Salute, quel brindisi beneaugurante che i marinai pronunciano alzando il bicchiere. I vecchi lupi di mare lo dicono da sempre: rinominare una barca porta sfortuna. Lynch, che per tutta la vita era stato baciato dalla fortuna, non ci credette. Aveva appena vinto, dopo dodici anni, il processo americano che lo voleva truffatore. Quella crociera era una festa per la libertà ritrovata.

Vale la pena fermarsi su chi fosse, davvero, il reverendo a cui dobbiamo tutto questo. Thomas Bayes era un ministro presbiteriano di provincia, un uomo che predicava la domenica e nei giorni feriali si arrovellava su una domanda che sembra ingenua e invece è abissale: come facciamo a sapere qualcosa di un mondo che non ci dà mai certezze? Il suo teorema fu pubblicato solo dopo la sua morte, nel 1763, da un amico che ne intuì la portata. In due secoli e mezzo è diventato la grammatica nascosta di tutto ciò che oggi chiamiamo intelligenza artificiale.

Provo a dirlo senza formule, perché il senso è più semplice della notazione. Bayes ci insegna a ragionare per credenze, non per certezze. Parti da quanto credi a una cosa prima di sapere — i matematici la chiamano probabilità a priori. Poi arriva una prova, un indizio, un dato nuovo. E tu non butti via quello che credevi: lo aggiorni, lo correggi, lo sposti un po’ più in là. La credenza che ti resta in mano dopo aver visto la prova è la probabilità a posteriori. Tutto qui. Senti tossire un collega: pensi a un colpo di gola. Scopri che è gennaio e mezzo ufficio è a letto con la febbre: la tua convinzione si sposta. Hai appena ragionato come un’intelligenza artificiale. Hai appena ragionato come il reverendo Bayes.

Ma il cuore della faccenda — quello che nessuno racconta mai — è che questa matematica è un monumento all’umiltà. Il bayesiano onesto non arriva mai alla certezza assoluta. Le sue credenze si avvicinano all’uno o allo zero, si calibrano, si affinano, ma non toccano mai del tutto i bordi. Resta sempre una coda, un margine, una probabilità residua per ciò che non avevi previsto. È una disciplina che ti rende più saggio proprio perché ti vieta di sentirti al riparo.

Ecco perché c’è qualcosa di insopportabilmente esatto nel modo in cui il Bayesian è andato giù. L’inchiesta britannica ha accertato che lo scafo, in quella configurazione — a motore, con la deriva sollevata —, diventava vulnerabile a venti che superavano una certa soglia. Una fragilità che non era scritta nel libretto di stabilità di bordo. Né l’armatore né l’equipaggio potevano conoscerla. Era, nel gergo dei probabilisti, un unknown unknown: non un rischio che hai sottovalutato, ma un rischio che non sapevi nemmeno di dover immaginare. E qui sta la lezione più crudele del teorema: puoi aggiornare la tua fiducia su mille ipotesi, ma non potrai mai aggiornarla su un’ipotesi che non hai mai concepito. Alla probabilità che non hai messo nel conto, Bayes non sa dare un numero. La lasci a zero. E lo zero, sul mare, si paga.

Quella notte il conto è arrivato sotto forma di una tromba marina, un imbuto d’aria nato da una supercella temporalesca, raffiche oltre i centotrenta chilometri orari. Un responsabile del soccorso marittimo l’ha definito un possibile black swan, un cigno nero: l’evento talmente raro da sembrare impossibile, fino al secondo esatto in cui accade. Una barca ancorata a poche centinaia di metri, la Sir Robert Baden Powell, ne uscì illesa. Il Bayesian no. Contingenza pura, la stessa materia di cui è fatta tutta la statistica: due scafi, lo stesso cielo, due destini opposti. Sette persone non tornarono a riva. Tra loro Lynch e sua figlia Hannah, diciotto anni, la vita ancora tutta da scrivere. Nei giorni di quella tragedia, dall’altra parte del mondo, anche il suo vecchio coimputato moriva — investito mentre faceva jogging. Coincidenze così improbabili che persino la probabilità abbassa lo sguardo.

Mi resta in mente l’immagine dello scafo riportato in superficie nel giugno del 2025, davanti a Termini Imerese, quasi intatto, con l’aria di una nave fantasma che potrebbe ripartire da un momento all’altro. Quell’albero da settantadue metri, tra i più alti del mondo, che aveva sfidato il cielo. E penso che la storia del Bayesian è la più onesta lezione di matematica che ci sia capitata da queste parti. Perché la stessa scienza che oggi insegna alle macchine a prevedere, a riconoscere, a trovare un ordine nel caos dei nostri dati, è anche la scienza che ci sussurra di non fidarci troppo dell’ordine che crediamo di vedere. L’intelligenza artificiale non è una macchina della verità: è una macchina dell’incertezza ben governata. Ci rende più precisi, mai infallibili.

Lynch aveva capito tutto del calcolo delle probabilità tranne l’unica cosa che il reverendo cercava di insegnargli da due secoli e mezzo: che il calcolo serve a misurare il dubbio, non ad abolirlo. Il mare, lui, le probabilità a priori non le ha mai lette. Continua a fare quello che ha sempre fatto, indifferente ai nomi che diamo alle barche e ai teoremi con cui proviamo a tenerlo a bada.