Filosofia della Scienza

In breve

La filosofia della scienza (nell'uso italiano spesso chiamata epistemologia) è la riflessione filosofica sulla scienza. Attenzione alla preposizione: la filosofia della scienza non «fa» scienza (non scopre nuove leggi fisiche o biologiche), ma riflette sulla scienza — su che cosa essa sia, come funzioni, e quale valore e quali limiti abbiano le sue conoscenze. È una disciplina di secondo livello («meta-scientifica»): mentre lo scienziato studia la natura, il filosofo della scienza studia come lo scienziato la studia. Le sue domande sono classiche: che cosa distingue la scienza dalla non-scienza (dalla pseudoscienza, dalla metafisica)? Con quale metodo procede (osservazione, esperimento, induzione)? Che cos'è una teoria e come spiega i fenomeni? La scienza progredisce verso la verità, e in che modo (per accumulo o per rivoluzioni)? Le teorie ci dicono come è fatta davvero la realtà, o sono solo strumenti utili? È importante distinguere la filosofia della scienza da altre discipline vicine: dalla storia della scienza (che ricostruisce i fatti storici delle scoperte), dalla sociologia della scienza (che studia la scienza come fenomeno sociale) e dalla scienza stessa. La filosofia della scienza ha però due «anime» che spesso si intrecciano: una descrittiva (come funziona di fatto la scienza?) e una normativa (come dovrebbe funzionare una buona scienza?). Questo capitolo introduce la disciplina, il suo oggetto, le sue domande e la sua peculiare collocazione tra filosofia e scienza.

🎯 Alla fine di questo capitolo saprai: definire la filosofia della scienza (riflessione filosofica sulla scienza) e la sua natura «meta-scientifica»; distinguerla dalla scienza, dalla storia e dalla sociologia della scienza; e riconoscere le sue grandi domande e la distinzione tra approccio descrittivo e normativo.

Una riflessione «sulla» scienza

Perché conta: capire di che cosa si occupa (e di che cosa non si occupa) è il primo passo per orientarsi nella materia.

Cominciamo dal nome e dall'oggetto. La filosofia della scienza è, letteralmente, la parte della filosofia che ha per oggetto la scienza. La preposizione «della» è decisiva: indica che la scienza è ciò su cui si riflette, non ciò che si fa. Un fisico studia il moto dei corpi; un biologo studia gli organismi viventi; un chimico studia le reazioni della materia. Il filosofo della scienza, invece, non studia i corpi, gli organismi o le reazioni: studia la scienza che se ne occupa — si chiede che cosa rende «scientifica» la fisica, la biologia, la chimica; come queste discipline arrivano alle loro conclusioni; che tipo di conoscenza producono. È, in questo senso, una disciplina di secondo livello, o «meta-scientifica» (dal greco metá, «oltre», «sopra»): sta un gradino «sopra» le scienze, e le prende come proprio oggetto di studio. Un'immagine aiuta: se la scienza è come guardare il mondo attraverso un telescopio, la filosofia della scienza è come girarsi a esaminare il telescopio — chiedersi come è fatto, come funziona, quanto è affidabile ciò che ci mostra, quali distorsioni può introdurre. Non guarda le stelle, ma lo strumento con cui le guardiamo (e il modo in cui lo usiamo). Da questa collocazione «meta» derivano le grandi domande della disciplina. Alcune sono di metodo: con quale procedimento la scienza arriva alle sue leggi? L'esperienza (l'osservazione, l'esperimento) è la base sicura del sapere scientifico, o nasconde dei problemi? Altre riguardano la natura delle teorie: che cos'è una legge scientifica? Che cosa significa «spiegare» un fenomeno? Altre ancora il valore e il progresso della conoscenza: la scienza si avvicina alla verità? Progredisce accumulando conoscenze, o cambia radicalmente nel tempo (per «rivoluzioni»)? Le sue teorie descrivono la realtà com'è, o sono modelli utili che potremmo un giorno abbandonare? E infine il confine: che cosa distingue la scienza da ciò che scienza non è (la pseudoscienza, la magia, certa metafisica)? Sono domande che lo scienziato, preso dal suo lavoro, di solito non si pone (dà per scontato che il suo metodo funzioni); ma sono domande filosofiche fondamentali, perché riguardano la natura e i fondamenti di una delle attività più importanti dell'umanità. Un'ultima precisazione sul nome. In italiano si usano spesso come sinonimi «filosofia della scienza» ed «epistemologia» (dal greco epistéme, «conoscenza scientifica»). Nell'uso anglosassone «epistemology» indica più in generale la teoria della conoscenza (che cos'è il sapere, in genere); ma nell'uso italiano (e francese) «epistemologia» designa per lo più proprio la filosofia della scienza. Nel corso useremo i due termini come equivalenti (riflessione filosofica sulla scienza), tenendo presente questa sfumatura.

📌 Definizione formale. Filosofia della scienza (o epistemologia, nell'uso italiano): la parte della filosofia che riflette sulla scienza — sulla sua natura, i suoi metodi, i suoi fondamenti e il valore delle sue conoscenze. È una disciplina meta-scientifica (di «secondo livello»): non produce conoscenza scientifica, ma prende la scienza come proprio oggetto di indagine.

Filosofia della scienza, scienza, storia e sociologia

Perché conta: collocare la disciplina rispetto alle sue «vicine» ne chiarisce i confini e i due possibili approcci.

Per capire meglio la filosofia della scienza, conviene distinguerla dalle discipline con cui è imparentata (e con cui a volte si confonde). Dalla scienza stessa: lo abbiamo detto, la scienza studia la natura (i corpi, gli organismi, la materia), la filosofia della scienza studia la scienza (il suo metodo, i suoi fondamenti). Sono due livelli diversi; e infatti si può essere ottimi scienziati senza mai porsi domande filosofiche sul proprio lavoro (e viceversa). Ciò non toglie che molti grandi scienziati (Galileo, Newton, Einstein, Heisenberg) siano stati anche riflessivi sulla natura della loro impresa: la scienza e la filosofia della scienza dialogano, pur restando distinte. Dalla storia della scienza: la storia della scienza ricostruisce i fatti storici della vicenda scientifica (chi ha scoperto cosa, quando, in quale contesto: la rivoluzione copernicana, la nascita della chimica moderna, la scoperta del DNA). È una disciplina storica, che racconta come sono andate le cose. La filosofia della scienza, invece, si chiede che cosa quei fatti ci dicono sulla natura della scienza (come funziona la scoperta? che cos'è una rivoluzione scientifica?). Le due sono strettamente legate — molti filosofi della scienza (Kuhn su tutti, cap. 8) usano la storia come «materiale» per la riflessione filosofica —, ma non coincidono: una racconta i fatti, l'altra ne trae conclusioni filosofiche. Dalla sociologia della scienza: la sociologia studia la scienza come fenomeno sociale (le comunità di ricercatori, le istituzioni, i finanziamenti, i rapporti di potere, il modo in cui i risultati sono accettati o respinti). Anche qui c'è dialogo (specie nel dibattito recente, cap. 11), ma l'ottica è diversa: la sociologia guarda la scienza «da fuori», come attività umana e sociale; la filosofia si concentra sui suoi aspetti conoscitivi e razionali (il metodo, la giustificazione, la verità). Chiarite le distinzioni, resta un punto importante sui due approcci (o «anime») possibili dentro la filosofia della scienza. Un approccio descrittivo: si chiede come la scienza funziona di fatto — come i veri scienziati, nella storia reale, hanno proceduto, ragionato, deciso. Guarda alla prassi scientifica effettiva. Un approccio normativo: si chiede come una buona scienza dovrebbe funzionare — quali sono i criteri del metodo corretto, della buona giustificazione, della razionalità scientifica. Cerca regole e norme (che cosa distingue il ragionamento scientifico valido da quello scorretto). Molti dei grandi dibattiti della disciplina (li vedremo) nascono proprio dalla tensione tra questi due approcci: alcuni filosofi (come Popper, cap. 6) sono più normativi (propongono un modello di come la scienza deve essere per essere razionale); altri (come Kuhn, cap. 8) partono dallo studio descrittivo della storia (come la scienza è stata di fatto), e ne traggono conclusioni che sfidano i modelli normativi. Tenere presente questa distinzione (descrivere come la scienza è / prescrivere come dovrebbe essere) è una chiave preziosa per orientarsi in tutto il corso: dietro molte controversie c'è, in fondo, un diverso modo di intendere il compito della filosofia della scienza.

🔗 Analogia (la scienza come «gioco», la filosofia della scienza come studio delle «regole»). Immagina la scienza come un grande gioco (un gioco serissimo, il gioco della conoscenza della natura). Gli scienziati sono i giocatori: fanno le «mosse» (osservano, sperimentano, formulano teorie, fanno previsioni), concentrati sul vincere la partita (spiegare i fenomeni, scoprire come funziona il mondo). Il filosofo della scienza, invece, è come chi si chiede: quali sono le regole di questo gioco? Che cosa rende una «mossa» valida o scorretta? Come si stabilisce chi ha ragione? Il gioco è davvero ben congegnato, o ha delle regole nascoste e problematiche? Nota due cose. Primo: per studiare le regole non serve essere il miglior giocatore (e il miglior giocatore non è detto sappia enunciare le regole che pure applica benissimo): sono attività diverse, come diverse sono la scienza e la filosofia della scienza. Secondo: si possono studiare le regole in due modi — descrivendo come i giocatori giocano di fatto (l'approccio descrittivo), oppure stabilendo come si dovrebbe giocare per giocare bene (l'approccio normativo). L'analogia coglie l'essenza della disciplina: la filosofia della scienza non gioca la partita della scienza, ma riflette sulle sue regole — descrivendole e, insieme, valutandole. Ed è proprio nel definire quelle «regole del gioco» (che cos'è il metodo? che cosa distingue la scienza? come progredisce?) che si giocano le grandi controversie che incontreremo.

🗺️ Come si collega il tutto

Questo primo capitolo ha introdotto la filosofia della scienza (o epistemologia): la riflessione filosofica sulla scienza — sulla sua natura, i suoi metodi, i suoi fondamenti, il valore delle sue conoscenze. È una disciplina meta-scientifica (di «secondo livello»): non fa scienza, ma prende la scienza come oggetto (l'immagine del «girarsi a esaminare il telescopio»). L'abbiamo distinta dalla scienza (che studia la natura), dalla storia della scienza (che ricostruisce i fatti) e dalla sociologia della scienza (che la studia come fenomeno sociale); e abbiamo visto i suoi due approcci: descrittivo (come la scienza funziona di fatto) e normativo (come dovrebbe funzionare) — una tensione che percorrerà tutto il corso. Le grandi domande annunciate qui saranno i temi dei prossimi capitoli. La prima, e più basilare, è la domanda del confine: che cosa distingue la scienza dalla non-scienza? È il problema della demarcazione, cuore del prossimo capitolo.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Filosofia della scienza	Riflessione filosofica sulla scienza (natura, metodi, valore)	La scienza (che studia la natura, non se stessa)
Epistemologia	Sinonimo italiano di filosofia della scienza	La «teoria della conoscenza» in generale (uso anglosassone)
Meta-scientifica	Disciplina di «secondo livello»: la scienza è il suo oggetto	La scienza «di primo livello» (che studia il mondo)
Storia della scienza	Ricostruisce i fatti storici delle scoperte	La filosofia della scienza (che ne trae conclusioni filosofiche)
Approccio descrittivo	Come la scienza funziona di fatto	L'approccio normativo (come dovrebbe funzionare)
Approccio normativo	Come una buona scienza dovrebbe funzionare	L'approccio descrittivo (come funziona di fatto)

📝 Riepilogo

• La filosofia della scienza (o epistemologia, nell'uso italiano) è la riflessione filosofica sulla scienza: sulla sua natura, i suoi metodi, i suoi fondamenti e il valore delle sue conoscenze.
• È meta-scientifica (di «secondo livello»): non fa scienza, ma la prende come oggetto (l'immagine del «telescopio esaminato», o delle «regole del gioco»).
• Va distinta dalla scienza (che studia la natura), dalla storia della scienza (che ricostruisce i fatti) e dalla sociologia della scienza (che la studia come fenomeno sociale).
• Ha due approcci: descrittivo (come la scienza funziona di fatto) e normativo (come dovrebbe funzionare) — una tensione ricorrente in tutto il corso.
• Le sue grandi domande (demarcazione, metodo, teorie, progresso, verità) sono i temi dei capitoli seguenti, a partire dalla demarcazione (cap. 2).

In breve

La prima grande domanda della filosofia della scienza è anche la più basilare: che cosa distingue la scienza dalla non-scienza? Come tracciare il confine tra ciò che è scientifico (la fisica, la biologia, la chimica) e ciò che non lo è (l'astrologia, la magia, certa metafisica, la pseudoscienza)? È il problema della demarcazione («demarcare» = tracciare un confine, una linea di separazione). Il problema non è ozioso: da come lo risolviamo dipende che cosa consideriamo conoscenza affidabile, che cosa insegniamo come scienza, a che cosa diamo credito nelle decisioni pubbliche (mediche, ambientali). Ma trovare un criterio netto è sorprendentemente difficile. Le risposte proposte sono molte e in competizione. Alcuni hanno indicato il metodo (la scienza è ciò che segue il «metodo scientifico»: osservazione, esperimento, controllo). Altri il rapporto con l'esperienza (la scienza è ciò che si fonda sui fatti osservabili — l'empirismo). I neopositivisti proporranno la verificabilità (è scientifico ciò che può essere verificato dall'esperienza, cap. 5); Popper, in polemica con loro, la falsificabilità (è scientifico ciò che può essere smentito dall'esperienza, cap. 6). Altri ancora dubitano che esista un criterio netto, e pensano a una distinzione più sfumata, «per gradi» o «per famiglie». Questo capitolo introduce il problema della demarcazione, la sua importanza, gli esempi classici (scienza vs. pseudoscienza) e le principali direzioni di risposta — che i capitoli seguenti approfondiranno. È la «porta d'ingresso» di tutta la disciplina.

🎯 Alla fine di questo capitolo saprai: enunciare il problema della demarcazione (distinguere scienza e non-scienza) e spiegare perché conta; riconoscere i casi classici (scienza vs. pseudoscienza); e orientarti tra le principali direzioni di risposta (metodo, empirismo, verificabilità, falsificabilità) che il corso approfondirà.

Il problema: dove passa il confine?

Perché conta: senza un'idea di che cosa sia «scienza», non possiamo distinguere la conoscenza affidabile dalle sue imitazioni.

Partiamo da un'osservazione di senso comune. Distinguiamo abitualmente alcune attività come «scienza» (la fisica, la chimica, la biologia, l'astronomia) e altre come «non scienza»: alcune non pretendono di esserlo (la poesia, la musica, la religione — che stanno su un altro piano); altre invece pretendono di essere scienza, o di avere la stessa autorevolezza, senza esserlo — è il caso della pseudoscienza (dal greco pseudo, «falso»): l'astrologia (che pretende di predire il destino dalle stelle), certe pratiche «alternative» prive di fondamento, varie teorie che si ammantano di linguaggio scientifico senza averne la sostanza. Ora, la domanda del filosofo è: su quale base facciamo queste distinzioni? Che cosa, esattamente, rende «scientifica» l'astronomia e «pseudoscientifica» l'astrologia (che pure, a prima vista, parlano entrambe di stelle e pianeti)? Qual è il criterio che traccia il confine? Questo è il problema della demarcazione: trovare un criterio che distingua ciò che è scienza da ciò che non lo è. Perché il problema è importante (e non un mero esercizio accademico)? Per almeno tre ragioni. Primo, conoscitiva: se vogliamo capire che cos'è la conoscenza affidabile, dobbiamo saper dire che cosa la caratterizza e la distingue dalle sue imitazioni. Secondo, pratica e sociale: alla scienza diamo un enorme credito — orientiamo su di essa decisioni mediche, sanitarie, ambientali, tecnologiche; insegniamo «scienza» nelle scuole, finanziamo la «ricerca scientifica». Ma allora è cruciale saper distinguere la scienza vera dalla pseudoscienza (dare credito all'astrologia in medicina, o negare prove scientifiche consolidate, ha conseguenze reali). Terzo, culturale: la scienza gode di grande autorità; proprio per questo molte dottrine cercano di appropriarsi dell'etichetta «scientifico» per accreditarsi. Saper demarcare significa saper riconoscere questi «travestimenti». Ecco perché la demarcazione è la «porta d'ingresso» della filosofia della scienza: prima di chiederci come funziona la scienza, dobbiamo avere un'idea di che cosa essa sia. Il guaio è che tracciare il confine è molto più difficile di quanto sembri. Il senso comune «sente» la differenza tra astronomia e astrologia, ma faticа a formularla in un criterio preciso e universale. E i casi-limite abbondano: alcune discipline sono di dubbia collocazione (in passato lo furono la psicoanalisi, o certe scienze sociali); alcune teorie oggi accettate un tempo parevano bizzarre; alcune pseudoscienze imitano molto bene i modi della scienza (usano numeri, statistiche, un gergo tecnico). Serve dunque un criterio robusto — ed è qui che entrano in gioco le grandi proposte filosofiche.

📌 Definizione formale. Problema della demarcazione: il problema di individuare un criterio che distingua la scienza dalla non-scienza (in particolare dalla pseudoscienza — ciò che pretende di essere scienza senza esserlo, come l'astrologia). È una questione conoscitiva (che cos'è il sapere affidabile), pratica (a che cosa dare credito) e culturale (riconoscere i «travestimenti» scientifici). Trovare un criterio netto e universale si rivela sorprendentemente difficile.

Le direzioni di risposta

Perché conta: le grandi teorie della scienza nascono, in buona parte, come risposte diverse alla domanda della demarcazione.

Storicamente, sono state proposte diverse direzioni di risposta al problema della demarcazione. Le passiamo qui in rassegna per grandi linee: molte saranno approfondite nei capitoli dedicati. Una prima direzione punta sul metodo. L'idea: è scienza ciò che segue il «metodo scientifico» — un procedimento rigoroso di osservazione, esperimento, misurazione, controllo. Sarebbe il modo di procedere, più che l'oggetto, a fare la scienza (l'astrologia parla di stelle come l'astronomia, ma non segue quel metodo controllato). È un'intuizione forte; ma solleva subito una domanda: qual è, esattamente, il metodo scientifico? Esiste un metodo unico, o ce ne sono molti? (Vedremo che definirlo con precisione è tutt'altro che semplice, capp. 3-9.) Una seconda direzione, collegata, è l'empirismo: è scienza ciò che si fonda sull'esperienza (sui fatti osservabili, sui dati dei sensi e degli strumenti). La scienza «parte dai fatti» e vi ritorna per controllare le sue affermazioni; ciò che non ha alcun aggancio con l'esperienza (le pure speculazioni, certa metafisica) non è scienza. Anche questa è un'intuizione potente (la scienza è, in effetti, un sapere empirico); ma va precisata: in che modo, esattamente, l'esperienza «fonda» il sapere? È qui che si annidano problemi profondi (il metodo induttivo e il suo problema, capp. 3-4). Una terza direzione — la più celebre nel dibattito novecentesco — cerca un criterio logico preciso basato sul rapporto tra teoria ed esperienza. I neopositivisti del Circolo di Vienna (cap. 5) proporranno la verificabilità: è scientifica (anzi, dotata di senso) solo una proposizione che possa essere verificata dall'esperienza (che si possano indicare le osservazioni che la renderebbero vera). Ciò che non è verificabile (le tesi metafisiche) sarebbe non-scienza (e per loro persino privo di senso). Karl Popper (cap. 6), in aperta polemica, capovolgerà il criterio: non la verificabilità, ma la falsificabilità. Per Popper è scientifica una teoria che possa essere smentita («falsificata») dall'esperienza — che «rischi» qualcosa, esponendosi a possibili confutazioni. L'astrologia (che, sostiene, è così vaga da adattarsi a qualunque esito) non rischia nulla, e per questo non è scienza; una teoria fisica che fa previsioni precise e controllabili, sì. La falsificabilità diventerà il criterio di demarcazione più discusso di tutti. Infine, una quarta direzione, più scettica verso l'idea stessa di un criterio netto. Alcuni pensatori (in modi diversi: Kuhn, cap. 8; e soprattutto Feyerabend, cap. 9) dubitano che esista un criterio unico e universale capace di separare nettamente scienza e non-scienza. La scienza reale è troppo varia (la fisica non funziona come la biologia o la geologia) e storicamente cangiante perché una sola formula la catturi. Al posto di un confine netto, propongono distinzioni più sfumate: per «gradi», o per «somiglianze di famiglia» (la scienza come una famiglia di attività che condividono, un po' ciascuna, certi tratti — rigore, controllo empirico, apertura alla critica —, senza che uno solo sia necessario e sufficiente). Questa posizione ridimensiona il problema, ma non lo cancella: anche chi nega un criterio netto ammette che una differenza c'è (nessuno equipara sul serio l'astronomia all'astrologia). In sintesi: il problema della demarcazione non ha (ancora) una soluzione condivisa; ma proprio nel tentativo di risolverlo si sono sviluppate le grandi teorie della scienza — verificazionismo, falsificazionismo, paradigmi — che studieremo. Tienilo presente come il filo rosso che collega molti capitoli: quasi ogni autore, a suo modo, risponde alla domanda «che cosa rende scientifica la scienza?».

⚠️ Attenzione (demarcazione ≠ verità; e il criterio non è ovvio). Due precisazioni per evitare fraintendimenti. Primo: demarcare non significa stabilire che cosa è vero. Una teoria può essere scientifica ed essere poi risultata falsa (moltissime teorie scientifiche del passato lo erano: erano scienza, ma sbagliata). Viceversa, un'affermazione può essere vera senza essere scientifica (una verità di senso comune, o etica). Il problema della demarcazione riguarda lo status (scienza / non-scienza), non il valore di verità (vero / falso): è la scientificità del metodo, non la correttezza del risultato, a essere in gioco. Non confondere i due piani. Secondo: non credere che il criterio sia ovvio («è scienza ciò che è provato dai fatti»). Come vedremo, l'idea che i fatti «provino» le teorie nasconde un problema logico serio (il problema dell'induzione, cap. 4); ed è proprio la difficoltà di definire un criterio semplice e sicuro a rendere la demarcazione un problema filosofico aperto, non una banalità. Diffida delle soluzioni troppo facili: la storia di questo capitolo è la storia di quanto sia difficile dire, con precisione, che cos'è la scienza.

🗺️ Come si collega il tutto

Questo capitolo ha posto la domanda-soglia della disciplina: il problema della demarcazione — trovare un criterio che distingua la scienza dalla non-scienza (e in particolare dalla pseudoscienza, come l'astrologia). Abbiamo visto perché conta (motivi conoscitivi, pratico-sociali, culturali) e quanto sia difficile tracciare un confine netto. Poi abbiamo passato in rassegna le direzioni di risposta: il metodo («metodo scientifico»); l'empirismo (fondarsi sull'esperienza); la verificabilità dei neopositivisti (cap. 5); la falsificabilità di Popper (cap. 6); e la posizione scettica verso ogni criterio netto (distinzioni «per gradi» o «per famiglie», che matureranno con Kuhn — cap. 8 — e Feyerabend — cap. 9). Abbiamo anche distinto la demarcazione (status di scienza) dalla verità (una teoria scientifica può essere falsa). Molte di queste risposte ruotano attorno al modo in cui la scienza si àncora all'esperienza e ne trae leggi generali: è il tema del metodo e dell'induzione, che affrontiamo nei prossimi due capitoli (osservazione e induzione, cap. 3; il problema dell'induzione, cap. 4).

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Problema della demarcazione	Distinguere scienza e non-scienza con un criterio	Stabilire che cosa è vero (è cosa diversa)
Pseudoscienza	Ciò che pretende di essere scienza senza esserlo (astrologia)	La non-scienza «onesta» (poesia, religione) che non pretende di esserlo
Metodo (come criterio)	È scienza ciò che segue il «metodo scientifico»	L'oggetto (astronomia e astrologia parlano entrambe di stelle)
Empirismo	È scienza ciò che si fonda sull'esperienza	Il razionalismo puro / la metafisica speculativa
Verificabilità	Criterio neopositivista: è scientifico ciò che si può verificare	La falsificabilità (criterio opposto di Popper)
Falsificabilità	Criterio di Popper: è scientifico ciò che si può smentire	La verificabilità (dei neopositivisti)

📝 Riepilogo

• Il problema della demarcazione è la domanda-soglia: quale criterio distingue la scienza dalla non-scienza (in particolare dalla pseudoscienza, come l'astrologia)?
• Conta per ragioni conoscitive (che cos'è il sapere affidabile), pratico-sociali (a che cosa dare credito) e culturali (riconoscere i «travestimenti» scientifici); ma tracciare un confine netto è difficile.
• Direzioni di risposta: il metodo («metodo scientifico»); l'empirismo (fondarsi sull'esperienza); la verificabilità (neopositivisti, cap. 5); la falsificabilità (Popper, cap. 6); la posizione scettica (nessun criterio netto: distinzioni «per gradi» / «per famiglie» — Kuhn, Feyerabend).
• Attenzione: demarcazione (status di scienza) ≠ verità (una teoria scientifica può essere falsa); e il criterio non è affatto ovvio.
• Il filo rosso — «che cosa rende scientifica la scienza?» — attraversa tutto il corso, a partire dal metodo e dall'induzione (capp. 3-4).

In breve

L'immagine più diffusa (e più antica) della scienza è quella empirico-induttiva: la scienza parte dai fatti (le osservazioni, gli esperimenti), li raccoglie con cura e senza pregiudizi, e da essi ricava per generalizzazione le sue leggi. Vedo mille cigni bianchi → concludo «tutti i cigni sono bianchi»; osservo che l'acqua bolle sempre a 100°C (a livello del mare) → formulo la legge. Questo procedimento — dal particolare (i casi osservati) all'universale (la legge generale) — si chiama induzione. È il rovescio della deduzione (che va dall'universale al particolare: se «tutti gli uomini sono mortali» e «Socrate è un uomo», allora «Socrate è mortale»). L'induzione è, secondo questa immagine, il motore della scoperta scientifica e il ponte tra l'esperienza e le teorie. La visione empirico-induttiva ha una lunga storia (da Aristotele a Francesco Bacone, che nel Seicento ne fece il manifesto del nuovo sapere sperimentale, fino all'immagine corrente della scienza «che si basa sui fatti»). E coglie qualcosa di vero: la scienza è davvero un sapere empirico, ancorato all'esperienza e al controllo. Ma nasconde anche problemi profondi. Due, in particolare, che questo capitolo prepara. Primo: l'osservazione è davvero un punto di partenza neutro e sicuro, o è già «carica» di teoria? Secondo, e più grave: il ragionamento induttivo è logicamente valido? Da «tutti i cigni finora osservati sono bianchi» segue davvero «tutti i cigni sono bianchi»? Questo secondo problema — il celebre problema dell'induzione — è così importante da meritare il capitolo seguente. Qui presentiamo l'immagine induttiva, la distinzione induzione/deduzione e le prime crepe.

🎯 Alla fine di questo capitolo saprai: descrivere l'immagine empirico-induttiva della scienza (dai fatti alle leggi per generalizzazione); distinguere induzione e deduzione; e riconoscere le prime difficoltà (l'osservazione «carica di teoria»; il dubbio sulla validità dell'induzione) che aprono la strada al cap. 4.

L'immagine empirico-induttiva della scienza

Perché conta: è il modello «classico» e intuitivo di come funziona la scienza — da mettere alla prova.

Come procede la scienza? La risposta più intuitiva — quella che verrebbe in mente a chiunque, e che a lungo è stata la risposta «ufficiale» — è la seguente: la scienza parte dai fatti. Lo scienziato osserva la natura (con i sensi, con gli strumenti), raccoglie dati ed esegue esperimenti; accumula un gran numero di osservazioni; e da queste, per generalizzazione, ricava le leggi che governano i fenomeni. È l'immagine empirico-induttiva della scienza: empirica perché fondata sull'esperienza (i fatti osservabili); induttiva perché procede per induzione (dal particolare all'universale). Facciamo un esempio classico. Un naturalista osserva un cigno: è bianco. Ne osserva un altro: bianco. E un altro ancora, e mille altri: sempre bianchi. A un certo punto, per generalizzazione induttiva, formula la legge: «Tutti i cigni sono bianchi». Oppure: si osserva ripetutamente che l'acqua, a livello del mare, bolle a 100°C; da queste osservazioni ripetute si trae la legge generale sull'ebollizione. Lo schema è sempre lo stesso: da molti casi particolari osservati, si sale a una legge universale che li abbraccia tutti (anche quelli non ancora osservati). Questa immagine ha alcune caratteristiche precise. La conoscenza scientifica comincia con l'osservazione (i fatti vengono prima, le teorie dopo). L'osservazione dev'essere imparziale, «pura», libera da pregiudizi e idee preconcette (lo scienziato «lascia parlare i fatti»). Le leggi si ricavano dai fatti risalendo per induzione. E le teorie, così fondate sull'esperienza, sarebbero sicure e progressivamente verificate dall'accumularsi delle osservazioni conformi. Questa visione ha una storia illustre. Già Aristotele valorizzava l'osservazione e l'esperienza come base del sapere. Ma il grande manifesto dell'immagine induttiva è, nel Seicento, l'opera di Francesco Bacone (Francis Bacon), che contro la scienza «libresca» e deduttiva del passato proclamò il primato dell'osservazione e dell'esperimento: la scienza nuova doveva partire dai fatti, raccoglierli metodicamente e risalire per gradi (per induzione) alle leggi generali. Bacone è spesso considerato il «padre» del metodo sperimentale e induttivo moderno, e la sua visione ha profondamente plasmato l'idea corrente di scienza (l'immagine, ancora oggi diffusa, della scienza come sapere «che si basa sui fatti» e «segue i dati»). E, in effetti, questa immagine coglie qualcosa di profondamente vero: la scienza è un sapere empirico — non speculazione a priori, ma conoscenza ancorata all'esperienza, al controllo sperimentale, ai dati. Rispetto alla pura speculazione metafisica, il richiamo baconiano ai fatti è stato una conquista decisiva (e resta un tratto distintivo della scienza). Il punto è che questa immagine, per quanto vera «in prima approssimazione», nasconde problemi filosofici seri, che la riflessione successiva porterà alla luce.

📌 Definizione formale. Induzione: procedimento inferenziale che va dal particolare all'universale — da un insieme di casi osservati (molti cigni bianchi; molte osservazioni dell'acqua che bolle a 100°C) a una legge generale che li abbraccia tutti, inclusi i casi non osservati («tutti i cigni sono bianchi»). Immagine empirico-induttiva della scienza: la concezione secondo cui la scienza parte dall'osservazione imparziale dei fatti e ne ricava, per induzione, le leggi generali (formulata programmaticamente da F. Bacone).

Induzione e deduzione; e le prime crepe

Perché conta: distinguere i due tipi di inferenza (e vedere dove l'induzione «scricchiola») prepara il grande problema del prossimo capitolo.

Per capire bene l'induzione, conviene contrapporla al suo «opposto»: la deduzione. La deduzione è l'inferenza che va dall'universale al particolare (o comunque da premesse a una conclusione che vi è contenuta). L'esempio da manuale: premessa 1, «Tutti gli uomini sono mortali»; premessa 2, «Socrate è un uomo»; conclusione, «Socrate è mortale». La deduzione ha una proprietà preziosa: è certa e conserva la verità. Se le premesse sono vere, la conclusione non può essere falsa (è già «racchiusa» nelle premesse; negarla sarebbe una contraddizione). La deduzione, però, non «aggiunge» informazione nuova: la conclusione esplicita solo ciò che le premesse già contenevano (dire che Socrate è mortale, sapendo che tutti gli uomini lo sono, non ci dice nulla di davvero nuovo sul mondo). L'induzione è l'opposto sotto entrambi gli aspetti. Va dal particolare all'universale (dai molti cigni osservati a tutti i cigni). E fa proprio ciò che la deduzione non fa: aggiunge informazione, va oltre i dati (la conclusione «tutti i cigni sono bianchi» dice molto più dei casi osservati: parla anche dei cigni non visti, futuri, lontani). È questa la sua forza: l'induzione è ampliativa, ci fa conoscere più di quanto abbiamo osservato — ed è per questo il candidato naturale a essere il «motore» della scoperta scientifica (le leggi dicono sempre più dei singoli fatti che le hanno suggerite). Ma è anche, come vedremo, la sua debolezza. Perché? Qui iniziano le crepe. Prima crepa: l'osservazione «carica di teoria». L'immagine induttiva suppone che l'osservazione sia un punto di partenza neutro e puro («lasciar parlare i fatti»). Ma è davvero così? Molti filosofi (lo vedremo con Popper e soprattutto con Kuhn, cap. 8) obiettano che non osserviamo mai in modo totalmente imparziale: ogni osservazione è guidata da aspettative, concetti, teorie (già decidere che cosa osservare, quali dati sono rilevanti, come interpretarli, presuppone un quadro teorico). L'osservazione sarebbe dunque «carica di teoria» (theory-laden): non un fondamento neutro e primo, ma qualcosa di già intrecciato con le idee. Se è così, l'idea che la scienza «cominci» con osservazioni pure, da cui poi ricavare le teorie, vacilla: teoria e osservazione si presuppongono a vicenda. Seconda crepa — la più grave, e il tema del prossimo capitolo: l'induzione è logicamente valida? Torniamo ai cigni. Ho osservato mille, un milione di cigni, tutti bianchi. Segue da ciò, con certezza, che tutti i cigni (anche i non osservati) sono bianchi? No: non segue logicamente. Per quanti cigni bianchi io veda, resta sempre possibile che il prossimo sia nero (e, storicamente, i cigni neri esistono davvero, in Australia!). La conclusione universale eccede le premesse: potrebbe essere falsa anche se tutte le osservazioni sono vere. A differenza della deduzione (dove la verità delle premesse garantisce quella della conclusione), l'induzione non garantisce nulla: dà, al più, conclusioni probabili, mai certe. Ma allora — ed è la domanda che esploderà nel cap. 4 — con quale diritto logico la scienza usa l'induzione? Come possiamo giustificare il salto dai casi osservati alla legge universale? Questo è il famigerato problema dell'induzione, sollevato da David Hume: la crepa che minaccia di far crollare l'intera immagine empirico-induttiva della scienza. Prima di affrontarlo, fissiamo il quadro: l'immagine induttiva è intuitiva e coglie il carattere empirico della scienza; ma poggia su due assunti fragili (l'osservazione neutra; la validità dell'induzione) che la riflessione filosofica metterà duramente alla prova.

🧩 Esempio (il tacchino induttivista di Russell). Un celebre apologo — dovuto al filosofo Bertrand Russell, poi ripreso da altri — illustra alla perfezione la fragilità dell'induzione. C'è un tacchino in un allevamento, intelligente e «metodico», deciso a conoscere il mondo con il metodo induttivo. Il primo giorno osserva che gli danno da mangiare alle 9 del mattino. Ma, da buon induttivista prudente, non si affretta a concludere: raccoglie molte osservazioni, in giorni diversi, con tempo diverso (caldo, freddo, pioggia, sole), di mercoledì e di giovedì. Ogni giorno, sempre, la stessa cosa: cibo alle 9. Alla fine, sulla base di un'ampia e varia raccolta di casi conformi, il tacchino trae la sua legge induttiva: «Mi danno sempre da mangiare alle 9 del mattino». Una conclusione ben fondata, per gli standard induttivi. Se non che, la mattina della vigilia di Natale, invece del cibo, il tacchino viene... sgozzato. La legge induttiva, per quanto sostenuta da innumerevoli osservazioni conformi, si rivela clamorosamente falsa. La morale è precisa e severa: nessun numero di osservazioni particolari, per quanto grande e vario, può garantire con certezza una conclusione universale sul futuro (o sui casi non osservati). Il passato conforme non «prova» il futuro. L'induzione, insomma, resta un salto — dai casi visti a una legge che li eccede — che la logica non autorizza. L'apologo del tacchino non «distrugge» la scienza (nessuno propone di rinunciare a generalizzare dall'esperienza); ma mette a nudo, in modo indimenticabile, il problema che sta al cuore dell'immagine induttiva — e che David Hume aveva formulato con rigore filosofico. È il tema del prossimo capitolo.

🗺️ Come si collega il tutto

Questo capitolo ha esposto l'immagine empirico-induttiva della scienza: la scienza parte dai fatti (osservazione, esperimento) e ne ricava, per induzione (dal particolare all'universale), le leggi generali (l'esempio dei cigni; il manifesto di Bacone). Abbiamo riconosciuto ciò che questa immagine coglie di vero (la scienza è un sapere empirico, ancorato all'esperienza) e l'abbiamo contrapposta alla deduzione (dall'universale al particolare: certa ma non ampliativa; l'induzione è ampliativa ma non certa). Poi le prime crepe: l'osservazione non è un punto di partenza neutro ma «carica di teoria» (tema che tornerà con Kuhn, cap. 8); e — crepa decisiva — l'induzione non è logicamente valida (nessun numero di casi garantisce la legge universale: i cigni neri, il tacchino di Russell). Con quale diritto, allora, la scienza generalizza dall'esperienza? È il problema dell'induzione, formulato da Hume: il cuore del prossimo capitolo, e uno dei nodi da cui prenderà le mosse tutta la filosofia della scienza del Novecento (in particolare la risposta di Popper, cap. 6).

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Immagine empirico-induttiva	La scienza parte dai fatti e ne ricava le leggi per induzione	Il modello ipotetico-deduttivo (che vedremo con Popper)
Induzione	Inferenza dal particolare all'universale (ampliativa, non certa)	Deduzione (dall'universale al particolare, certa)
Deduzione	Inferenza che conserva la verità ma non aggiunge informazione	Induzione (aggiunge informazione ma non è certa)
Osservazione «carica di teoria»	Non osserviamo mai in modo neutro: la teoria guida l'osservazione	L'osservazione «pura» e imparziale dell'immagine induttiva
Bacone	Manifesto seicentesco del metodo osservativo-induttivo	Cartesio / il metodo deduttivo-razionalista
Il tacchino di Russell	L'apologo che mostra la fragilità dell'induzione	Una prova che la scienza sia inutile (non lo è)

📝 Riepilogo

• L'immagine empirico-induttiva: la scienza parte dall'osservazione dei fatti e ne ricava, per induzione (dal particolare all'universale), le leggi generali (i cigni; l'acqua a 100°C; il manifesto di Bacone).
• Coglie una verità: la scienza è un sapere empirico, ancorato all'esperienza e al controllo.
• Induzione vs. deduzione: la deduzione (universale→particolare) è certa ma non ampliativa; l'induzione (particolare→universale) è ampliativa (dice più dei dati) ma non certa.
• Prime crepe: l'osservazione è «carica di teoria» (non un fondamento neutro); e l'induzione non è logicamente valida (nessun numero di casi garantisce la legge — i cigni neri, il tacchino di Russell).
• Da qui il problema dell'induzione di Hume (cap. 4): con quale diritto la scienza generalizza dall'esperienza?

In breve

Nel Settecento il filosofo scozzese David Hume formulò con rigore un problema che ancora oggi non ha una soluzione condivisa, e che sta al cuore della filosofia della scienza: il problema dell'induzione. La domanda è semplice ma micidiale: con quale giustificazione razionale compiamo le inferenze induttive? Cioè: che diritto abbiamo di concludere che il futuro (o i casi non osservati) somiglierà al passato (ai casi osservati)? Perché siamo così sicuri che il sole sorgerà domani, che il pane nutrirà anche la prossima volta, che le leggi di natura osservate finora continueranno a valere? Hume mostra che questa fiducia — su cui poggia tutta la scienza e la vita quotidiana — non può essere giustificata né dalla logica né dall'esperienza. Non dalla logica (dalla deduzione): non c'è alcuna contraddizione nel supporre che domani la natura cambi (che il prossimo cigno sia nero, che il pane avveleni). Non dall'esperienza: dire «l'induzione ha sempre funzionato in passato, quindi funzionerà» è già un ragionamento induttivo — si assume ciò che si vorrebbe dimostrare (è un circolo vizioso). La conclusione di Hume è scettica: l'induzione non ha un fondamento razionale; ci affidiamo ad essa non per ragionamento, ma per abitudine (custom, habit) — una disposizione psicologica a aspettarci che il futuro assomigli al passato, radicata nella nostra natura, non nella logica. È un risultato sconcertante: il pilastro della conoscenza empirica (e della scienza) resterebbe logicamente ingiustificato. Questo capitolo espone il problema di Hume, i due «corni» della sua argomentazione, la soluzione «psicologica» (l'abitudine) e la sua enorme eredità — perché è proprio per aggirare questo problema che Popper, nel Novecento, proporrà una scienza senza induzione (cap. 6).

🎯 Alla fine di questo capitolo saprai: enunciare con precisione il problema dell'induzione di Hume; ricostruire l'argomentazione (l'induzione non è giustificabile né dalla logica né dall'esperienza, pena il circolo); spiegare la risposta «psicologica» (l'abitudine); e capire perché il problema è il presupposto della svolta di Popper.

Il problema: la natura continuerà a comportarsi come finora?

Perché conta: è la domanda che scuote le fondamenta della conoscenza empirica e della scienza.

Riprendiamo il filo dal capitolo precedente. Avevamo visto che l'induzione (dai casi osservati alla legge universale) è ampliativa ma non certa: nessun numero di cigni bianchi garantisce che tutti i cigni siano bianchi. David Hume (filosofo scozzese del Settecento, massimo esponente dell'empirismo) trasformò questa osservazione in un problema filosofico rigoroso e radicale. La sua domanda: quando compiamo un'inferenza induttiva — quando, dal fatto che qualcosa è accaduto costantemente in passato, concludiamo che accadrà anche in futuro (o nei casi non osservati) —, che cosa giustifica questo passaggio? Su che base razionale lo facciamo? Hume nota che inferenze di questo tipo sono onnipresenti e per noi vitalissime. Ci aspettiamo che il sole sorga domani (è sempre sorto). Che il pane ci nutra la prossima volta (ci ha sempre nutriti). Che il fuoco scaldi, che i corpi cadano, che le leggi di natura osservate finora continuino a valere. Su questa fiducia poggia tutto: la vita quotidiana, la tecnica, e soprattutto la scienza (che generalizza dai dati osservati a leggi universali valide sempre e ovunque). Ebbene, Hume pone al centro l'assunto nascosto di tutte queste inferenze: l'idea che il futuro somiglierà al passato, che la natura sia uniforme e regolare nel tempo (il cosiddetto «principio di uniformità della natura»). Ogni inferenza induttiva presuppone questo principio: passo dai cigni visti a tutti i cigni solo se assumo che la natura «continui a comportarsi allo stesso modo» (che i cigni non ancora visti siano come quelli visti). E qui scatta la domanda decisiva: questo principio — che il futuro somiglierà al passato — come si giustifica? Possiamo provarlo, dare una ragione per crederlo? Hume risponde con una dimostrazione stringente: no, non possiamo. E lo mostra chiudendo, uno dopo l'altro, i due soli modi in cui potremmo tentare di giustificarlo.

📌 Definizione formale. Problema dell'induzione (Hume): il problema di giustificare razionalmente le inferenze induttive — cioè il passaggio dai casi osservati (il passato) ai casi non osservati (il futuro). Ogni tale inferenza presuppone il principio di uniformità della natura (il futuro somiglierà al passato); ma questo principio, sostiene Hume, non può essere giustificato né dalla ragione (logica) né dall'esperienza — dunque l'induzione è priva di fondamento razionale.

I due corni, il circolo, e l'abitudine

Perché conta: l'argomento di Hume è un «vicolo cieco» costruito con precisione — e la sua via d'uscita psicologica è tanto celebre quanto inquietante.

Vediamo l'argomentazione di Hume nel dettaglio. Come potremmo giustificare il principio di uniformità della natura (e con esso l'induzione)? Ci sono, dice Hume, solo due vie possibili: o con un ragionamento dimostrativo (logico, deduttivo), o con un ragionamento empirico (basato sull'esperienza). Hume le esamina entrambe e le trova entrambe chiuse. Primo corno — la via della logica (deduzione). Possiamo dimostrare logicamente che il futuro somiglierà al passato? No. Perché una verità dimostrabile logicamente è tale che il suo contrario implica contraddizione (come «2+2=4»: negarlo è assurdo). Ma il contrario del principio di uniformità non è contraddittorio: possiamo perfettamente immaginare, senza cadere in contraddizione, che domani la natura cambi — che il sole non sorga, che il pane avveleni invece di nutrire, che il prossimo cigno sia nero. Non è logicamente necessario che il futuro somigli al passato: è solo, semmai, di fatto così. Dunque la logica non può giustificare l'induzione (la deduzione, che dà certezza, qui non si applica: il salto induttivo non è un'inferenza deduttivamente valida). Secondo corno — la via dell'esperienza. E allora giustifichiamolo con l'esperienza: diciamo che il principio di uniformità è vero perché finora ha sempre funzionato — l'induzione, in passato, ci ha quasi sempre dato buoni risultati, quindi possiamo fidarci. Sembra ragionevole, ma Hume mostra che è un circolo vizioso. Guarda la struttura dell'argomento: «l'induzione ha funzionato in passato, quindi funzionerà in futuro». Ma questo è esso stesso un ragionamento induttivo (dal passato al futuro)! Per giustificare l'induzione, sto usando l'induzione — cioè sto assumendo proprio ciò che dovrei dimostrare (che il futuro somigli al passato). È una petizione di principio, un circolo: non si può giustificare l'induzione appellandosi al fatto che l'induzione ha finora funzionato, perché ciò presuppone già che «funzionare finora» dica qualcosa su «funzionare in futuro» — che è esattamente il punto in questione. Entrambe le vie sono chiuse. Conclusione: l'induzione — e la fiducia nell'uniformità della natura — non ha alcun fondamento razionale. Né la logica né l'esperienza possono giustificarla. È un risultato scettico e sconvolgente: il pilastro di tutta la conoscenza empirica (e della scienza) è, dal punto di vista logico, ingiustificato. Ma allora — è la domanda che sorge spontanea — perché continuiamo (tutti, sempre, con successo) a fare inferenze induttive, se sono razionalmente ingiustificate? Qui Hume dà la sua celebre risposta «psicologica» (o naturalistica). Ci affidiamo all'induzione non per ragionamento, ma per abitudine (in inglese custom o habit). Che cosa intende? Che, avendo sperimentato molte volte la congiunzione costante di certi eventi (il fuoco e il calore, il pane e il nutrimento), la nostra mente sviluppa una disposizione naturale, un'aspettativa: quando vediamo l'uno, ci attendiamo l'altro. Questa aspettativa non è il frutto di un argomento valido; è un abito mentale, un meccanismo psicologico radicato nella nostra natura (come un istinto). Non «deduciamo» che il sole sorgerà: ci aspettiamo che sorga, per abitudine, e non possiamo fare a meno di aspettarcelo. Insomma: l'induzione è ingiustificabile in teoria (per la ragione), ma inevitabile nella pratica (per la natura umana). Hume non ci invita a smettere di generalizzare (sarebbe impossibile, e folle): ci invita a riconoscere che quando lo facciamo non stiamo seguendo la pura logica, ma una abitudine naturale. È uno scetticismo «mite» (Hume stesso continua a vivere e a fare scienza), ma teoricamente devastante: mostra che il fondamento razionale della scienza empirica non c'è, o almeno non è dove credevamo. L'eredità di questo problema è immensa. Molti hanno cercato di risolverlo o aggirarlo (senza pieno successo: il problema è tuttora aperto). Ma la reazione più influente per la filosofia della scienza sarà quella di Karl Popper (cap. 6), che prenderà il problema di Hume sul serio e ne trarrà una conclusione radicale: se l'induzione è ingiustificabile, allora la scienza non usa l'induzione. La scienza — dirà Popper — non procede generalizzando dai fatti (induzione), ma proponendo congetture (ipotesi audaci) e cercando di confutarle con l'esperienza (falsificazione), in un metodo puramente deduttivo che non ha bisogno dell'induzione. Il problema di Hume è, in questo senso, la molla da cui scatta tutta l'epistemologia popperiana — e gran parte del dibattito successivo.

🔗 Analogia (il giocatore d'azzardo e la «serie fortunata»). Per afferrare il circolo che Hume denuncia, pensa a un giocatore d'azzardo che difende il suo «sistema» per vincere alla roulette. Gli chiedi: «Perché credi che il tuo sistema funzionerà stasera?». Lui risponde: «Perché ha funzionato le ultime dieci volte». Ma questa è proprio la mossa che Hume smaschera: dal fatto che il sistema ha funzionato (passato) il giocatore inferisce che funzionerà (futuro) — e per farlo assume, senza giustificarlo, che «ciò che è andato bene finora andrà bene ancora». È un ragionamento induttivo usato per giustificare l'induzione: un circolo. Il punto sottile è che questo vale non solo per il giocatore ingenuo, ma — dice Hume — per tutti noi, sempre, anche quando ci affidiamo alle leggi più solide della fisica: anche «la gravità ha sempre funzionato, quindi funzionerà domani» ha, dal punto di vista logico, la stessa struttura circolare. La differenza tra il giocatore e lo scienziato non sta nella logica dell'inferenza (che è la stessa), ma nella quantità e qualità delle regolarità osservate e nel modo in cui la scienza le controlla — cosa che rende la fiducia scientifica incomparabilmente più ragionevole in pratica, ma non risolve il problema di principio. L'analogia aiuta a non fraintendere Hume: non sta dicendo che la scienza vale quanto l'azzardo (sarebbe assurdo); sta dicendo che, sul piano puramente logico, anche la più salda inferenza dal passato al futuro poggia su un principio (l'uniformità della natura) che non possiamo dimostrare senza girare in tondo. Riconoscerlo è il primo passo per capire perché qualcuno (Popper) penserà di dover fare a meno dell'induzione del tutto.

🗺️ Come si collega il tutto

Questo capitolo ha esposto il problema dell'induzione di Hume, il nodo che sta al cuore della filosofia della scienza. Ogni inferenza induttiva (dai casi osservati alle leggi, dal passato al futuro) presuppone il principio di uniformità della natura (il futuro somiglierà al passato). Hume mostra che tale principio non è giustificabile: né dalla logica/deduzione (il suo contrario non è contraddittorio: possiamo immaginare che la natura cambi), né dall'esperienza (dire «l'induzione ha sempre funzionato, quindi funzionerà» è già induttivo — un circolo vizioso). Conclusione scettica: l'induzione è priva di fondamento razionale; ci affidiamo ad essa per abitudine (custom), una disposizione psicologica naturale, non per ragionamento. Un risultato teoricamente devastante (il pilastro della scienza empirica resta ingiustificato), pur senza impedirci di continuare — inevitabilmente — a generalizzare. Il problema è tuttora aperto; ma la sua eredità più importante per il corso è la reazione di Popper: se l'induzione è ingiustificabile, la scienza deve farne a meno — non generalizza dai fatti, ma congettura e confuta (falsificazione). Prima di arrivare a Popper, però, vediamo il tentativo dei neopositivisti del Circolo di Vienna di rifondare la scienza sull'esperienza e sulla logica (verificazionismo): è il prossimo capitolo.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Problema dell'induzione	Non c'è giustificazione razionale del passaggio dal passato al futuro	Il problema della demarcazione (cap. 2, questione diversa)
Principio di uniformità della natura	L'assunto (il futuro somiglia al passato) presupposto da ogni induzione	Una legge dimostrata (non lo è: è indimostrabile)
Primo corno (logica)	Il contrario dell'uniformità non è contraddittorio → la deduzione non la giustifica	La deduzione applicata correttamente (qui non si applica)
Secondo corno (esperienza)	«Ha sempre funzionato, quindi funzionerà» è già induttivo → circolo	Una giustificazione valida (è petizione di principio)
Abitudine (custom)	Ci fidiamo dell'induzione per disposizione psicologica, non per ragione	Una giustificazione razionale dell'induzione
Scetticismo di Hume	L'induzione è ingiustificabile in teoria, inevitabile in pratica	La rinuncia a fare scienza (Hume non la propone)

📝 Riepilogo

• Hume formula il problema dell'induzione: con quale giustificazione razionale inferiamo dal passato al futuro (dai casi osservati alle leggi universali)?
• Ogni induzione presuppone il principio di uniformità della natura (il futuro somiglierà al passato); ma questo principio non è giustificabile.
• Non dalla logica (il suo contrario non è contraddittorio: la natura potrebbe cambiare). Non dall'esperienza («ha sempre funzionato, quindi funzionerà» è già induttivo: circolo vizioso, petizione di principio).
• Conclusione scettica: l'induzione è priva di fondamento razionale; ci affidiamo ad essa per abitudine (custom) — disposizione psicologica, non ragionamento. Ingiustificabile in teoria, inevitabile in pratica.
• Eredità: problema tuttora aperto; molla della svolta di Popper (scienza senza induzione: congettura e falsificazione, cap. 6). Prima, il tentativo neopositivista (cap. 5).

In breve

Negli anni Venti e Trenta del Novecento, a Vienna, un gruppo di filosofi e scienziati — il Circolo di Vienna (Schlick, Carnap, Neurath e altri) — diede vita a un movimento che avrebbe segnato profondamente la filosofia della scienza: il neopositivismo (o empirismo logico, o positivismo logico). Il loro programma era ambizioso e «rivoluzionario»: fare pulizia nella filosofia, eliminando le pseudo-domande della metafisica (che consideravano prive di senso), e rifondare tutto il sapere sensato su due sole basi solide: l'esperienza (l'empirismo) e la logica (i nuovi strumenti della logica matematica). Da qui il nome «empirismo logico». Il loro strumento-chiave era il principio di verificazione (o criterio di significanza): una proposizione ha senso (è dotata di significato) solo se è verificabile empiricamente — cioè solo se si possono indicare le osservazioni che la renderebbero vera o falsa (oppure se è una verità puramente logica/matematica, «analitica»). Tutto il resto — le affermazioni della metafisica («l'Assoluto è l'Assoluto», «l'essere è il fondamento dell'ente») — non è né vero né falso: è privo di senso (un non-senso mascherato da proposizione). Il principio di verificazione serviva così due scopi: come criterio di demarcazione (distinguere scienza da metafisica) e come criterio di significanza (distinguere il sensato dall'insensato). Il neopositivismo esaltava la scienza come modello di ogni sapere legittimo e sognava una «scienza unificata». Ma il suo programma incontrò difficoltà decisive — soprattutto la fragilità del principio di verificazione stesso (le leggi universali non sono mai completamente verificabili; e il principio, applicato a se stesso, risulta insensato). Queste difficoltà aprirono la strada alla critica di Popper (cap. 6). Questo capitolo espone il neopositivismo, il principio di verificazione e le sue crisi.

🎯 Alla fine di questo capitolo saprai: descrivere il Circolo di Vienna e il programma del neopositivismo (empirismo + logica; rifiuto della metafisica); spiegare il principio di verificazione come criterio di senso e di demarcazione; e riconoscere le difficoltà che ne decretarono la crisi (e prepararono Popper).

Il Circolo di Vienna e il principio di verificazione

Perché conta: è il primo grande tentativo novecentesco di definire scientificamente che cosa ha senso e che cosa è scienza.

Nei primi decenni del Novecento, il clima culturale era segnato da due grandi novità: gli straordinari progressi delle scienze (la fisica di Einstein, la nuova logica matematica di Frege e Russell) e una crescente insofferenza verso la filosofia tradizionale, in particolare verso la metafisica (le grandi speculazioni sull'Assoluto, l'Essere, lo Spirito), giudicata vaga, inconcludente e priva di controllo. In questo clima nacque, a Vienna, un celebre gruppo di studio: il Circolo di Vienna (Wiener Kreis), attivo soprattutto negli anni Venti e Trenta, che riuniva filosofi, logici e scienziati — tra cui Moritz Schlick (il fondatore), Rudolf Carnap (forse il più importante teoricamente), Otto Neurath e altri. Il movimento che ne scaturì prese il nome di neopositivismo (perché riprendeva e rinnovava il positivismo ottocentesco, con la sua fiducia nella scienza), o meglio empirismo logico (o positivismo logico): il nome più preciso, perché indica le due colonne del programma. Empirismo: la convinzione che ogni conoscenza sensata sul mondo derivi dall'esperienza (dai fatti osservabili). Logico: l'uso dei nuovi, potenti strumenti della logica matematica per analizzare il linguaggio e chiarire i concetti. Il programma era radicale e, a suo modo, «terapeutico». I neopositivisti volevano fare pulizia nel sapere: separare nettamente ciò che ha senso (le proposizioni della scienza e della logica) da ciò che non ne ha (le pseudo-proposizioni della metafisica). Il loro strumento fu il celebre principio di verificazione (o criterio di verificabilità, o di significanza). Nella sua formulazione classica: una proposizione ha significato (è dotata di senso, è «cognitivamente significante») se e solo se è verificabile empiricamente — cioè se si possono indicare le esperienze (le osservazioni) che ne stabilirebbero la verità o la falsità. In una formula spesso citata (attribuita all'ambiente del Circolo): «il significato di una proposizione è il metodo della sua verificazione» (sapere che cosa una frase significa è sapere come la si controllerebbe con l'esperienza). A questa regola i neopositivisti aggiungevano un'eccezione: le proposizioni della logica e della matematica («2+2=4», «ogni scapolo è non sposato») sono sensate pur non essendo empiriche, perché sono analitiche — vere solo in virtù del significato dei termini e delle regole logiche (tautologie), senza dire nulla sul mondo. Tutto il resto — ciò che non è né verificabile empiricamente né analitico — è, per il principio, privo di senso (sinnlos, o meaningless): non falso, ma insensato. Ed è qui che cade la mannaia sulla metafisica. Prendiamo enunciati come «l'Assoluto è perfetto», «l'Essere è il fondamento dell'ente», «il mondo è espressione dello Spirito». Quali osservazioni li renderebbero veri o falsi? Nessuna: non c'è alcun esperimento, alcun dato, che possa deciderli. Dunque, per il principio di verificazione, non sono né veri né falsi: sono pseudo-proposizioni, sequenze di parole grammaticalmente corrette ma prive di significato — un «non-senso» che sembra dire qualcosa ma non dice nulla di controllabile. La metafisica, così, non viene «confutata» (non si dimostra che è falsa): viene dissolta, dichiarata un fraintendimento del linguaggio, un porre domande che non sono vere domande. Il principio di verificazione svolgeva così una doppia funzione: era un criterio di significanza (distingueva il sensato dall'insensato) e insieme un criterio di demarcazione (cap. 2: distingueva la scienza — fatta di proposizioni verificabili — dalla metafisica — fatta di pseudo-proposizioni). La scienza diventava il modello di ogni discorso sensato sul mondo; e i neopositivisti coltivavano il sogno di una «scienza unificata» (Einheitswissenschaft), in cui tutte le discipline, ricondotte a un linguaggio empirico comune, formassero un unico edificio del sapere.

📌 Definizione formale. Neopositivismo (empirismo logico): movimento del Circolo di Vienna (anni '20-'30: Schlick, Carnap, Neurath) che rifonda il sapere sensato su esperienza (empirismo) e logica, respingendo la metafisica. Principio di verificazione: una proposizione ha senso se e solo se è verificabile empiricamente (si possono indicare le osservazioni che la renderebbero vera/falsa) oppure è analitica (vera per pura logica/matematica). Ciò che non è né verificabile né analitico è privo di significato. Il principio funge da criterio di significanza e di demarcazione (scienza vs. metafisica).

Le difficoltà: la crisi del verificazionismo

Perché conta: i problemi del principio di verificazione sono la molla che fa scattare l'alternativa di Popper.

Il programma neopositivista era luminoso e rigoroso, e ha lasciato un'eredità enorme (l'attenzione al linguaggio, il rigore logico, la centralità della scienza). Ma il suo strumento-principe, il principio di verificazione, si rivelò molto più fragile di quanto sembrasse, incontrando difficoltà che ne minarono le fondamenta. Vediamo le principali. Prima difficoltà — le leggi universali non sono completamente verificabili. La scienza è fatta, in gran parte, di leggi universali («tutti i corpi si attraggono», «tutti i metalli si dilatano col calore»): affermazioni su tutti i casi (infiniti, e in gran parte non osservati). Ma una legge universale non può mai essere completamente verificata dall'esperienza: per verificarla del tutto dovremmo osservare tutti i casi (tutti i corpi, tutti i metalli, passati, presenti, futuri, ovunque) — cosa impossibile. Per quanti casi conformi osserviamo, non raggiungeremo mai la verifica conclusiva (è, ancora una volta, il problema dell'induzione, cap. 4). Ma allora, per il principio di verificazione stretto, le leggi universali — cioè il cuore della scienza! — rischierebbero di risultare non verificabili e quindi... prive di senso. Un esito paradossale e inaccettabile (il criterio, pensato per esaltare la scienza, finirebbe per colpirla). I neopositivisti tentarono di indebolire il principio (parlando di verificabilità «in linea di principio», o di «confermabilità» graduale invece che di verifica conclusiva), ma nessuna riformulazione risultò del tutto soddisfacente. Seconda difficoltà — il principio si autodistrugge. Questa è forse l'obiezione più celebre e micidiale. Applichiamo il principio di verificazione a se stesso. Il principio dice: «una proposizione ha senso solo se è verificabile empiricamente o analitica». Ora chiediamoci: la proposizione che enuncia il principio stesso — è verificabile empiricamente? No (non c'è alcun esperimento che «verifichi» che solo il verificabile ha senso). È analitica (una verità puramente logica)? Nemmeno (non è una tautologia; è una tesi filosofica sostanziale su che cosa sia il significato). Ma allora, per i suoi stessi criteri, il principio di verificazione risulta... privo di senso! Il criterio che doveva separare il sensato dall'insensato cade sotto la propria scure: si autoconfuta. È come una legge che dichiara illegali tutte le leggi (compresa se stessa). Questa obiezione «di autoreferenza» mostrò una debolezza logica profonda del programma. Terza difficoltà — il linguaggio osservativo non è così «puro». Il programma assumeva l'esistenza di un livello di enunciati osservativi puri, neutri e sicuri (i «dati» su cui verificare tutto il resto). Ma — come già accennato (cap. 3) e come emergerà con forza dopo (Kuhn, cap. 8) — l'osservazione è «carica di teoria»: non esistono dati totalmente neutri e indipendenti da ogni interpretazione. La base «solida» su cui il verificazionismo voleva poggiare si rivelava meno solida del previsto (gli stessi neopositivisti si divisero su quale fosse il linguaggio-base — sensazioni? oggetti fisici?). Queste difficoltà (e altre) portarono, nel corso degli anni Trenta e Quaranta, a una progressiva crisi del neopositivismo «classico». Il movimento non svanì (si trasformò, influenzò la filosofia analitica, produsse pensatori importanti come Carnap che raffinarono le posizioni); ma il suo nucleo duro — il principio di verificazione come criterio semplice di senso e di demarcazione — non resse. Ed è precisamente su questo terreno che si inserisce Karl Popper. Popper — vicino all'ambiente viennese, ma critico — accettava l'esigenza di demarcare la scienza, ma rifiutava la verificabilità come criterio (per le ragioni viste: le leggi non sono verificabili; e molte pseudoscienze sembrano fin troppo «verificate»). Al suo posto proporrà un criterio opposto: non la verificabilità, ma la falsificabilità. È la svolta del prossimo capitolo — che si capisce appieno solo sullo sfondo del programma neopositivista e delle sue crisi.

⚠️ Attenzione (il neopositivismo non «confuta» la metafisica: la dichiara insensata — e questa è una mossa forte e discutibile). Un punto da capire con precisione, per non fraintendere il neopositivismo (in un senso e nell'altro). Quando i neopositivisti «liquidano» la metafisica, non stanno dicendo che le tesi metafisiche sono false (che «l'Assoluto non esiste»). Stanno dicendo qualcosa di più radicale: che quelle tesi non sono né vere né false, perché sono prive di senso — non dicono nulla di controllabile, sono pseudo-proposizioni. È una mossa diversa (e più forte) della semplice confutazione: non si scende sul terreno della metafisica per batterla, la si dichiara un falso problema. Attenzione, però: questa mossa è essa stessa una tesi filosofica impegnativa e discutibile (come mostra l'obiezione dell'autoconfutazione: con quale diritto, e su quale base sensata, si stabilisce che solo il verificabile ha senso?). Molti hanno obiettato che il neopositivismo, nel voler eliminare la metafisica, presuppone esso stesso assunti filosofici (quasi «metafisici») non verificabili. Dunque: da un lato, apprezza la serietà dell'esigenza neopositivista (chiedere che le affermazioni siano controllabili è sano, ed è un lascito prezioso); dall'altro, non prendere il verificazionismo come una vittoria definitiva sulla metafisica: fu un programma potente ma fallito nel suo nucleo, e le sue stesse difficoltà aprirono il capitolo successivo della filosofia della scienza.

🗺️ Come si collega il tutto

Questo capitolo ha esposto il neopositivismo (empirismo logico) del Circolo di Vienna (Schlick, Carnap, Neurath; anni '20-'30): il programma di rifondare il sapere sensato su esperienza e logica, eliminando la metafisica. Lo strumento era il principio di verificazione: una proposizione ha senso solo se verificabile empiricamente (o se analitica); il resto (la metafisica) è privo di significato. Il principio fungeva sia da criterio di significanza sia da criterio di demarcazione (cap. 2), con la scienza a modello di ogni sapere e il sogno della «scienza unificata». Ma il verificazionismo entrò in crisi: le leggi universali non sono mai completamente verificabili (di nuovo il problema dell'induzione, cap. 4); il principio, applicato a se stesso, risulta insensato (autoconfutazione); e il linguaggio osservativo «puro» non è così neutro (osservazione carica di teoria, tema che tornerà con Kuhn, cap. 8). Queste difficoltà preparano la mossa di Karl Popper: mantenere l'esigenza di demarcare, ma sostituire la verificabilità con la falsificabilità. È la grande svolta del prossimo capitolo.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Neopositivismo / empirismo logico	Rifondare il sapere su esperienza + logica, contro la metafisica	Il positivismo ottocentesco (che rinnova) / il falsificazionismo
Circolo di Vienna	Il gruppo (Schlick, Carnap, Neurath) del neopositivismo	La «scuola di Francoforte» o altri gruppi coevi
Principio di verificazione	Ha senso solo ciò che è verificabile (o analitico)	La falsificabilità di Popper (criterio opposto)
Proposizione analitica	Vera per pura logica/significato (2+2=4): sensata ma non empirica	La proposizione sintetica/empirica (sul mondo)
Metafisica come non-senso	Le tesi metafisiche non sono false, ma prive di significato	La confutazione della metafisica (è mossa diversa)
Autoconfutazione	Il principio, applicato a sé, risulta insensato	Una critica esterna (qui il criterio colpisce se stesso)

📝 Riepilogo

• Il neopositivismo (empirismo logico) del Circolo di Vienna (Schlick, Carnap, Neurath; anni '20-'30) rifonda il sapere sensato su esperienza + logica, respingendo la metafisica.
• Strumento: il principio di verificazione — una proposizione ha senso solo se verificabile empiricamente (o analitica, cioè vera per pura logica). Il resto (metafisica) è privo di significato (non falso: insensato).
• Doppia funzione: criterio di significanza (sensato/insensato) e di demarcazione (scienza/metafisica). Con la scienza a modello e il sogno della «scienza unificata».
• Crisi: le leggi universali non sono mai completamente verificabili (problema dell'induzione); il principio si autoconfuta (applicato a sé è insensato); il linguaggio osservativo non è «puro».
• Queste difficoltà aprono la strada a Popper: non verificabilità ma falsificabilità (cap. 6).

In breve

Karl Popper (1902-1994) è forse il filosofo della scienza più influente del Novecento. La sua proposta — il falsificazionismo — nasce da due mosse geniali. Prima mossa: prendere sul serio il problema dell'induzione di Hume (cap. 4). Se l'induzione è ingiustificabile, allora — dice Popper — la scienza non usa l'induzione: non «prova» né «verifica» le sue leggi generalizzando dai fatti (cosa logicamente impossibile). Seconda mossa: sfruttare un'asimmetria logica fondamentale tra verificare e falsificare. Nessun numero di casi favorevoli può verificare (provare) una legge universale (mille cigni bianchi non provano «tutti i cigni sono bianchi»); ma un solo caso contrario può falsificarla (basta un cigno nero per confutare «tutti i cigni sono bianchi»). Falsificare è logicamente possibile; verificare no. Su questa asimmetria Popper costruisce tutto. Il criterio di demarcazione (cap. 2): è scientifica una teoria falsificabile — cioè che si espone a possibili confutazioni, che «vieta» qualcosa, che fa previsioni rischiose e controllabili. Una teoria che si adatta a qualunque esito (che «spiega tutto») non è scientifica (è il caso, per Popper, dell'astrologia, ma anche — sostiene, controversamente — della psicoanalisi e del marxismo come venivano usati). Il metodo della scienza diventa ipotetico-deduttivo: lo scienziato propone congetture audaci (ipotesi), ne deduce previsioni controllabili, e le sottopone a test severi cercando di confutarle. Una teoria non si «prova» mai: al massimo resiste ai tentativi di falsificazione (è corroborata), restando sempre provvisoria. La scienza progredisce così per congetture e confutazioni, imparando dai propri errori. Questo capitolo espone Popper: asimmetria, falsificabilità, metodo ipotetico-deduttivo, fallibilismo — e i limiti che apriranno la strada a Kuhn.

🎯 Alla fine di questo capitolo saprai: spiegare l'asimmetria tra verificazione e falsificazione e come Popper la usa per aggirare l'induzione (Hume); enunciare la falsificabilità come criterio di demarcazione; descrivere il metodo ipotetico-deduttivo («congetture e confutazioni») e il fallibilismo; e riconoscere le difficoltà del falsificazionismo.

L'asimmetria e la falsificabilità

Perché conta: è l'intuizione logica che permette di fare scienza senza induzione — e di ridefinire che cosa è scientifico.

Karl Popper parte da dove ci aveva lasciati Hume. Il problema dell'induzione (cap. 4) sembra devastante: se non possiamo giustificare il salto dai casi osservati alle leggi universali, come può la scienza — che è tutta fatta di leggi universali — essere razionale? La maggior parte dei filosofi cercava di salvare l'induzione (mostrando che, in qualche forma attenuata, è giustificabile). Popper fa una mossa opposta e spiazzante: accetta che l'induzione sia ingiustificabile — Hume ha ragione — e conclude che allora la scienza non usa l'induzione. La scienza, sostiene, non procede affatto «provando» o «verificando» le sue teorie accumulando conferme (che, come sappiamo, non proverebbero mai nulla di universale). Procede in un altro modo. Il perno della soluzione è un'asimmetria logica tra due operazioni: verificare e falsificare una legge universale. Consideriamo la legge «Tutti i cigni sono bianchi». Per verificarla (provarla vera) dovrei osservare tutti i cigni (infiniti, e per lo più inaccessibili): impossibile. Nessun numero finito di cigni bianchi la prova (potrebbe sempre esserci, altrove, un cigno di altro colore). La verificazione di una legge universale è logicamente impossibile. Ma per falsificarla (provarla falsa) basta un solo contro-esempio: un cigno nero, e la legge «tutti i cigni sono bianchi» è confutata senza appello. Ecco l'asimmetria: infiniti casi favorevoli non bastano a verificare una legge universale; un solo caso contrario basta a falsificarla. Verificare è impossibile; falsificare è possibile (e logicamente conclusivo). Nota il punto cruciale: la falsificazione è un ragionamento deduttivo (valido con certezza), non induttivo. La sua forma è il modus tollens: «se la teoria T è vera, allora deve accadere P; ma si osserva non-P; dunque T è falsa». È logica pura, non c'è alcun salto induttivo da giustificare. Popper ha così aggirato il problema di Hume: la scienza può essere razionale senza induzione, perché il suo metodo non è verificare (induttivamente) ma falsificare (deduttivamente). Su questa base, Popper ridefinisce il criterio di demarcazione (cap. 2). Non più la verificabilità dei neopositivisti (cap. 5), ma la falsificabilità (o «confutabilità», falsifiability). Una teoria è scientifica se e solo se è falsificabile: se, cioè, vieta qualcosa, se esclude certi possibili eventi, se si espone al rischio di essere smentita dall'esperienza. In altre parole: una teoria è scientifica se fa previsioni rischiose — previsioni precise che potrebbero rivelarsi false (e che, se lo fossero, la confuterebbero). Più una teoria «rischia» (più cose vieta), più è scientifica e più è interessante. Al contrario, una teoria che non vieta nulla, che si adatta a qualunque esito, che riesce a «spiegare tutto» qualsiasi cosa accada, non è falsificabile — e quindi non è scientifica. Questo capovolge un'intuizione comune: di solito pensiamo che una teoria sia forte se «spiega tutto». Per Popper è vero il contrario: una teoria che spiega tutto (che nessun fatto potrebbe mai smentire) non dice in realtà nulla di controllabile — è, in questo senso, vuota. La forza scientifica sta nel rischio, nell'esporsi alla confutazione, non nell'immunità. Con questo criterio, Popper traccia il confine tra scienza e pseudoscienza. La teoria di Einstein (che faceva previsioni precise e rischiose, poi controllate) è scienza esemplare. L'astrologia, invece, con le sue predizioni vaghe e adattabili a ogni esito, non è scientifica. E — qui Popper è più controverso — anche la psicoanalisi e il marxismo (almeno nel modo in cui venivano spesso usati dai loro sostenitori) gli parevano non scientifici: teorie apparentemente capaci di spiegare qualunque comportamento o evento storico (qualsiasi cosa accada, «conferma» la teoria), e per ciò stesso infalsificabili. (Attenzione: che una teoria non sia «scientifica» in questo senso non significa, per Popper, che sia falsa o priva di valore — solo che non appartiene alla scienza empirica.)

📌 Definizione formale. Asimmetria verificazione/falsificazione: nessun numero finito di casi favorevoli verifica una legge universale, ma un solo contro-esempio la falsifica (deduttivamente, per modus tollens). Falsificabilità (criterio di demarcazione di Popper): una teoria è scientifica se e solo se è falsificabile — se vieta qualcosa, se si espone a possibili confutazioni facendo previsioni rischiose e controllabili. Una teoria compatibile con qualunque esito (che «spiega tutto») è infalsificabile e dunque non scientifica.

Il metodo ipotetico-deduttivo e il fallibilismo

Perché conta: ridefinisce come funziona (e progredisce) la scienza — e mostra i limiti che apriranno il capitolo su Kuhn.

Dalla falsificabilità discende una nuova immagine del metodo e del progresso scientifico. Il metodo della scienza, per Popper, è ipotetico-deduttivo (non induttivo). Ecco i suoi passi. (1) Problema: la scienza non parte da osservazioni «pure» (Popper nega l'immagine induttiva, cap. 3: non esiste osservazione senza teoria), ma da un problema. (2) Congettura: lo scienziato propone una congettura, un'ipotesi audace e creativa per risolverlo (l'origine delle ipotesi è libera, «creativa»: non c'è una logica della scoperta, c'è immaginazione). (3) Deduzione: dalla congettura si deducono conseguenze osservabili, previsioni precise e controllabili. (4) Test (tentativo di confutazione): si sottopongono le previsioni a controlli severi, cercando attivamente di falsificare la teoria (non di confermarla!). Qui sta un rovesciamento etico-metodologico: il buon scienziato non cerca conferme della propria teoria (facili da trovare, e prive di valore), ma cerca di smentirla, la sottopone ai test più duri possibili. Due esiti. Se la teoria fallisce il test (la previsione risulta falsa), è falsificata: va abbandonata o modificata (e si impara dall'errore). Se la teoria supera il test (resiste al tentativo di confutazione), non per questo è «provata» o «verificata»: è soltanto corroborata (corroborated) — ha resistito, finora, ai nostri tentativi di abbatterla, e possiamo (provvisoriamente) preferirla. Ma resta sempre congetturale, esposta a future confutazioni. Nessuna teoria scientifica è mai definitivamente vera: al massimo è la migliore che abbiamo finché non viene falsificata. Questo è il fallibilismo di Popper: tutta la conoscenza scientifica è fallibile, provvisoria, «congetturale». Non possediamo verità certe, ma ipotesi sempre migliori, che sopravvivono a una selezione severa. Il progresso della scienza, allora, non è accumulo di verità verificate (come nell'immagine induttiva), ma un processo di congetture e confutazioni (conjectures and refutations, il titolo di una sua opera celebre): proponiamo teorie audaci, le mettiamo alla prova, eliminiamo quelle false, ne proponiamo di migliori. È un processo evolutivo, «per prove ed errori»: la scienza progredisce imparando dai propri errori. Le teorie che sopravvivono non sono «vere per sempre», ma sono quelle che, per ora, hanno resistito meglio: ci avvicinano (Popper spera) alla verità, senza mai garantirci di averla raggiunta. Questa immagine è potente e ha avuto enorme influenza (l'idea che la scienza sia definita dalla sua apertura alla critica e alla confutazione, e non da presunte certezze, è un lascito prezioso). Ma il falsificazionismo incontra anche difficoltà serie, che i critici (e in particolare Kuhn, cap. 8) metteranno in luce. Prima difficoltà: la falsificazione non è mai così netta come lo schema logico suggerisce. Quando una previsione fallisce, come faccio a sapere che è la teoria a essere falsa, e non piuttosto un'assunzione ausiliaria (uno strumento difettoso, una condizione iniziale sbagliata, un'ipotesi di contorno)? Una teoria non si confronta con l'esperienza «da sola», ma sempre insieme a un fascio di altre ipotesi (è il cosiddetto problema di Duhem-Quine): quando arriva un risultato contrario, la logica non ci dice quale elemento del fascio incolpare — potrei sempre «salvare» la teoria principale scaricando la colpa su un'ipotesi ausiliaria. La falsificazione «pulita» del cigno nero è più rara di quanto sembri. Seconda difficoltà: di fatto, gli scienziati non abbandonano una teoria di successo alla prima anomalia (come Popper sembrerebbe prescrivere). La storia della scienza mostra che le teorie convivono a lungo con anomalie e «casi contrari» apparenti, senza essere buttate via — e spesso fanno bene (l'anomalia si rivela poi un errore di misura, o porta a una scoperta). Se gli scienziati falsificassero alla lettera, avrebbero scartato teorie preziose. Qui il modello normativo di Popper (come la scienza dovrebbe funzionare) si scontra con la storia reale (come la scienza funziona di fatto) — la tensione descrittivo/normativo del cap. 1. Sarà proprio questo scarto — tra il falsificazionismo «ideale» e la pratica storica effettiva — il punto di attacco di Thomas Kuhn, che rivoluzionerà la filosofia della scienza guardando a come la scienza è realmente andata nella storia. È il prossimo grande capitolo.

🧩 Esempio (Eddington 1919: una previsione rischiosa che poteva affondare Einstein). L'episodio preferito da Popper per illustrare la «scienza esemplare» è il test della relatività generale di Einstein. La teoria di Einstein faceva una previsione precisa e rischiosa: la luce delle stelle, passando vicino al Sole, doveva essere deviata dalla gravità di una quantità esatta (circa il doppio di quanto prevedeva la vecchia fisica di Newton). Era una previsione falsificabile in senso forte: si poteva controllare osservando, durante un'eclissi (quando le stelle vicine al Sole diventano visibili), la posizione apparente delle stelle. E, punto decisivo per Popper, la teoria rischiava grosso: se la deviazione osservata fosse stata diversa da quella predetta, la relatività sarebbe stata falsificata. Einstein «esponeva il collo». Nel 1919, la spedizione guidata da Arthur Eddington osservò un'eclissi solare e misurò la deviazione: risultò in accordo con la previsione di Einstein (e non con Newton). Per Popper, questo è il modello della buona scienza: una teoria che fa una previsione audace e rischiosa, si espone a una possibile confutazione netta, e supera un test severo (restando così corroborata — non «provata»: resta congetturale). Contrapponi questo all'astrologia o alla psicoanalisi «à la Popper»: là, qualunque esito viene dopo fatto rientrare nella teoria, che non rischia mai nulla. La differenza — dice Popper — non sta nell'oggetto, ma nell'atteggiamento: la scienza fa previsioni che potrebbero smentirla e le cerca; la pseudoscienza si mette al riparo da ogni possibile smentita. (Va aggiunto, per equilibrio, che la storia reale del test del 1919 fu più complicata e discussa di così — e proprio questo darà ragione, in parte, alle critiche di Kuhn sulla non-nettezza della falsificazione.)

🗺️ Come si collega il tutto

Questo capitolo ha esposto il falsificazionismo di Popper, la grande alternativa novecentesca al neopositivismo (cap. 5) e la risposta al problema di Hume (cap. 4). Mossa di fondo: accettare che l'induzione sia ingiustificabile e concludere che la scienza non la usa. Perno: l'asimmetria tra verificare (impossibile per le leggi universali) e falsificare (basta un contro-esempio, per modus tollens deduttivo). Criterio di demarcazione: è scientifica una teoria falsificabile (che vieta qualcosa, fa previsioni rischiose), non una che «spiega tutto» (astrologia; e — controverso — psicoanalisi, marxismo). Metodo ipotetico-deduttivo: problema → congettura → deduzione di previsioni → test severi che cercano di confutare; una teoria non si prova mai, al più resiste (è corroborata), restando fallibile. Progresso per «congetture e confutazioni», imparando dagli errori (l'esempio di Eddington 1919). Ma il falsificazionismo ha limiti: la falsificazione non è netta (problema di Duhem-Quine: si può sempre salvare la teoria incolpando ipotesi ausiliarie); e di fatto gli scienziati non abbandonano le teorie alla prima anomalia. Questo scarto tra il modello normativo e la storia reale è il varco da cui entra Thomas Kuhn, con i paradigmi e le rivoluzioni scientifiche: il prossimo capitolo.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Asimmetria verific./falsific.	Le leggi non si verificano ma si falsificano (un contro-esempio)	La simmetria (verificare e falsificare non sono pari)
Falsificabilità	Criterio di demarcazione: è scienza ciò che può essere smentito	La verificabilità (neopositivisti); e la falsità (è cosa diversa)
Previsione rischiosa	Una previsione precisa che potrebbe smentire la teoria	Una teoria che «spiega tutto» (infalsificabile)
Metodo ipotetico-deduttivo	Congettura → deduci previsioni → cerca di confutarle	Il metodo induttivo (dai fatti alle leggi)
Corroborazione	La teoria ha resistito ai test (non è «provata»)	La verificazione (che proverebbe la teoria: impossibile)
Fallibilismo	Tutta la conoscenza scientifica è provvisoria e congetturale	Il certismo (verità definitive e provate)
Problema di Duhem-Quine	Una teoria è testata insieme a ipotesi ausiliarie: si può sempre salvarla	La falsificazione «netta» del singolo enunciato

📝 Riepilogo

• Popper accetta il problema di Hume (l'induzione è ingiustificabile) e conclude: la scienza non usa l'induzione.
• Asimmetria: nessun numero di casi verifica una legge universale, ma un contro-esempio la falsifica (deduttivamente, modus tollens). Verificare è impossibile, falsificare è possibile.
• Demarcazione: è scientifica una teoria falsificabile — che vieta qualcosa, fa previsioni rischiose e controllabili. Chi «spiega tutto» (astrologia; e — controverso — psicoanalisi/marxismo) è infalsificabile, non scientifico. La forza sta nel rischio, non nell'immunità.
• Metodo ipotetico-deduttivo: problema → congettura audace → deduzione di previsioni → test severi per confutare. La teoria non si prova mai: al più resiste (corroborata), restando fallibile. Progresso per «congetture e confutazioni» (Eddington 1919).
• Limiti: falsificazione non netta (Duhem-Quine: si salva la teoria incolpando ipotesi ausiliarie); di fatto gli scienziati non falsificano alla prima anomalia → varco per Kuhn (cap. 8).

In breve

Fin qui abbiamo discusso come la scienza controlla le sue affermazioni (induzione, verificazione, falsificazione). Ora spostiamo lo sguardo sul prodotto: che cosa sono le teorie scientifiche, e che cosa fanno? Tre concetti stanno al centro. Primo: la legge scientifica. Non ogni regolarità è una legge: «tutte le monete nella mia tasca sono d'argento» è vero ma accidentale; «tutti i corpi si attraggono secondo la legge di gravità» è una legge di natura, che sostiene i controfattuali («se lasciassi cadere questo sasso, cadrebbe») e permette previsioni e spiegazioni. Distinguere le vere leggi dalle regolarità accidentali è un problema filosofico aperto. Secondo: la spiegazione scientifica. Spiegare non è solo descrivere o prevedere: è rispondere alla domanda «perché?». Il modello classico è quello nomologico-deduttivo (D-N) di Hempel: spiegare un fatto significa dedurlo da leggi generali più condizioni iniziali (spieghi perché l'acqua è ghiacciata deducendolo dalla legge «sotto 0°C l'acqua gela» + «la temperatura era −5°C»). Il modello è elegante ma ha difficoltà famose (asimmetria, irrilevanza), che hanno spinto verso concezioni causali e unificazioniste della spiegazione. Terzo: i modelli. La scienza reale non lavora quasi mai con la «legge nuda»: costruisce modelli — rappresentazioni semplificate e idealizzate (il piano senza attrito, il gas perfetto, il pendolo ideale) che «funzionano» pur essendo, letteralmente, false. Questo solleva la domanda cruciale del prossimo blocco: se le teorie usano idealizzazioni false, in che senso ci dicono com'è il mondo? È l'anticamera del dibattito realismo/antirealismo (cap. 10). Questo capitolo chiarisce che cosa distingue una legge da una regolarità qualsiasi, come funziona (e dove fallisce) il modello D-N di spiegazione, e perché i modelli idealizzati sono al cuore della scienza.

🎯 Alla fine di questo capitolo saprai: distinguere una legge di natura da una regolarità accidentale (e capire perché le leggi sostengono i controfattuali); esporre il modello nomologico-deduttivo (D-N) di Hempel e le sue difficoltà (asimmetria, irrilevanza); spiegare il ruolo dei modelli e delle idealizzazioni nella scienza; e collegare tutto ciò al problema del realismo.

Leggi di natura e spiegazione

Perché conta: «legge» e «spiegazione» sono le parole che usiamo per dire che cosa la scienza scopre e fa — ma sotto ci sono problemi filosofici tutt'altro che ovvi.

Cominciamo dalle leggi. La scienza è piena di enunciati universali: «tutti i corpi si attraggono», «nessuna informazione viaggia più veloce della luce», «i metalli si dilatano se scaldati». Chiamiamo queste leggi di natura. Ma attenzione: non ogni enunciato universale vero è una legge. Confronta due frasi entrambe vere: (a) «Tutte le monete che ho in tasca ora sono d'argento»; (b) «Tutti i corpi dotati di massa si attraggono». La (a) è vera per caso: è un'accidentale generalizzazione. Non c'è nulla nel «essere una moneta in tasca mia» che costringa a essere d'argento; se domani ci infilassi una moneta di rame, la (a) diventerebbe falsa e nessuna legge sarebbe stata «violata». La (b), invece, esprime una necessità naturale: descrive come le cose devono comportarsi in virtù di come è fatto il mondo. Come si vede la differenza? Il test filosofico più usato è quello dei controfattuali (enunciati del tipo «se fosse…, allora sarebbe…»). Una vera legge sostiene i controfattuali; una generalizzazione accidentale no. La legge di gravità mi autorizza a dire: «se lasciassi cadere questo sasso (che non lascerò cadere), allora cadrebbe». La frase sulle monete no: da «tutte le monete in tasca mia sono d'argento» non posso inferire «se mettessi questa moneta di rame in tasca, allora diventerebbe d'argento» (assurdo). Le leggi «governano» anche i casi non realizzati (i possibili, gli ipotetici); le regolarità accidentali riguardano solo ciò che di fatto accade. È proprio questa forza — sostenere previsioni, controfattuali e spiegazioni — che rende le leggi il cuore della scienza. (Che cosa sia, in ultima analisi, questa «necessità naturale» — se stia nelle cose o solo nel nostro modo di ordinarle — è un problema metafisico profondo, aperto da Hume in poi; qui ci basta la distinzione operativa.)

Veniamo alla spiegazione. Che la scienza preveda lo sappiamo; ma la scienza pretende anche di spiegare: di dirci perché un fenomeno accade, non solo che accade. Il tentativo più celebre di dire che cosa sia una spiegazione scientifica è il modello nomologico-deduttivo (D-N, deductive-nomological) di Carl Hempel (anni '40-'60). L'idea, elegante: spiegare un fenomeno significa dedurlo logicamente da premesse che comprendono almeno una legge di natura («nomos» = legge) più le condizioni iniziali del caso. La spiegazione ha la forma di un argomento deduttivo valido: le premesse (leggi + condizioni) implicano con certezza la conclusione (il fatto da spiegare, l'explanandum). Esempio: perché quel termometro si è rotto stanotte? Perché (legge) «l'acqua congelando aumenta di volume ed esercita una pressione enorme» + (condizione) «il termometro conteneva acqua e la temperatura è scesa sotto lo zero»; da qui si deduce che il vetro si è spaccato. Spiegare = mostrare che il fenomeno era atteso, previsto, in base a leggi: «doveva succedere, date le leggi e le circostanze». Il fascino del modello D-N è che rende la spiegazione oggettiva e logica, e la avvicina alla previsione (spiegazione e previsione avrebbero la stessa struttura: la differenza è solo temporale — se il fatto è già avvenuto lo «spieghi», se deve avvenire lo «prevedi»). Ma il modello incontra contro-esempi celebri che mostrano che «dedurre da leggi» non basta per spiegare. Due classici. (1) Asimmetria (il pennone e l'ombra): dalla lunghezza di un pennone + le leggi dell'ottica + la posizione del Sole posso dedurre la lunghezza dell'ombra — e questo spiega l'ombra. Ma la deduzione funziona anche al contrario: dalla lunghezza dell'ombra (+ leggi + Sole) posso dedurre l'altezza del pennone. Eppure l'ombra non spiega l'altezza del pennone! La deduzione è simmetrica, la spiegazione no: il pennone spiega l'ombra, non viceversa. Manca, nel modello D-N, la direzione (che è, intuitivamente, causale: il pennone causa l'ombra). (2) Irrilevanza (il sale «stregato»): «tutto il sale su cui è stato pronunciato un incantesimo si scioglie in acqua»; «su questo sale è stato pronunciato un incantesimo»; dunque «questo sale si scioglie». È un argomento D-N valido con una «legge» vera — ma non spiega un bel niente: l'incantesimo è irrilevante (il sale si scioglie comunque). Il modello D-N non ha risorse per escludere le premesse irrilevanti. Questi contro-esempi hanno spinto molti verso l'idea che spiegare sia, in fondo, indicare le cause: la concezione causale della spiegazione (spiegare X = mostrare che cosa ha prodotto X). Altri hanno proposto che spiegare sia unificare (ricondurre molti fenomeni diversi a poche leggi comuni: la forza della gravità di Newton sta nell'unificare mele che cadono e pianeti che orbitano). Il dibattito resta aperto: non c'è consenso su che cosa sia una spiegazione: ma il modello D-N resta il punto di partenza obbligato, e i suoi fallimenti sono istruttivi quanto la sua struttura.

📌 Definizione formale. Legge di natura: enunciato universale che esprime una regolarità necessaria del mondo, sostiene i controfattuali e fonda previsioni e spiegazioni — a differenza di una generalizzazione accidentale (vera «per caso», che non sostiene i controfattuali). Modello nomologico-deduttivo (D-N) di Hempel: spiegare un fenomeno = dedurlo da un argomento valido le cui premesse includono almeno una legge più le condizioni iniziali. Difficoltà principali: asimmetria (la deduzione è reversibile, la spiegazione no) e irrilevanza (premesse irrilevanti danno deduzioni valide ma non spiegazioni).

Modelli e idealizzazioni

Perché conta: la scienza reale non lavora con «la legge nuda» ma con modelli semplificati e falsi — e capire perché apre la strada al problema del realismo.

C'è un'ultima cosa che il quadro «leggi + deduzioni» rischia di nascondere: nella pratica, la scienza lavora quasi sempre attraverso modelli. Un modello scientifico è una rappresentazione semplificata e idealizzata di un pezzo di mondo, costruita per renderlo trattabile (calcolabile, comprensibile, manipolabile). Pensa a esempi che hai già incontrato: il piano inclinato senza attrito, il punto materiale (un corpo ridotto a un punto, senza dimensioni), il gas perfetto (molecole puntiformi che non interagiscono), il pendolo ideale (filo senza massa, oscillazioni piccole), la popolazione infinita in genetica, il mercato in concorrenza perfetta in economia. In ciascun caso lo scienziato non descrive il fenomeno reale così com'è: lo idealizza, cioè introduce deliberatamente assunzioni che sa essere false (l'attrito esiste, le molecole dei gas reali interagiscono, un filo ha massa). Perché farlo? Perché il fenomeno reale, in tutta la sua complessità, sarebbe intrattabile: idealizzando, si isola ciò che conta, si «pota» il resto, e si ottiene un modello con cui si può effettivamente calcolare e ragionare. Questa è una scoperta importante sulla scienza: le sue rappresentazioni sono modelli, e i modelli sono, in senso letterale, falsi (semplificano, distorcono, omettono). Eppure funzionano benissimo: il modello del gas perfetto predice il comportamento dei gas reali con ottima approssimazione in molte condizioni. Come può qualcosa di falso essere così utile e predittivo? Ecco la tensione filosofica. Una risposta: i modelli sono approssimazioni — false «alla lettera» ma «abbastanza vicine» al vero da funzionare nel loro dominio (e sappiamo quando correggere: quando l'attrito conta, lo si reintroduce). Un'altra risposta, più radicale, è che i modelli sono strumenti — dispositivi per fare previsioni e calcoli, non «fotografie» del mondo: chiedersi se il gas perfetto sia «vero» sarebbe come chiedersi se una mappa della metropolitana sia «vera» (è utile, non «vera»). Nota come questo secondo modo di parlare suoni antirealista: se le teorie sono strumenti utili e non descrizioni letterali, allora forse non dobbiamo credere che i loro contenuti (specie le entità inosservabili: elettroni, campi, geni) esistano davvero — ci basta che le teorie «salvino i fenomeni». Il modo opposto di parlare è realista: i modelli idealizzati sono approssimazioni a una verità che c'è, e la scienza matura ci dice, sempre meglio, com'è fatto il mondo (elettroni e geni compresi). Non risolviamo qui la questione — è il tema del cap. 10. Ci basta aver visto perché si pone: proprio perché il prodotto tipico della scienza non è la «verità nuda», ma il modello — potente, predittivo e, insieme, dichiaratamente semplificato. Tenere insieme queste due cose (i modelli funzionano e sono idealizzati) è una delle sfide centrali della filosofia della scienza contemporanea.

🔗 Analogia (la mappa). Un modello scientifico è come una mappa geografica. Una mappa utile non è quella in scala 1:1 che riproduce ogni dettaglio (sarebbe grande come il territorio e inservibile): è quella che semplifica e omette — la mappa della metro non rispetta distanze né forme reali, «mente» sulla geografia, eppure ti porta a destinazione meglio di una foto satellitare. È falsa alla lettera (le linee non sono davvero dritte e colorate) e utilissima allo scopo. Così i modelli: idealizzano, distorcono, tacciono ciò che non serve, e proprio per questo funzionano. E come per le mappe, la domanda «questa mappa è vera?» è mal posta: meglio chiedere «è buona per questo scopo?». Chi estende questa intuizione a tutte le teorie scientifiche (anche alle entità inosservabili) diventa antirealista; chi pensa che, oltre l'utilità, le teorie mature descrivano un territorio reale che c'è, resta realista. La stessa analogia della mappa, si vede, può essere tirata in due direzioni: ed è esattamente ciò che accadrà nel dibattito del cap. 10.

🗺️ Come si collega il tutto

Questo capitolo ha spostato lo sguardo dal metodo (capp. 3-6) al prodotto della scienza: le teorie, fatte di leggi, che spiegano attraverso modelli. Una legge di natura non è una regolarità qualunque: si distingue dalle generalizzazioni accidentali perché sostiene i controfattuali («se lasciassi cadere…») e fonda previsioni e spiegazioni. Spiegare non è solo prevedere: il modello nomologico-deduttivo (D-N) di Hempel dice che spiegare = dedurre il fenomeno da leggi + condizioni iniziali; ma i contro-esempi dell'asimmetria (pennone/ombra) e dell'irrilevanza (sale «stregato») mostrano che la deduzione da leggi non basta — servono la causa o l'unificazione. Infine, la scienza reale lavora con modelli idealizzati (piano senza attrito, gas perfetto): rappresentazioni semplificate e alla lettera false, eppure predittive. Questa tensione — modelli utili e idealizzati — è la porta d'ingresso al grande dibattito realismo/antirealismo (cap. 10): le teorie descrivono il mondo o sono solo strumenti utili? Prima, però, dobbiamo tornare alla dinamica storica: come cambiano le teorie nel tempo? Qui entra in scena Thomas Kuhn (cap. 8), che, guardando alla storia reale della scienza, rimette in discussione tutta l'immagine «logica» costruita fin qui.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Legge di natura	Regolarità necessaria che sostiene i controfattuali e fonda le spiegazioni	La generalizzazione accidentale (vera «per caso»)
Controfattuale	Enunciato «se fosse…, allora sarebbe…»: le vere leggi lo sostengono	Il condizionale materiale della logica (è cosa diversa)
Modello D-N (Hempel)	Spiegare = dedurre il fatto da leggi + condizioni iniziali	La sola previsione (spiegare non è solo prevedere)
Asimmetria della spiegazione	Il pennone spiega l'ombra, non viceversa (la deduzione invece è reversibile)	La simmetria della deduzione logica
Irrilevanza	Premesse irrilevanti danno deduzioni valide ma non spiegazioni	La rilevanza causale (che il D-N non cattura)
Modello scientifico	Rappresentazione semplificata e idealizzata, «falsa» ma trattabile e predittiva	La descrizione letterale e completa del fenomeno
Idealizzazione	Assunzione deliberatamente falsa (attrito zero, gas perfetto) che rende il modello calcolabile	L'errore o l'approssimazione involontaria

📝 Riepilogo

• Non ogni universale vero è una legge: «monete in tasca d'argento» è accidentale, «i corpi si attraggono» è una legge di natura. Il test: le vere leggi sostengono i controfattuali («se lasciassi cadere…»); le accidentali no.
• Spiegare non è solo prevedere. Il modello nomologico-deduttivo (D-N) di Hempel: spiegare = dedurre il fenomeno da leggi + condizioni iniziali (mostrare che «doveva accadere»).
• Difficoltà del D-N: asimmetria (pennone/ombra: la deduzione è reversibile, la spiegazione no → manca la causa) e irrilevanza (il sale «stregato»: deduzione valida ma vuota). → concezioni causali e unificazioniste della spiegazione.
• La scienza reale usa modelli idealizzati (piano senza attrito, gas perfetto, pendolo ideale): rappresentazioni semplificate e alla lettera false, ma predittive (analogia della mappa).
• Se i modelli sono utili «strumenti» falsi, in che senso le teorie descrivono il mondo? È l'anticamera del dibattito realismo/antirealismo (cap. 10). Prima, la dinamica storica: Kuhn (cap. 8).

In breve

Con Thomas Kuhn (1922-1996) e il suo libro La struttura delle rivoluzioni scientifiche (1962) la filosofia della scienza cambia rotta. Fino a qui — neopositivisti (cap. 5) e Popper (cap. 6) — ci si chiedeva come la scienza dovrebbe funzionare (verificare? falsificare?): un approccio normativo e logico. Kuhn, che era uno storico della scienza, ribalta la prospettiva: guardiamo come la scienza è realmente andata nella storia. E la storia, dice, non assomiglia né all'accumulo di verifiche né al continuo falsificare-e-abbandonare di Popper. Assomiglia a questo: per lunghi periodi gli scienziati lavorano tranquilli dentro un paradigma condiviso — un modo consolidato di vedere e fare scienza (teorie, metodi, problemi-modello, valori). È la scienza normale: non si mette in discussione il paradigma, si «risolvono rompicapi» (puzzle-solving) al suo interno. Col tempo si accumulano anomalie (fatti che il paradigma non riesce a spiegare); finché la comunità entra in crisi. Allora emerge un paradigma rivale, e avviene una rivoluzione scientifica: un cambio di paradigma (paradigm shift) — non un ritocco, ma una conversione dell'intera visione del mondo (da Tolomeo a Copernico, da Newton a Einstein). Il punto più esplosivo: i paradigmi in competizione sono, secondo Kuhn, incommensurabili — mancano di un metro comune di misura. Chi sta in paradigmi diversi «vede» cose diverse, usa concetti che non si traducono l'uno nell'altro, e non c'è un esperimento neutro che decida meccanicamente chi ha ragione. Questo ha una conseguenza dirompente: se non c'è un criterio neutro e sovra-paradigmatico, in che senso la scienza «progredisce verso il vero»? Kuhn suggerisce un progresso da (ci allontaniamo da problemi risolti male) più che verso una verità finale — e apre le porte al relativismo (che lui però, in parte, respingerà). Questo capitolo espone il ciclo di Kuhn — scienza normale, anomalie, crisi, rivoluzione — i concetti di paradigma e incommensurabilità, e la sfida che pone all'idea di progresso e razionalità della scienza.

🎯 Alla fine di questo capitolo saprai: spiegare il passaggio da un approccio normativo a uno storico alla scienza; definire paradigma, scienza normale (puzzle-solving), anomalia, crisi, rivoluzione scientifica (paradigm shift); esporre la tesi dell'incommensurabilità e le sue conseguenze sul progresso e sulla razionalità; e riconoscere l'accusa di relativismo rivolta a Kuhn.

Scienza normale, anomalie, rivoluzioni

Perché conta: è il modello del cambiamento scientifico che ha rimpiazzato l'immagine «logica» di Popper e neopositivisti, spostando l'attenzione dalla logica alla storia e alla comunità.

Thomas Kuhn non era un logico ma uno storico e fisico di formazione, e la sua rivoluzione nasce da una domanda storica: se guardiamo come la scienza è effettivamente cambiata nei secoli, che immagine ne ricaviamo? Non — risponde Kuhn — quella dei filosofi. Non l'accumulo lineare di verità (neopositivisti), né lo scienziato-Popper che abbandona la teoria alla prima falsificazione. La storia mostra qualcosa di più interessante e a scatti. Il concetto-chiave è paradigma. Un paradigma è, in senso ampio, l'intera costellazione condivisa da una comunità scientifica in un dato periodo: le teorie fondamentali accettate, i metodi legittimi, gli strumenti, i problemi che vale la pena porsi, i criteri di ciò che conta come «buona soluzione», e — cruciale — gli esempi esemplari (exemplars): i problemi-modello risolti (in un manuale, in un esperimento classico) che i nuovi scienziati imparano e imitano. Un paradigma è, insomma, un modo di vedere e fare scienza che si impara per apprendistato e si dà per scontato. La fisica newtoniana, la chimica di Lavoisier, la biologia darwiniana sono stati paradigmi. Quando una comunità ha un paradigma condiviso, entra nella fase che Kuhn chiama scienza normale. Ed è forse la sua osservazione più spiazzante: la scienza normale non mette in discussione il paradigma, e non cerca di falsificarlo (contro Popper!). Al contrario, lo presuppone e ci lavora dentro. Gli scienziati normali fanno puzzle-solving: risolvono rompicapi (puzzles), cioè problemi che il paradigma garantisce avere una soluzione (come un cruciverba: sai che una risposta c'è, e le regole per trovarla). Estendono la teoria a nuovi casi, misurano costanti con più precisione, «puliscono» dettagli. È un lavoro cumulativo, preciso, spesso poco «eroico» — ma indispensabile: è così che una scienza matura e mette a frutto il suo paradigma. Fondamentale: se un rompicapo non si risolve, di norma la colpa ricade sullo scienziato (non è stato abbastanza bravo), non sul paradigma. Il paradigma è, per la scienza normale, sostanzialmente immune dalla confutazione. Ma col tempo emergono le anomalie: fenomeni che il paradigma, nonostante gli sforzi, non riesce a spiegare o che contraddicono le sue previsioni. All'inizio le anomalie vengono tollerate, messe da parte, «parcheggiate» come rompicapi ancora da risolvere (e qui Kuhn dà ragione alla realtà contro Popper: gli scienziati non buttano il paradigma alla prima anomalia — fanno bene, perché spesso l'anomalia si risolve). Ma se le anomalie si accumulano, diventano gravi, resistono a ogni tentativo, colpiscono il cuore del paradigma — allora subentra la crisi: la comunità perde fiducia, le «regole del gioco» si allentano, proliferano proposte alternative, si torna a discutere dei fondamenti (segno che qualcosa non va). La crisi è la premessa della rivoluzione scientifica: l'emergere di un nuovo paradigma rivale che promette di risolvere le anomalie e ricompattare la comunità. Se il nuovo paradigma vince, avviene il cambio di paradigma (paradigm shift): la comunità abbandona il vecchio e adotta il nuovo. Ed è, insiste Kuhn, un cambiamento globale e discontinuo: non un mattone in più sull'edificio, ma la ricostruzione dell'edificio su nuove fondamenta. Dopodiché comincia una nuova scienza normale, dentro il nuovo paradigma, fino alla prossima crisi. Il ciclo — scienza normale → anomalie → crisi → rivoluzione → nuova scienza normale — è la «struttura» delle rivoluzioni scientifiche del titolo. La scienza, per Kuhn, non cresce in modo lineare e cumulativo, ma alterna lunghi periodi «normali» (cumulativi) a brusche rivoluzioni (discontinue) che ne riscrivono le basi.

📌 Definizione formale. Paradigma: la costellazione condivisa da una comunità scientifica (teorie, metodi, valori, e soprattutto esempi esemplari di problemi risolti) che definisce cosa e come si fa scienza in un dato periodo. Scienza normale: attività di puzzle-solving dentro un paradigma dato, che lo presuppone senza metterlo in discussione. Anomalia: fenomeno che il paradigma non riesce a spiegare. Crisi: perdita di fiducia dovuta all'accumulo di anomalie. Rivoluzione scientifica (paradigm shift): sostituzione globale e discontinua di un paradigma con uno rivale.

Incommensurabilità, progresso, relativismo

Perché conta: è la tesi che rende Kuhn «pericoloso» — quella che mette in dubbio l'idea stessa di progresso oggettivo e razionale della scienza.

Fin qui Kuhn potrebbe sembrare «solo» un fine storico. Il vero terremoto è nella sua analisi di che cosa succede durante una rivoluzione — e in particolare nella tesi dell'incommensurabilità (incommensurability, letteralmente: mancanza di una misura comune). Due paradigmi rivali, sostiene Kuhn, sono incommensurabili: non c'è un metro neutro, esterno a entrambi, con cui confrontarli e decidere «oggettivamente» quale sia superiore. L'incommensurabilità ha più facce. (1) Semantica: i termini cambiano significato attraverso la rivoluzione. «Massa» in Newton e «massa» in Einstein sembrano la stessa parola, ma nei due paradigmi hanno significati diversi (la massa newtoniana è invariante, quella relativistica no); «pianeta» significava qualcosa di diverso per Tolomeo e per Copernico (per Tolomeo il Sole era un pianeta e la Terra no; per Copernico l'opposto). I concetti dei due paradigmi non si traducono perfettamente l'uno nell'altro. (2) Percettiva/osservativa: qui Kuhn riprende l'idea che l'osservazione sia carica di teoria (cap. 3) e la porta all'estremo. Scienziati di paradigmi diversi, guardando la «stessa» cosa, in un certo senso vedono cose diverse: dove Aristotele vedeva un corpo «vincolato» che oscilla cercando il suo luogo naturale, Galileo vedeva un pendolo (un corpo che ripete quasi all'infinito lo stesso moto). Non è che interpretino diversamente gli stessi dati: è il modo stesso di strutturare l'esperienza a cambiare (Kuhn usa l'immagine della gestalt, le figure ambigue: lo stesso disegno «anatra o coniglio» — la stessa immagine sulla retina, ma vedi l'uno o l'altro). (3) Metodologica: cambiano anche i criteri di cosa conta come problema legittimo e come buona soluzione. Conseguenza esplosiva: se i paradigmi sono incommensurabili, il passaggio dall'uno all'altro non può essere una scelta puramente logica e forzata dai dati (come volevano Popper e i neopositivisti). Nessun esperimento cruciale neutro «dimostra» meccanicamente che il nuovo paradigma è migliore, perché non c'è un linguaggio osservativo neutro né criteri condivisi da entrambi. Kuhn arriva a parlare, provocatoriamente, di conversione: adottare un nuovo paradigma somiglia più a una conversione (gestaltica, quasi «religiosa» o generazionale — «la vecchia guardia non si converte, muore») che a una deduzione. Da qui l'accusa più pesante rivolta a Kuhn: relativismo e irrazionalismo. Se non c'è un metro neutro, se il cambio è una «conversione», allora — obiettano i critici — la scienza non progredisce verso la verità in modo oggettivo; scegliere un paradigma diventa una questione di persuasione, moda, sociologia della comunità, «potere» accademico. La scienza perderebbe la sua pretesa di razionalità e oggettività. Kuhn ha sempre resistito a questa lettura estrema (e nelle opere successive ha molto precisato). Il suo punto, dice, non è che «tutto va bene» o che la scelta sia arbitraria: gli scienziati hanno buone ragioni per preferire un paradigma — Kuhn stesso elenca valori condivisi che guidano la scelta (accuratezza, coerenza, ampiezza, semplicità, fecondità). Solo che questi valori non funzionano come un algoritmo che forza un'unica risposta: sono criteri che persone ragionevoli possono pesare diversamente (uno privilegia la semplicità, l'altro l'accuratezza), e che non garantiscono un verdetto unanime e meccanico. La scelta è razionale ma non algoritmica; guidata da ragioni ma non costretta dalla logica. E sul progresso: Kuhn accetta che la scienza progredisca, ma preferisce descriverlo come un progresso da (allontanamento da stadi meno adeguati, come nell'evoluzione biologica che «va via da» forme meno adatte) più che come avvicinamento verso una verità finale, unica e prefissata. Che questa posizione «salvi» davvero l'oggettività della scienza, o la ceda troppo, è tuttora discusso. Ma una cosa è certa: dopo Kuhn non si è più potuto pensare alla scienza ignorando la sua storia e la sua natura di impresa comunitaria. E il problema che ha aperto — quanto la scelta tra teorie sia razionale e quanto invece dipenda da fattori «esterni» — è esattamente il terreno su cui si muoveranno Lakatos (che cerca di recuperare la razionalità) e Feyerabend (che la spinge verso l'anarchismo): il prossimo capitolo.

🧩 Esempio (la rivoluzione copernicana come paradigm shift). Il caso emblematico è il passaggio dall'astronomia tolemaica (geocentrica: la Terra ferma al centro, i corpi celesti che le girano intorno) a quella copernicana (eliocentrica: il Sole al centro, la Terra un pianeta che ruota e orbita). Vediamolo col ciclo di Kuhn. Scienza normale tolemaica: per secoli gli astronomi lavorano dentro il paradigma di Tolomeo, risolvendo il «rompicapo» di prevedere le posizioni dei pianeti aggiungendo epicicli (cerchi su cerchi) per far quadrare i conti col cielo osservato. Anomalie: i moti planetari (specie le retrogradazioni, i pianeti che sembrano tornare indietro) richiedono un apparato di epicicli sempre più complicato e artificioso; la precisione delle previsioni non basta, la costruzione diventa barocca. Crisi: il sistema, pur «funzionante», appare sempre più macchinoso; cresce l'insoddisfazione sui fondamenti. Rivoluzione: Copernico (e poi Keplero, Galileo, Newton) propone un paradigma alternativo — eliocentrico — che spiega con eleganza fenomeni prima artificiosi (la retrogradazione diventa un semplice effetto prospettico del fatto che la Terra stessa si muove). Incommensurabilità: nota che «pianeta» cambia significato (per Tolomeo il Sole è un pianeta, la Terra no; per Copernico la Terra è un pianeta, il Sole no); e il passaggio non fu forzato da un singolo «esperimento cruciale» che dimostrasse l'errore di Tolomeo — i due sistemi, per molto tempo, «salvavano» entrambi i fenomeni osservati. La vittoria dell'eliocentrismo fu un processo lungo, fatto di ragioni (semplicità, fecondità, coerenza con la nuova fisica) più che di una singola confutazione schiacciante — proprio come descrive Kuhn.

🗺️ Come si collega il tutto

Questo capitolo ha introdotto la svolta storicista di Kuhn contro l'immagine logica e normativa di neopositivisti (cap. 5) e Popper (cap. 6). Non «come la scienza dovrebbe funzionare» ma «come è realmente andata». Concetti-chiave: la scienza matura lavora dentro un paradigma (teorie, metodi, valori, esempi esemplari condivisi); per lunghi periodi fa scienza normale (puzzle-solving), che presuppone il paradigma e non lo falsifica (contro Popper); l'accumulo di anomalie porta alla crisi e poi alla rivoluzione scientifica (paradigm shift), un cambiamento globale e discontinuo. La tesi più radicale è l'incommensurabilità: paradigmi rivali mancano di un metro comune (semantico, percettivo, metodologico), sicché il cambio non è forzato dalla sola logica ma somiglia a una conversione. Da qui l'accusa di relativismo, che Kuhn respinge distinguendo scelta razionale (guidata da valori condivisi) da scelta algoritmica, e ridefinendo il progresso come progresso «da» più che «verso» una verità finale. La sfida che ha aperto — quanta razionalità c'è nel cambiamento scientifico — è raccolta nel prossimo capitolo da Lakatos, che tenta di salvare la razionalità con i «programmi di ricerca», e da Feyerabend, che al contrario spinge verso l'anarchismo metodologico («anything goes»).

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Paradigma	La costellazione condivisa (teorie, metodi, valori, esempi) che definisce come si fa scienza	Una singola teoria (il paradigma è più ampio)
Scienza normale	Puzzle-solving dentro il paradigma, che lo presuppone senza discuterlo	Il falsificare continuo di Popper (Kuhn lo nega)
Anomalia	Fenomeno che il paradigma non riesce a spiegare	La falsificazione immediata (l'anomalia è tollerata a lungo)
Rivoluzione scientifica	Cambio globale e discontinuo di paradigma (paradigm shift)	L'accumulo lineare e cumulativo di conoscenza
Incommensurabilità	Mancanza di un metro neutro comune tra paradigmi rivali	L'incompatibilità logica (è cosa diversa: qui manca la traduzione)
Conversione	Il cambio di paradigma somiglia a un mutamento gestaltico, non a una deduzione	La scelta forzata da un «esperimento cruciale» neutro
Progresso «da» / «verso»	Kuhn: ci allontaniamo da stadi peggiori, senza una verità finale prefissata	Il progresso cumulativo verso la Verità unica

📝 Riepilogo

• Kuhn (storico della scienza) sostituisce l'approccio normativo/logico con uno storico: come la scienza è realmente cambiata.
• Paradigma: costellazione condivisa (teorie, metodi, valori, esempi esemplari). Nella scienza normale gli scienziati fanno puzzle-solving e presuppongono il paradigma (non lo falsificano — contro Popper).
• Ciclo: scienza normale → anomalie (tollerate a lungo) → crisi → rivoluzione scientifica (paradigm shift, cambiamento globale e discontinuo) → nuova scienza normale. La scienza cresce a scatti, non in modo lineare.
• Incommensurabilità: paradigmi rivali mancano di un metro comune (i termini cambiano significato; l'osservazione è carica di teoria; cambiano i criteri). Il cambio somiglia a una conversione, non a una deduzione forzata dai dati.
• Accusa di relativismo: Kuhn resiste — la scelta è razionale (guidata da valori: accuratezza, semplicità, coerenza…) ma non algoritmica; progresso «da» più che «verso» una verità finale. → apre la strada a Lakatos e Feyerabend (cap. 9).

In breve

Dopo Kuhn (cap. 8), la domanda brucia: se il cambiamento scientifico non è forzato dalla pura logica, quanta razionalità resta nella scienza? Due allievi/interlocutori del clima post-kuhniano rispondono in modi opposti, e insieme delimitano lo spazio del dibattito. Imre Lakatos (1922-1974) vuole salvare la razionalità: né il falsificazionismo «ingenuo» di Popper (troppo severo: butterebbe teorie preziose) né il relativismo che vede in Kuhn (troppo remissivo: farebbe della scienza una questione di «folla» e conversione). La sua sintesi è la metodologia dei programmi di ricerca scientifici. L'unità da valutare non è la singola teoria (Popper) né l'intero paradigma (Kuhn), ma il programma di ricerca: una sequenza di teorie collegate, con un nucleo (hard core) intoccabile, una cintura protettiva di ipotesi ausiliarie modificabili, ed euristiche che guidano la ricerca. Un programma è progressivo se prevede fatti nuovi (e ne conferma qualcuno), degenerante se si limita ad aggiustamenti ad hoc per parare le anomalie. Il criterio razionale non è «vero/falso» qui e ora, ma progressivo/degenerante nel tempo: ed è oggettivo (salva la razionalità) senza essere ingenuo (rispetta la storia). Paul Feyerabend (1924-1994) va nella direzione opposta ed estrema: contro il metodo. Studiando la storia reale, sostiene che nessuna regola metodologica (falsificazione, induzione, coerenza…) è stata rispettata sempre — e per fortuna, perché ogni grande progresso (Galileo!) è avvenuto violando le regole allora vigenti. La sua tesi provocatoria è l'anarchismo metodologico: l'unico principio che non blocca il progresso è «anything goes» (tutto va bene). Feyerabend difende il pluralismo (proliferazione di teorie rivali), attacca l'idea che la scienza abbia un metodo privilegiato e un'autorità superiore ad altre forme di sapere, e arriva a un relativismo culturale radicale. Questo capitolo mette a confronto le due risposte — Lakatos «salva» la razionalità con i programmi di ricerca, Feyerabend la dissolve nell'anarchismo — chiarendo così l'intero spettro di posizioni sul metodo aperto da Kuhn.

🎯 Alla fine di questo capitolo saprai: esporre la metodologia dei programmi di ricerca di Lakatos (nucleo, cintura protettiva, euristiche; programmi progressivi vs degeneranti) come tentativo di salvare la razionalità; spiegare l'anarchismo metodologico di Feyerabend («anything goes»), la sua critica al metodo e il suo pluralismo/relativismo; e collocare le due posizioni come risposte opposte al problema aperto da Kuhn.

Lakatos: i programmi di ricerca

Perché conta: è il tentativo più raffinato di conciliare la severità di Popper con il realismo storico di Kuhn — di salvare la razionalità senza negare la storia.

Imre Lakatos si trova stretto tra due posizioni che gli paiono entrambe insoddisfacenti. Da una parte il falsificazionismo di Popper (cap. 6): logicamente pulito, ma — se preso alla lettera — troppo severo e storicamente falso. Se gli scienziati abbandonassero una teoria alla prima anomalia, avrebbero buttato via, appena nate, teorie poi rivelatesi grandissime (la gravitazione di Newton nacque già con anomalie nell'orbita della Luna). La storia mostra che le teorie convivono a lungo con le anomalie, e fanno bene. Dall'altra parte il Kuhn (cap. 8) che, per rendere conto di questo, sembra a Lakatos consegnare la scienza all'irrazionalità: se il cambio di paradigma è «conversione», folla, psicologia di comunità, allora — teme Lakatos — non c'è più un criterio oggettivo di quando è razionale cambiare idea, e la scienza diventa «mob psychology» (psicologia della folla). Lakatos vuole una terza via: rispettare la storia (come Kuhn) mantenendo un criterio razionale e oggettivo (come Popper). La sua proposta è la metodologia dei programmi di ricerca scientifici. L'idea di fondo: l'unità corretta di valutazione non è la singola teoria isolata (l'errore di Popper), né l'intero paradigma monolitico (il rischio di Kuhn), ma il programma di ricerca (research programme): una sequenza storica di teorie collegate, che evolvono nel tempo secondo un piano. Ogni programma ha una struttura precisa. (1) Il nucleo (hard core): le assunzioni fondamentali, «intoccabili» per decisione metodologica — non le si mette in discussione finché il programma vive (per Newton: le tre leggi della dinamica + la gravitazione universale). (2) La cintura protettiva (protective belt): l'anello di ipotesi ausiliarie, condizioni al contorno, assunzioni osservative che circonda il nucleo. Quando arriva un'anomalia, non si tocca il nucleo: si modifica la cintura (si aggiusta un'ipotesi ausiliaria) per «assorbire» l'urto e proteggere il cuore del programma. (Qui Lakatos incassa il problema di Duhem-Quine, cap. 6, e ne fa una strategia razionale: è giusto proteggere il nucleo, entro certi limiti.) (3) Le euristiche: l'euristica negativa vieta di scagliare il modus tollens contro il nucleo (proteggilo!); l'euristica positiva è il «programma» costruttivo — un piano parzialmente articolato di come sviluppare e complicare i modelli per estendere la teoria e affrontare i problemi. Fin qui sembra che «tutto sia permesso» (si può sempre salvare il nucleo). Ecco il colpo di genio di Lakatos, che reintroduce il criterio razionale: la distinzione tra programmi progressivi e degeneranti. Un programma è progressivo se le modifiche della cintura non sono solo «tappabuchi»: se anticipano fatti nuovi — se il programma predice fenomeni inattesi (previsioni eccedenti, non fatte solo per parare l'anomalia) e almeno alcune di queste previsioni si avverano. Un programma progressivo cresce: scopre cose nuove, guadagna contenuto empirico. Un programma è invece degenerante se le sue mosse sono puramente difensive e ad hoc: aggiustamenti che spiegano a posteriori l'anomalia ma non predicono nulla di nuovo, che si limitano a «salvare le apparenze» rincorrendo i fatti senza mai anticiparli. Ecco il criterio: è razionale restare in un programma progressivo (anche se ha anomalie irrisolte!) e razionale abbandonare un programma degenerante a favore di un rivale più progressivo. La chiave è che questo giudizio si dà nel tempo e in modo comparativo (un programma vs i suoi rivali), non sul singolo esperimento. Così Lakatos crede di aver salvato ciò che gli premeva: un criterio oggettivo di razionalità scientifica (progressivo/degenerante) che, a differenza del falsificazionismo ingenuo, rispetta la pazienza storica degli scienziati verso le anomalie, e, a differenza di Kuhn, non riduce il cambiamento a psicologia di massa. (Restano obiezioni: quanto tempo va concesso a un programma «temporaneamente degenerante» prima di dichiararlo morto? Il criterio, di fatto, giudica bene col senno di poi ma guida meno nettamente le scelte sul momento. Ma come ricostruzione razionale della storia della scienza, la proposta di Lakatos resta potente.)

📌 Definizione formale. Programma di ricerca (Lakatos): sequenza storica di teorie con un nucleo (hard core, intoccabile per decisione), una cintura protettiva di ipotesi ausiliarie (modificabili per assorbire le anomalie) ed euristiche (negativa: proteggi il nucleo; positiva: piano di sviluppo). Programma progressivo: predice fatti nuovi e ne conferma alcuni (cresce in contenuto empirico). Programma degenerante: si limita ad aggiustamenti ad hoc che parano le anomalie senza predire nulla di nuovo. È razionale preferire i programmi progressivi ai degeneranti (giudizio comparativo e nel tempo).

Feyerabend: contro il metodo

Perché conta: è la posizione-limite — la negazione che esista un metodo scientifico privilegiato — che mette alla prova, per contrasto, ogni tentativo di «salvare» la razionalità.

All'estremo opposto di Lakatos sta il suo amico e sparring-partner Paul Feyerabend, l'enfant terrible della filosofia della scienza. Il suo libro-manifesto si intitola, non a caso, Contro il metodo (Against Method, 1975). La tesi è radicale: non esiste un «metodo scientifico» — un insieme di regole fisse e universali (falsifica!, sii coerente!, parti dai fatti!) che caratterizzi la scienza e ne garantisca il successo. E non solo non esiste di fatto: non deve esistere, perché qualunque regola rigida, se applicata sempre, bloccherebbe il progresso. Feyerabend arriva a questa conclusione con lo stesso metodo di Kuhn — guardando la storia reale — ma la spinge molto oltre. Prendi qualunque regola metodologica che i filosofi hanno proposto come sacra, dice, e troverai nella storia un episodio in cui i più grandi scienziati l'hanno violata, e in cui violarla è stato necessario per progredire. Il suo caso-simbolo è Galileo. Feyerabend argomenta (provocatoriamente) che Galileo, per far avanzare il copernicanesimo, violò ripetutamente le regole del «buon metodo»: usò la propaganda e la retorica; si affidò al cannocchiale quando non c'era ancora una teoria ottica che ne garantisse l'affidabilità per gli oggetti celesti (e le osservazioni contraddicevano l'occhio nudo); tenne in vita l'ipotesi copernicana nonostante le anomalie (l'assenza dell'apparente «vento» o degli effetti attesi dal moto terrestre, la mancanza di parallasse stellare). Se Galileo avesse seguito il «metodo» dei suoi critici — attenersi ai fatti osservati, non contraddire l'evidenza dei sensi, non tenere teorie confutate — il copernicanesimo sarebbe stato soffocato in culla. Morale: il progresso ha richiesto di rompere le regole. Da qui lo slogan celebre: l'unico principio che non ostacola il progresso in ogni circostanza è «anything goes» — «tutto va bene». Attenzione a non fraintenderlo: Feyerabend non dice «fate qualunque sciocchezza, tutto è ugualmente valido» come consiglio pratico allo scienziato. Dice qualcosa di più sottile e negativo: nessuna singola regola è così buona da non dover mai essere infranta; non c'è un algoritmo universale della buona scienza. Questo lo chiama anarchismo metodologico (o «epistemologico»): non un metodo, ma l'assenza di un metodo unico e obbligatorio. Dalla critica al metodo Feyerabend trae due conseguenze forti. (1) Pluralismo (o «proliferazione»): poiché non c'è un metodo che selezioni la teoria giusta, la salute della scienza sta nel moltiplicare le teorie rivali, anche quelle che sembrano confutate o assurde — perché è confrontandosi con alternative che una teoria mostra i suoi limiti e la scienza avanza (una teoria «vince» solo se ha rivali con cui misurarsi; il monopolio di una teoria è sterile). Questo è l'aspetto più difendibile e influente di Feyerabend. (2) Relativismo e critica dell'autorità della scienza: se la scienza non ha un metodo privilegiato che la renda superiore, allora — sostiene, in modo assai più controverso — non ha nemmeno il diritto di ergersi ad unica forma legittima di conoscenza, sopra la magia, il mito, la medicina tradizionale, la religione. Feyerabend chiede una «società libera» in cui la scienza non abbia un rango privilegiato sancito dallo Stato (paragona il predominio culturale della scienza a una nuova «Chiesa»). Qui la maggior parte dei filosofi si ferma: l'idea che la scienza non sia, in nessun senso, epistemicamente superiore ad astrologia o magia è vista da molti come un reductio ad absurdum — un relativismo che «prova troppo». Ma anche i critici riconoscono a Feyerabend un merito duraturo: aver mostrato, con dovizia storica, che le ricostruzioni «pulite» del metodo (induzione, falsificazione, perfino i programmi di Lakatos) non catturano la ricchezza, il disordine e l'opportunismo della scienza reale, e che l'immagine della scienza come applicazione di un Metodo è, storicamente, un mito. Tra il Lakatos che salva la razionalità con un criterio oggettivo e il Feyerabend che la dissolve nell'anarchia, si stende tutto lo spettro delle posizioni possibili sul metodo dopo Kuhn.

🧩 Esempio (Galileo secondo Feyerabend: il progresso «contro le regole»). Riprendiamo il caso di Galileo con gli occhi di Feyerabend, perché è il suo cavallo di battaglia. Quando Galileo difende l'eliocentrismo, deve fronteggiare obiezioni fortissime e apparentemente empiriche. Obiezione della torre: se la Terra ruotasse velocemente, un sasso lasciato cadere dalla cima di una torre dovrebbe cadere lontano dalla base (la Terra «scappa» sotto di lui) — invece cade ai piedi della torre; dunque la Terra è ferma. L'«evidenza dei sensi» sembra confutare Copernico. Galileo non si arrende ai fatti: reinterpreta l'osservazione introducendo un'idea nuova (il moto condiviso/inerziale — il sasso partecipa del moto della Terra), cioè cambia la teoria del moto per salvare l'astronomia. Inoltre si fida del cannocchiale per le osservazioni celesti (montagne sulla Luna, satelliti di Giove, fasi di Venere) prima che esista una teoria ottica consolidata che spieghi perché lo strumento sarebbe affidabile puntato al cielo — e in casi in cui contraddice l'occhio nudo. Per Feyerabend, tutto ciò mostra che Galileo violò più «regole del buon metodo» (attieniti ai fatti; non contraddire i sensi; non usare strumenti non ancora giustificati teoricamente): eppure aveva ragione, e proprio quelle «violazioni» resero possibile la rivoluzione. La lezione di Feyerabend: se esistesse davvero un metodo rigido e lo si fosse imposto, avrebbe impedito uno dei più grandi progressi della storia della scienza. (Molti storici replicano che Feyerabend forza il caso e sottovaluta le buone ragioni di Galileo; ma l'esempio resta un potente antidoto contro le ricostruzioni troppo «pulite» del metodo scientifico.)

🗺️ Come si collega il tutto

Questo capitolo ha presentato due risposte opposte al problema aperto da Kuhn (cap. 8): quanta razionalità c'è nel cambiamento scientifico? Lakatos vuole salvarla: contro il falsificazionismo ingenuo di Popper (cap. 6, troppo severo) e contro il relativismo che teme in Kuhn, propone la metodologia dei programmi di ricerca — l'unità di valutazione è il programma (nucleo intoccabile + cintura protettiva modificabile + euristiche), e il criterio oggettivo di razionalità è progressivo (predice fatti nuovi) vs degenerante (aggiustamenti ad hoc). Così incassa il problema di Duhem-Quine e la pazienza storica verso le anomalie, senza rinunciare alla razionalità. Feyerabend fa l'opposto: contro il metodo, sostiene che nessuna regola vale sempre (Galileo progredì violandole), da cui l'anarchismo metodologico («anything goes»), il pluralismo/proliferazione delle teorie e un relativismo che nega alla scienza un'autorità privilegiata. Tra i due si stende lo spettro del dibattito post-kuhniano sul metodo. Resta però una domanda che questi autori hanno solo sfiorato e che ora prende il centro della scena: al di là di come le teorie cambiano, quando una teoria «funziona», dobbiamo credere che ci dica com'è fatto davvero il mondo — comprese le entità inosservabili come elettroni e geni? È il grande dibattito realismo vs antirealismo scientifico: il prossimo capitolo.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Programma di ricerca	Sequenza di teorie con nucleo + cintura protettiva + euristiche (Lakatos)	Il paradigma di Kuhn (più monolitico) o la singola teoria di Popper
Nucleo (hard core)	Le assunzioni fondamentali intoccabili per decisione metodologica	Le ipotesi ausiliarie (che invece si modificano)
Cintura protettiva	Le ipotesi ausiliarie che si modificano per assorbire le anomalie	Il nucleo (che va protetto, non toccato)
Progressivo vs degenerante	Predice fatti nuovi (progressivo) vs aggiusta ad hoc (degenerante)	Vero vs falso (il criterio è dinamico, comparativo, nel tempo)
Anarchismo metodologico	Nessuna regola vale sempre: «anything goes» (Feyerabend)	«Fai qualunque cosa» inteso come consiglio pratico allo scienziato
Pluralismo / proliferazione	Moltiplicare teorie rivali fa avanzare la scienza	Il monismo metodologico (un solo metodo, una sola teoria)
Relativismo (Feyerabend)	La scienza non ha un'autorità epistemica privilegiata su altri saperi	Il pluralismo (difendibile) — qui si va molto oltre

📝 Riepilogo

• Dopo Kuhn, la posta in gioco è: quanta razionalità resta nel cambiamento scientifico? Lakatos e Feyerabend rispondono in modi opposti.
• Lakatos salva la razionalità con la metodologia dei programmi di ricerca: unità di valutazione è il programma (nucleo intoccabile + cintura protettiva modificabile + euristiche). Criterio oggettivo: progressivo (predice fatti nuovi) vs degenerante (aggiustamenti ad hoc). Razionale restare in un programma progressivo (anche con anomalie) e lasciare uno degenerante.
• Feyerabend (Contro il metodo): nessun metodo universale esiste o deve esistere; ogni grande progresso (Galileo) è avvenuto violando le regole. Slogan: «anything goes» (anarchismo metodologico).
• Da lì: pluralismo/proliferazione delle teorie (la parte più difendibile) e relativismo con critica all'autorità privilegiata della scienza (la parte più controversa, vista da molti come reductio ad absurdum).
• Insieme delimitano lo spettro post-kuhniano sul metodo. Prossima grande questione: le teorie descrivono il mondo reale (entità inosservabili incluse) o no? → realismo/antirealismo (cap. 10).

In breve

Le teorie scientifiche mature funzionano benissimo: predicono, spiegano, permettono di costruire tecnologie. Ma parlano continuamente di cose che nessuno ha mai visto — elettroni, campi, quark, geni, buchi neri. Domanda cruciale: quando una teoria di successo afferma che «esistono gli elettroni», dobbiamo credere che gli elettroni esistano davvero, oppure ci basta che l'idea di elettrone ci aiuti a fare previsioni corrette? È il grande dibattito realismo vs antirealismo scientifico. Il realista dice: sì, la scienza matura ci descrive com'è fatto il mondo; le sue teorie migliori sono (approssimativamente) vere, e le entità inosservabili che postula esistono realmente. Il suo argomento più forte è il «no-miracoli»: se le teorie non fossero almeno approssimativamente vere, il loro straordinario successo predittivo e tecnologico sarebbe un miracolo inspiegabile — la miglior spiegazione del successo è che le teorie «ci azzeccano» sul mondo. L'antirealista replica: no, dobbiamo essere più cauti. Basta credere che le teorie siano empiricamente adeguate (che «salvino i fenomeni» osservabili); sull'esistenza delle entità inosservabili conviene sospendere il giudizio. I suoi argomenti forti sono due: la sottodeterminazione delle teorie da parte dei dati (per gli stessi dati possono esserci teorie diverse ugualmente adeguate) e soprattutto la meta-induzione pessimista — la storia è un cimitero di teorie un tempo di grandissimo successo e oggi ritenute false (il flogisto, l'etere, il calorico); perché mai le nostre dovrebbero fare eccezione? Esistono posizioni intermedie: l'empirismo costruttivo di van Fraassen (accetta le teorie come strumenti empiricamente adeguati, senza crederle vere), il realismo strutturale (è vera la struttura matematica delle teorie, non le entità), lo strumentalismo (le teorie sono solo strumenti di previsione). Questo capitolo mette a fuoco la domanda «le teorie ci dicono com'è il mondo?», i grandi argomenti pro e contro, e le posizioni intermedie — il dibattito più vivo della filosofia della scienza contemporanea.

🎯 Alla fine di questo capitolo saprai: formulare la domanda realismo/antirealismo (le entità inosservabili esistono? le teorie sono vere o solo utili?); esporre l'argomento realista del «no-miracoli» e gli argomenti antirealisti della sottodeterminazione e della meta-induzione pessimista; e distinguere le posizioni intermedie (empirismo costruttivo, strumentalismo, realismo strutturale).

La domanda e la posizione realista

Perché conta: è la questione su che cosa la scienza ci fa conoscere — se un ritratto del mondo reale o solo un dispositivo per prevedere l'esperienza.

Partiamo dalla distinzione che regge tutto il dibattito: osservabile vs inosservabile. Una teoria scientifica parla sia di cose che possiamo osservare (tavoli, tracce in una camera a nebbia, lancette di strumenti, macchie sullo schermo) sia di entità inosservabili (unobservables) — elettroni, campi elettromagnetici, quark, geni, forze — che postula per spiegare ciò che osserviamo. Sulle prime (gli osservabili) non c'è vera disputa: quasi tutti concordano che i tavoli esistano. La battaglia è sulle seconde. Ecco la domanda del capitolo, nella sua forma più netta: quando una teoria di successo dice «esistono gli elettroni e si comportano così», questa affermazione va presa alla lettera (c'è, là fuori, un mondo di elettroni fatto proprio così, e la teoria è vera o falsa a seconda che ci azzecchi)? Oppure la frase sugli elettroni è solo un modo utile di parlare — uno strumento di calcolo per far tornare i conti tra le osservazioni, senza impegno sull'esistenza reale di alcunché di inosservabile? La prima risposta è il realismo scientifico; la seconda, in varie forme, l'antirealismo. Precisiamo il realismo. Il realista scientifico sostiene tre cose intrecciate. (1) Semantica: gli enunciati teorici vanno presi letteralmente — «gli elettroni hanno carica negativa» è un'asserzione vera o falsa sugli elettroni, non un modo di parlare mascherato. (2) Metafisica: esiste un mondo indipendente da noi, fatto in un certo modo, che comprende anche le entità inosservabili. (3) Epistemologia: possiamo avere buone ragioni per credere che le teorie mature e di successo siano approssimativamente vere, e che le entità che postulano esistano (gli elettroni sono reali quanto i tavoli). Il realista non pretende che le teorie attuali siano vere al 100% (sarebbe ingenuo — le teorie si correggono); dice che sono sulla buona strada, che «afferrano» qualcosa del mondo reale, sempre meglio. Qual è l'argomento principe del realismo? Il celebre argomento del «no-miracoli» (no-miracles argument, formulato da Putnam e Boyd). Suona così: il successo della scienza è strabiliante. Le teorie non solo riordinano i dati noti: predicono fenomeni nuovi e inattesi con precisione impressionante (l'esistenza di particelle mai viste, poi trovate; il ritorno di una cometa alla data calcolata), e permettono di costruire tecnologie che funzionano (i transistor, il GPS che corregge per la relatività, i vaccini progettati su modelli molecolari). Ora: come si spiega questo successo? Se le teorie fossero radicalmente false — se non ci fosse nulla di simile a elettroni e campi nel mondo — il fatto che «funzionino» così bene, prevedendo cose nuove che poi accadono, sarebbe un miracolo, una coincidenza cosmica inspiegabile. La miglior spiegazione del successo della scienza è che le sue teorie mature siano approssimativamente vere e che le entità che postulano esistano davvero: è perché c'è davvero qualcosa come gli elettroni, e la teoria ci ha azzeccato, che la teoria funziona. Nota la forma del ragionamento: è un'inferenza alla miglior spiegazione (inference to the best explanation) — lo stesso tipo di inferenza che la scienza usa di continuo. Il realista dice: applichiamo alla scienza nel suo insieme lo stesso ragionamento che la scienza usa al suo interno, e concludiamo che il realismo è la miglior spiegazione del successo scientifico. È un argomento potente e intuitivo: rende conto del fatto — innegabile — che la scienza «tocca» il mondo in modo che la magia e il mito non fanno. Ma l'antirealista non si arrende, e ha frecce affilate.

📌 Definizione formale. Realismo scientifico: la tesi che (a) gli enunciati teorici vanno presi letteralmente, (b) esiste un mondo indipendente comprendente le entità inosservabili, e (c) le teorie mature di successo sono approssimativamente vere e le loro entità esistono. Argomento del «no-miracoli»: il successo predittivo e tecnologico della scienza sarebbe un miracolo se le teorie non fossero almeno approssimativamente vere; dunque (per inferenza alla miglior spiegazione) il realismo è la miglior spiegazione di quel successo.

Gli argomenti antirealisti e le vie di mezzo

Perché conta: sono le ragioni per cui molti filosofi restano cauti sull'esistenza delle entità inosservabili — e mostrano perché il dibattito è tuttora aperto.

L'antirealista non nega il successo della scienza; nega che da quel successo si possa inferire la verità delle teorie e l'esistenza degli inosservabili. Ha due argomenti principali. Primo: la sottodeterminazione delle teorie da parte dei dati (underdetermination). L'idea: per qualunque insieme di dati osservativi, è in linea di principio possibile costruire più di una teoria capace di renderne conto ugualmente bene — teorie empiricamente equivalenti (fanno le stesse previsioni osservabili) ma diverse su ciò che c'è «dietro», nel mondo inosservabile. Se è così, i dati non bastano a selezionare una teoria come la vera: la scelta tra teorie empiricamente equivalenti deve appoggiarsi ad altri criteri (semplicità, eleganza) che — obietta l'antirealista — sono virtù pragmatiche, non garanzie di verità (perché il mondo dovrebbe essere «semplice» come piace a noi?). Dunque non abbiamo diritto di dire che la nostra teoria è quella vera sul mondo inosservabile. Secondo argomento, il più incisivo storicamente: la meta-induzione pessimista (pessimistic meta-induction, associata a Larry Laudan). Guardiamo la storia della scienza — proprio come faceva Kuhn (cap. 8). È un cimitero di teorie che, ai loro tempi, ebbero un successo enorme (predissero, spiegarono, guidarono la ricerca) e che oggi consideriamo false, con entità centrali che riteniamo inesistenti: il flogisto (il fluido della combustione), il calorico (il fluido del calore), l'etere luminifero (il mezzo in cui si propagherebbe la luce), gli umori della medicina antica, le sfere cristalline dell'astronomia. Tutte teorie di successo; tutte, oggi, ripudiate quanto alle loro entità profonde. Ecco l'induzione pessimista: se tantissime teorie di grande successo del passato si sono rivelate false (e le loro entità inesistenti), che ragione abbiamo di pensare che le teorie di oggi — pur di successo — siano vere e le loro entità reali? Per induzione dalla storia, dovremmo aspettarci che anche le nostre saranno un giorno soppiantate e giudicate false. Il «no-miracoli» prova troppo: il successo, da solo, non è mai stato garanzia di verità: lo insegnano flogisto ed etere. Questo argomento morde: se il successo del passato conviveva con la falsità, il successo del presente potrebbe fare altrettanto. Il realista contrattacca (il dibattito è vivo): il realista selettivo replica che non tutta una teoria di successo è, poi, ripudiata — spesso ne sopravvive il «nocciolo» che era responsabile del successo (le parti e i meccanismi che facevano le previsioni corrette vengono conservati o recuperati nella teoria successiva); a morire sono le parti non essenziali al successo. Il realista chiede allora di essere realisti solo su quelle parti (realismo dell'entità, alla Ian Hacking: «se posso manipolarli — spruzzare elettroni per caricare una sfera — allora sono reali», «if you can spray them, they are real»; qui conta l'intervento più della teoria). Tra i due poli fioriscono posizioni intermedie. La più celebre è l'empirismo costruttivo di Bas van Fraassen: la scienza mira all'adeguatezza empirica (una teoria è buona se «salva i fenomeni», cioè è vera su tutto ciò che è osservabile), e accettare una teoria significa credere solo che sia empiricamente adeguata — non che sia vera sugli inosservabili. Van Fraassen non dice che gli elettroni non esistano; dice che, razionalmente, dobbiamo sospendere il giudizio sull'inosservabile e accontentarci dell'adeguatezza empirica (è un agnosticismo disciplinato). Altra via di mezzo influente: il realismo strutturale (Worrall): ciò che le rivoluzioni scientifiche conservano non sono le entità (l'etere è sparito) ma le strutture matematiche, le equazioni e le relazioni (le equazioni dell'ottica di Fresnel sopravvivono in Maxwell, pur cambiando l'«oggetto»); quindi siamo realisti sulla struttura (le relazioni matematiche del mondo), non sulla natura ultima delle entità. Infine lo strumentalismo «classico»: le teorie non sono né vere né false, sono strumenti di previsione (utili/inutili) — versione più radicale, oggi meno sostenuta nella forma pura ma sempre sullo sfondo. Come si vede, non c'è un vincitore: il realismo cattura magnificamente il successo e la presa della scienza sul mondo; l'antirealismo cattura magnificamente la fallibilità e la vertigine del «cimitero» storico. Il dibattito realismo/antirealismo è, per questo, uno dei più vivi e produttivi della filosofia della scienza contemporanea — e un ottimo banco di prova di tutto ciò che abbiamo imparato: la sottodeterminazione richiama l'osservazione carica di teoria (cap. 3) e il problema dell'induzione (cap. 4); la meta-induzione pessimista è figlia dello sguardo storico di Kuhn (cap. 8); il «no-miracoli» è un'inferenza alla miglior spiegazione, cioè un pezzo di metodo scientifico applicato alla scienza stessa.

🔗 Analogia (i pesci nella rete). Van Fraassen usa un'immagine efficace. Immagina un pescatore che usa una rete con maglie di 5 cm. Tirando su la rete molte volte, formula una «teoria»: «tutti i pesci del lago sono più grandi di 5 cm». La teoria è perfettamente adeguata ai suoi dati (ogni pesce che ha osservato, cioè catturato, è davvero > 5 cm). Ma dedurne che nel lago non ci sono pesci piccoli sarebbe un errore: la rete stessa filtra ciò che può essere «osservato». Morale antirealista: i nostri strumenti e apparati sperimentali sono come la rete — ci danno accesso solo a certi fenomeni, e adeguarsi a quei fenomeni (adeguatezza empirica) non ci autorizza a concludere com'è fatta la realtà al di là della rete (l'inosservabile). Il realista, dal canto suo, ribatte che quando molte reti diverse (esperimenti indipendenti, tecniche diverse) «pescano» sempre lo stesso elettrone, con lo stesso valore di carica, il modo migliore di spiegare questa convergenza è che l'elettrone ci sia davvero — non è più (dice) una limitazione della singola rete. La stessa immagine, ancora una volta, si lascia tirare dalle due parti: ed è il segno che siamo davanti a un problema genuinamente aperto.

🗺️ Come si collega il tutto

Questo capitolo ha affrontato la domanda che il cap. 7 (teorie e modelli idealizzati) aveva lasciato in sospeso: le teorie descrivono il mondo reale o sono strumenti utili? Il realismo scientifico prende gli enunciati teorici alla lettera, crede in un mondo indipendente con entità inosservabili (elettroni, geni) e ritiene che le teorie mature siano approssimativamente vere; il suo argomento principe è il «no-miracoli» (il successo della scienza sarebbe un miracolo se le teorie non «ci azzeccassero», per inferenza alla miglior spiegazione). L'antirealismo replica con la sottodeterminazione (più teorie per gli stessi dati) e con la meta-induzione pessimista (la storia è un cimitero di teorie di successo poi giudicate false: flogisto, etere, calorico — figlia dello sguardo storico di Kuhn, cap. 8). Le vie di mezzo: l'empirismo costruttivo di van Fraassen (basta l'adeguatezza empirica, sospendi il giudizio sull'inosservabile), il realismo strutturale (è vera la struttura matematica, non le entità), il realismo dell'entità di Hacking («se puoi manipolarle, sono reali») e lo strumentalismo. Nessun vincitore: il dibattito è tuttora aperto e intreccia i fili di tutto il corso (osservazione carica di teoria, induzione, storia, metodo). Con questo abbiamo esplorato che cosa la scienza conosce. Restano due sguardi d'insieme: il rapporto tra scienza, società e valori (cap. 11) — la scienza è «neutrale»? — e un bilancio della filosofia della scienza oggi (cap. 12).

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Osservabile / inosservabile	La disputa riguarda le entità inosservabili (elettroni), non i tavoli	La distinzione «reale/irreale» (non coincidono)
Realismo scientifico	Le teorie mature sono ~vere e le loro entità inosservabili esistono	L'ingenuità che le teorie attuali siano vere al 100%
Argomento «no-miracoli»	Il successo della scienza sarebbe un miracolo se le teorie fossero false	Una prova deduttiva (è inferenza alla miglior spiegazione)
Sottodeterminazione	Più teorie possono adattarsi agli stessi dati osservativi	La semplice incertezza provvisoria (è in linea di principio)
Meta-induzione pessimista	La storia è un cimitero di teorie di successo poi false (flogisto, etere)	La falsificazione di una singola teoria (qui è un pattern storico)
Empirismo costruttivo	Basta l'adeguatezza empirica; sospendi il giudizio sull'inosservabile (van Fraassen)	Lo strumentalismo puro (van Fraassen prende le teorie letteralmente)
Realismo strutturale	È vera la struttura matematica delle teorie, non le entità	Il realismo delle entità (Hacking: reali se manipolabili)

📝 Riepilogo

• La disputa è sulle entità inosservabili (elettroni, campi, geni): quando una teoria di successo dice che esistono, dobbiamo crederci (realismo) o solo usarle (antirealismo)?
• Realismo scientifico: enunciati teorici presi alla lettera, mondo indipendente con inosservabili reali, teorie mature approssimativamente vere. Argomento principe: «no-miracoli» — il successo (previsioni nuove, tecnologie) si spiega al meglio se le teorie «ci azzeccano» (inferenza alla miglior spiegazione).
• Antirealismo: (1) sottodeterminazione (più teorie per gli stessi dati → i dati non fissano la teoria vera); (2) meta-induzione pessimista (la storia è un cimitero di teorie di successo poi false: flogisto, etere, calorico → perché le nostre dovrebbero far eccezione?).
• Vie di mezzo: empirismo costruttivo (van Fraassen: basta l'adeguatezza empirica, agnostici sull'inosservabile — analogia della rete); realismo strutturale (Worrall: vera la struttura, non le entità); realismo dell'entità (Hacking: reali se manipolabili); strumentalismo.
• Dibattito aperto: il realismo spiega il successo, l'antirealismo spiega la fallibilità storica. Intreccia tutti i fili del corso. → restano scienza/società/valori (cap. 11) e il bilancio finale (cap. 12).

In breve

Fin qui abbiamo trattato la scienza quasi come un'impresa puramente conoscitiva: metodo, teorie, verità. Ma la scienza è anche un'attività umana e sociale, fatta da comunità immerse nella storia, finanziate, orientate da interessi e valori. Questo capitolo affronta la domanda: la scienza è neutrale e oggettiva, del tutto separata dai valori, oppure valori sociali, etici e politici la attraversano — e in che modo? Il punto di partenza è una distinzione classica: contesto della scoperta vs contesto della giustificazione. I neopositivisti ammettevano che da dove venga un'idea (contesto della scoperta) sia pieno di elementi «esterni» — psicologia, società, caso — ma insistevano che la giustificazione (se una teoria sia valida) fosse una faccenda puramente logica ed empirica, immune da valori. Molti pensatori successivi hanno eroso questa separazione netta. Un nodo tecnico decisivo è il ruolo dei valori epistemici (o «cognitivi»): accuratezza, coerenza, ampiezza, semplicità, fecondità — i criteri, già visti in Kuhn (cap. 8), con cui si sceglie tra teorie. Sono davvero «neutri»? E soprattutto: nei casi reali di incertezza (i dati non decidono da soli), entrano in gioco anche valori non epistemici (etici, sociali)? L'argomento del rischio induttivo (Rudner, Douglas) sostiene di sì: poiché accettare o rifiutare un'ipotesi comporta il rischio di sbagliare, e le conseguenze dell'errore sono diverse (approvare un farmaco tossico ≠ bocciare un farmaco utile), lo scienziato deve soppesare valori sull'accettabilità di quel rischio. Il capitolo tocca poi i valori nella pratica: la scienza come istituzione (le norme di Merton), i bias e la questione di genere e prospettiva (l'epistemologia femminista, la standpoint theory), la scienza «al servizio» di interessi (dal caso del tabacco alla misinformation), e l'ideale di oggettività ripensato non come «vista da nessun luogo» ma come controllo critico intersoggettivo della comunità. L'obiettivo non è demolire l'oggettività della scienza, ma capirla meglio: distinguere i valori che la corrompono (interessi occultati) da quelli che la costituiscono e la migliorano (il controllo critico, la responsabilità).

🎯 Alla fine di questo capitolo saprai: distinguere contesto della scoperta e contesto della giustificazione, e perché la separazione netta è stata messa in discussione; distinguere valori epistemici e non epistemici ed esporre l'argomento del rischio induttivo; discutere bias, prospettiva (epistemologia femminista) e uso sociale della scienza; e ripensare l'oggettività come controllo critico intersoggettivo.

Valori nella scienza: scoperta, giustificazione, rischio induttivo

Perché conta: è il cuore filosofico della questione — stabilire se e dove i valori entrano legittimamente nel giudizio scientifico, senza cadere né nel mito della neutralità totale né nel relativismo.

Cominciamo con la distinzione che per decenni ha «protetto» l'oggettività della scienza: contesto della scoperta (context of discovery) vs contesto della giustificazione (context of justification), formalizzata da Reichenbach. Il contesto della scoperta è il processo — psicologico, storico, sociale, spesso caotico e creativo — attraverso cui uno scienziato arriva a un'idea: un sogno, un'analogia, un pregiudizio, una lettura, un finanziamento che orienta la ricerca. Il contesto della giustificazione è invece la valutazione razionale dell'idea una volta proposta: la teoria è coerente? è sostenuta dalle prove? supera i test? La tesi «classica» (neopositivisti, e in buona parte Popper) è che i due contesti vadano tenuti separati: si può ammettere tranquillamente che la scoperta sia piena di elementi «umani, troppo umani» e di valori (a nessuno importa come Kekulé ebbe l'idea della struttura del benzene), perché ciò che conta per la scienza è la giustificazione, e questa — si diceva — è una faccenda puramente logica ed empirica, del tutto indipendente da valori sociali, politici o morali. L'origine di un'idea non tocca la sua validità (pensarlo sarebbe una fallacia genetica: giudicare un'affermazione dalla sua provenienza anziché dalle sue prove). Questa separazione contiene qualcosa di vero e prezioso (la validità di un teorema non dipende dalle opinioni politiche di chi lo dimostra), e va difesa contro i relativismi frettolosi. Ma molti filosofi, dopo Kuhn, hanno mostrato che la separazione non è così netta nel contesto della giustificazione stesso. Ecco il punto chiave. Anche ammesso che la giustificazione sia governata da criteri «cognitivi», quali sono questi criteri? Sono i valori epistemici (o cognitivi): accuratezza empirica, coerenza (interna e con altre teorie), ampiezza (portata esplicativa), semplicità, fecondità (capacità di aprire nuove ricerche). Li abbiamo già incontrati in Kuhn (cap. 8): sono le «buone ragioni» che guidano la scelta tra teorie. Ma Kuhn stesso notava due cose scomode. Primo: questi valori non formano un algoritmo — non dicono, da soli, quale teoria scegliere, perché possono confliggere (la teoria A è più semplice, B più accurata) e scienziati diversi li pesano diversamente. C'è quindi un margine di giudizio ineliminabile. Secondo: perfino i valori «epistemici» (perché mai preferire la semplicità? è forse una garanzia di verità, o piuttosto una preferenza estetica/pragmatica?) hanno uno statuto meno «neutro» di quanto sembri. Ma la breccia più importante nella tesi della neutralità è un altro argomento, tecnico e potente: l'argomento del rischio induttivo (inductive risk, Richard Rudner 1953, ripreso e sviluppato da Heather Douglas). Ragioniamo così. Lo scienziato, nell'accettare o rifiutare un'ipotesi sulla base dei dati, non ha mai certezza (l'induzione non dà certezze, cap. 4): c'è sempre un rischio di errore. Due errori possibili: accettare un'ipotesi falsa (falso positivo) o rifiutare un'ipotesi vera (falso negativo). Ora — ecco la mossa — quanto devo essere sicuro prima di accettare? Dipende da quanto costa sbagliare. E le conseguenze dei due errori non sono simmetriche né «neutre»: accettare erroneamente che un farmaco sia sicuro (quando è tossico) uccide persone; rifiutare erroneamente un farmaco efficace priva i malati di una cura. Decidere dove mettere l'asticella della prova richiesta (quanta evidenza basta per accettare) è una decisione che dipende dalla gravità etica delle conseguenze — cioè da valori non epistemici (etici, sociali). Conclusione di Rudner: «lo scienziato in quanto scienziato compie giudizi di valore». I valori non entrano solo nella scoperta o nell'uso della scienza (a valle), ma nel cuore del giudizio scientifico, ogni volta che si accetta o rifiuta un'ipotesi in condizioni di incertezza. Attenzione a non fraintendere: questo non significa che «i dati non contano» o che si possa credere ciò che si vuole (sarebbe wishful thinking, e sarebbe corruzione della scienza). Douglas distingue con cura: i valori non possono funzionare come prove (non puoi accettare che il farmaco è sicuro perché ti conviene: questo è un ruolo diretto e illegittimo dei valori); possono però legittimamente aiutare a decidere quanta prova pretendere prima di accettare, data la posta in gioco (ruolo indiretto, legittimo). La neutralità assoluta («la scienza non ha nulla a che fare con i valori») è un mito; ma da ciò non segue il relativismo («allora ogni conclusione vale l'altra»). Segue qualcosa di più fine: i valori hanno un ruolo legittimo e circoscritto, e la responsabilità dello scienziato include il soppesarli con trasparenza.

📌 Definizione formale. Contesto della scoperta vs della giustificazione: il primo è il processo (psicologico/sociale) per cui si genera un'ipotesi; il secondo è la sua valutazione razionale — tradizionalmente ritenuta indipendente dai valori. Valori epistemici (accuratezza, coerenza, ampiezza, semplicità, fecondità): criteri di scelta tra teorie; non formano un algoritmo. Argomento del rischio induttivo: poiché accettare/rifiutare un'ipotesi comporta un rischio di errore con conseguenze eticamente diverse, la soglia di prova richiesta dipende da valori non epistemici; dunque i valori entrano (in modo indiretto, legittimo) nel giudizio scientifico.

Oggettività, prospettiva e usi sociali della scienza

Perché conta: mostra come ripensare l'oggettività dopo aver ammesso i valori — e come distinguere la scienza sana da quella corrotta.

Se i valori attraversano anche la giustificazione, che ne è dell'oggettività? La risposta più feconda non è rinunciarvi, ma ripensarla. L'oggettività non è la «vista da nessun luogo» (view from nowhere) — l'idea impossibile di uno scienziato-angelo senza corpo, storia, prospettiva. È piuttosto un risultato sociale: nasce dal controllo critico intersoggettivo della comunità scientifica. Nessun singolo scienziato è neutrale (ognuno ha bias, ipotesi preferite, angoli ciechi); ma la comunità, attraverso la critica reciproca, la peer review, la replicabilità degli esperimenti, il confronto tra prospettive rivali, corregge i bias individuali. L'oggettività è ciò che sopravvive a un severo controllo pubblico e critico: non l'assenza di prospettive, ma la loro messa in competizione e correzione. (Karl Popper stesso, in vena «sociale», diceva che l'oggettività della scienza sta nel carattere pubblico e critico del suo metodo, non nell'imparzialità del singolo; l'idea è affine alla nozione di objectivity as interaction di Helen Longino: è oggettivo ciò che regge alla critica di una comunità sufficientemente plurale.) Da qui emerge un corollario importante: la diversità delle prospettive nella comunità aumenta l'oggettività, perché più angoli ciechi vengono scoperti. È il nucleo dell'epistemologia femminista della scienza e della standpoint theory (Sandra Harding, Helen Longino): storicamente, la relativa omogeneità di chi faceva scienza (per lungo tempo uomini, di certe classi e culture) ha lasciato passare assunzioni scambiate per «ovvie» — con effetti concreti (per esempio la lunga sottorappresentazione delle donne nei trial clinici, o teorie sui ruoli riproduttivi cariche di stereotipi presentate come «natura»). La tesi non è «la scienza è solo ideologia» (autodemolizione relativista), ma il contrario: proprio perché vogliamo scienza più oggettiva, dobbiamo allargare e diversificare la comunità critica, così da esporre i bias che una comunità omogenea non vede. La prospettiva situata non è nemica dell'oggettività: ben gestita, ne è alleata. Passiamo agli usi sociali e all'etica. La scienza è un'istituzione: il sociologo Robert Merton ne descrisse le norme ideali (il cosiddetto CUDOS): comunalismo (i risultati sono patrimonio comune), universalismo (le pretese si valutano con criteri impersonali, non per chi le avanza), disinteresse (si lavora per la conoscenza, non per il tornaconto personale), scetticismo organizzato (tutto è sottoposto a scrutinio critico). Sono ideali — spesso violati, ma preziosi come metro per giudicare le patologie. E le patologie sono reali: la storia mostra scienza piegata a interessi. Caso da manuale: l'industria del tabacco, che per decenni finanziò e amplificò ricerche volte non a scoprire il vero, ma a «fabbricare dubbio» sul legame fumo-cancro, per ritardare le regolamentazioni (una strategia poi replicata su altri fronti). Qui i valori (il profitto) hanno giocato il ruolo diretto e illegittimo che Douglas condannava: non «quanta prova pretendere», ma distorcere quali prove produrre e comunicare. È l'esempio perfetto per distinguere: un conto sono i valori che corrompono la scienza (interessi occultati che manipolano dati e comunicazione — da combattere con trasparenza, conflitti d'interesse dichiarati, indipendenza del finanziamento); un altro i valori che la costituiscono e migliorano (il controllo critico, la responsabilità per le conseguenze, la diversità della comunità). Il problema contemporaneo della disinformazione scientifica (dai vaccini al clima) è in gran parte una versione aggiornata della «fabbrica del dubbio»: sfrutta la fallibilità genuina della scienza (che non dà certezze assolute, cap. 4 e 6) per insinuare che «allora non si sa nulla» — un salto illegittimo dalla giusta cautela all'ingiusto scetticismo totale. Capire bene la filosofia della scienza serve anche a questo: a difendere l'autorevolezza (fallibile ma reale) della scienza senza venderla come dogma infallibile. La scienza merita fiducia non perché sia infallibile, ma perché è l'impresa umana che ha costruito i meccanismi di autocorrezione critica più efficaci che conosciamo. Riconoscerne i valori e i limiti non la indebolisce: la rende difendibile per le ragioni giuste.

🧩 Esempio (il rischio induttivo in un'agenzia regolatoria). Immagina un'agenzia (tipo EMA o FDA) che deve decidere se una nuova sostanza — poniamo, un additivo alimentare — è sicura. Gli studi disponibili sono incerti: suggeriscono che probabilmente è innocua, ma con un margine di dubbio (i dati non sono conclusivi). Che soglia di prova pretendere prima di dichiararla sicura e autorizzarla? Vedi i due errori e le loro conseguenze asimmetriche. Se l'agenzia dichiara sicura una sostanza che in realtà è nociva (falso positivo), il danno è alla salute pubblica: potenzialmente molte persone esposte a un rischio. Se dichiara non sicura (o chiede altri studi) una sostanza in realtà innocua (falso negativo), il danno è economico e di opportunità (un prodotto utile ritardato o bloccato). Poiché — nel caso della salute — le conseguenze del falso positivo sono eticamente più gravi, è ragionevole alzare l'asticella: pretendere prove più solide prima di autorizzare (principio di precauzione). Nota il punto filosofico (Rudner/Douglas): questa decisione — dove fissare la soglia — non è deducibile dai soli dati; richiede un giudizio di valore sulla gravità relativa dei due errori. Non significa «ignorare i dati» o «decidere per ideologia»: i dati vincolano eccome (i valori non fanno da prova). Significa che, a parità di dati incerti, quanta certezza esigere prima di agire dipende da cosa è in gioco — ed è, inevitabilmente e legittimamente, una valutazione anche etica. Ecco perché una scienza regolatoria matura esplicita questi giudizi di valore (li mette in chiaro, li discute pubblicamente) invece di nasconderli sotto una falsa «neutralità»: la trasparenza sui valori è essa stessa parte dell'oggettività.

🗺️ Come si collega il tutto

Questo capitolo ha guardato alla scienza come impresa umana e sociale, chiedendo se sia neutrale rispetto ai valori. La distinzione scoperta/giustificazione proteggeva l'oggettività confinando i valori «a monte»; ma la giustificazione stessa usa valori epistemici (accuratezza, semplicità… — già in Kuhn, cap. 8) che non formano un algoritmo, e — con l'argomento del rischio induttivo (Rudner, Douglas) — anche valori non epistemici entrano legittimamente quando si accetta/rifiuta un'ipotesi incerta (l'incertezza viene dal problema dell'induzione, cap. 4). La risposta non è il relativismo ma ripensare l'oggettività: non «vista da nessun luogo», bensì controllo critico intersoggettivo di una comunità plurale (Longino), il che rende la diversità delle prospettive (epistemologia femminista, standpoint theory) un'alleata dell'oggettività. Sul piano istituzionale, le norme di Merton (CUDOS) sono l'ideale; le patologie (la «fabbrica del dubbio» del tabacco, la disinformazione) mostrano i valori che corrompono, da distinguere da quelli che costituiscono la buona scienza. Morale: la scienza è degna di fiducia non perché infallibile, ma per i suoi meccanismi di autocorrezione. Con questo il quadro è completo: nell'ultimo capitolo tiriamo le fila dell'intero percorso e guardiamo alla filosofia della scienza oggi.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Scoperta / giustificazione	Come nasce un'idea vs la sua valutazione razionale	La fallacia genetica (giudicare un'idea dalla sua origine)
Valori epistemici	Accuratezza, coerenza, ampiezza, semplicità, fecondità: criteri di scelta	Un algoritmo che decide da solo (non lo è: possono confliggere)
Valori non epistemici	Valori etici/sociali/politici	I valori epistemici (cognitivi)
Rischio induttivo	La soglia di prova dipende dalla gravità etica dell'errore (Rudner/Douglas)	Il wishful thinking (usare i valori come prova: illegittimo)
Ruolo diretto / indiretto (Douglas)	I valori non fanno da prova (diretto, no), ma fissano la soglia (indiretto, sì)	«I valori decidono la verità» (sarebbe corruzione)
Oggettività intersoggettiva	Ciò che regge al controllo critico di una comunità plurale (Longino)	La «vista da nessun luogo» del singolo neutrale
Norme di Merton (CUDOS)	Comunalismo, universalismo, disinteresse, scetticismo organizzato	Descrizione fedele della pratica (sono ideali, spesso violati)

📝 Riepilogo

• La scienza è anche impresa sociale: è neutrale rispetto ai valori? La distinzione scoperta/giustificazione confinava i valori «a monte», salvando la giustificazione come puramente logico-empirica.
• Ma la giustificazione usa valori epistemici (accuratezza, semplicità…) che non sono un algoritmo (Kuhn); e l'argomento del rischio induttivo (Rudner, Douglas): poiché accettare/rifiutare un'ipotesi incerta comporta un rischio d'errore con conseguenze eticamente asimmetriche, la soglia di prova dipende da valori non epistemici (ruolo indiretto legittimo; non come prova: quello sarebbe wishful thinking).
• Non relativismo, ma oggettività ripensata: non «vista da nessun luogo», bensì controllo critico intersoggettivo di una comunità plurale (Longino) → la diversità (epistemologia femminista, standpoint theory) è alleata dell'oggettività.
• Istituzione: norme ideali di Merton (CUDOS). Patologie: la «fabbrica del dubbio» (tabacco), la disinformazione — valori che corrompono vs valori che costituiscono la buona scienza.
• La scienza merita fiducia non perché infallibile, ma per i suoi meccanismi di autocorrezione critica. → bilancio finale: cap. 12.

In breve

Siamo arrivati in fondo. Questo capitolo tira le fila dell'intero percorso e guarda a dove sta andando la filosofia della scienza. Ripercorriamo la traiettoria che abbiamo attraversato: dalla fiducia nel metodo unico (l'immagine empirico-induttiva, il neopositivismo, il falsificazionismo — capp. 3-6), alla svolta storica che l'ha incrinata (Kuhn, Lakatos, Feyerabend — capp. 8-9), fino alle grandi questioni ancora aperte su che cosa la scienza conosce (realismo/antirealismo — cap. 10) e su come si intreccia con la società e i valori (cap. 11). Da questa storia emerge una lezione di fondo: le grandi domande — cos'è scientifico? (demarcazione), come si giustifica il sapere? (induzione), che cosa spiega una teoria?, le teorie sono vere?, la scienza è neutrale? — non hanno ricevuto risposte «definitive» come un teorema, ma sono state approfondite, riformulate, rese più precise. Non è un fallimento: è il modo in cui la filosofia progredisce (diversamente dalla scienza, ma non per questo a vuoto). Poi guardiamo al presente. La filosofia della scienza contemporanea si è specializzata: accanto alla general philosophy of science (le domande generali di questo corso) sono fiorite le filosofie delle scienze speciali — filosofia della fisica, della biologia, della medicina, delle scienze sociali, dell'economia — perché molte questioni si capiscono solo «sporcandosi le mani» con la scienza specifica. Sono emerse tre grandi forze che orientano il campo oggi: (1) una svolta pratica, verso la scienza come fare (esperimenti, modelli, simulazioni, dati) più che come sistema di enunciati; (2) l'irruzione dei big data e dell'intelligenza artificiale, che sfidano vecchie nozioni di spiegazione, comprensione e scoperta; (3) una scienza sempre più sociale e pubblica, dove valori, fiducia, expertise e disinformazione (cap. 11) diventano centrali. Chiudiamo con il senso di tutto questo: perché la filosofia della scienza conta — per lo scienziato, per il cittadino, per chiunque voglia usare la testa in un mondo saturo di affermazioni «scientifiche». È l'ultimo capitolo: raccoglie, collega e congeda.

🎯 Alla fine di questo capitolo saprai: ricostruire la traiettoria complessiva della filosofia della scienza (metodo → storia → questioni aperte); capire in che senso la disciplina progredisce pur senza risposte «definitive»; riconoscere le filosofie delle scienze speciali e le tre forze che orientano il campo oggi (svolta pratica; big data/IA; scienza pubblica e valori); e articolare perché la filosofia della scienza conta.

Uno sguardo d'insieme: che cosa abbiamo imparato

Perché conta: vedere il percorso come un tutto è ciò che trasforma una serie di capitoli in una comprensione — e mostra che le domande, più delle risposte, sono il vero lascito.

Facciamo un passo indietro e guardiamo l'intero cammino dall'alto. Siamo partiti (capp. 1-2) chiarendo che cos'è la filosofia della scienza — una riflessione sulla scienza, di secondo grado — e il suo problema-guida classico, la demarcazione (cosa distingue scienza da pseudoscienza?). Poi abbiamo seguito il grande tentativo di rispondere attraverso il metodo. Prima l'immagine empirico-induttiva (cap. 3: la scienza parte dai fatti e generalizza), subito insidiata dal problema dell'induzione di Hume (cap. 4: il salto induttivo è ingiustificabile) e dalla scoperta che l'osservazione è carica di teoria. Poi i due grandi programmi «logici» del Novecento: il neopositivismo (cap. 5), che voleva fondare la scienza sulla verificabilità e finì in crisi; e il falsificazionismo di Popper (cap. 6), che aggirò Hume con l'asimmetria e propose la falsificabilità come demarcazione e il metodo per congetture e confutazioni. A metà strada abbiamo esaminato il prodotto della scienza (cap. 7: leggi, spiegazione, modelli idealizzati). Poi la svolta storica, che ha incrinato l'immagine puramente logica: Kuhn (cap. 8) con paradigmi, scienza normale, rivoluzioni e incommensurabilità; e le due reazioni opposte, Lakatos (cap. 9: salvare la razionalità con i programmi di ricerca) e Feyerabend (cap. 9: dissolverla nell'anarchismo, «anything goes»). Infine le due grandi domande di fondo: che cosa la scienza conosce (cap. 10: realismo vs antirealismo — le entità inosservabili esistono? il «no-miracoli» contro la «meta-induzione pessimista»); e come si intreccia con la società (cap. 11: valori, rischio induttivo, oggettività come controllo critico). Ora, la domanda onesta: dopo tutto questo, abbiamo le risposte? Cos'è, definitivamente, la scienza? Come si giustifica davvero l'induzione? Le teorie sono vere? La sorpresa — che non è una delusione — è che a nessuna di queste domande abbiamo dato una risposta «chiusa», unanime, definitiva, del tipo che chiude un teorema. Il problema dell'induzione di Hume non è stato «risolto»; la demarcazione non ha un criterio unico accettato da tutti; realismo e antirealismo restano in campo entrambi. Qualcuno potrebbe concluderne che la filosofia della scienza ha fallito. Sarebbe l'errore da evitare. La filosofia progredisce in modo diverso dalla scienza: non accumulando risposte definitive, ma approfondendo le domande — rendendole più precise, smascherando confusioni, mostrando quali risposte non funzionano e perché, articolando lo spazio delle posizioni possibili e i loro costi. Sappiamo molto di più sull'induzione dopo Hume, Popper e il dibattito sul realismo, anche se non l'abbiamo «giustificata»: sappiamo esattamente perché è difficile, quali vie sono cieche, cosa si guadagna e si perde in ciascuna. Questo è progresso — solo di un tipo diverso. E c'è una seconda lezione trasversale, che attraversa tutto il corso: l'immagine ingenua della scienza come «applicazione meccanica di un Metodo che macina fatti e sforna verità certe» è insostenibile. La scienza è più fallibile (non dà certezze — Hume, Popper), più teorica (l'osservazione è carica di teoria — cap. 3), più storica (cambia a rivoluzioni — Kuhn), più umana e sociale (attraversata da valori — cap. 11) di quel mito. E tuttavia — ed è il punto da non perdere — resta l'impresa conoscitiva più affidabile che l'umanità abbia costruito. Le due cose non sono in contraddizione: la scienza è affidabile non malgrado la sua fallibilità, ma grazie al modo in cui la gestisce — con il controllo critico, l'apertura alla confutazione, l'autocorrezione della comunità. Aver capito questo — non un elenco di dottrine, ma il carattere autocritico e fallibile-ma-robusto della conoscenza scientifica — è forse il vero frutto del corso.

📌 Definizione formale. Progresso filosofico (vs scientifico): la filosofia della scienza non avanza accumulando risposte definitive, ma approfondendo e precisando le domande — chiarendo confusioni, escludendo posizioni insostenibili e mappando lo spazio delle alternative con i loro costi. Lezione trasversale del corso: la scienza è fallibile, teoretica, storica e sociale — e proprio per come gestisce questi tratti (critica, apertura alla confutazione, autocorrezione) resta l'impresa conoscitiva più affidabile.

La filosofia della scienza oggi (e perché conta)

Perché conta: è dove il campo si sta muovendo ora — e la ragione per cui tutto ciò che hai studiato non è archeologia, ma uno strumento vivo.

Guardiamo al presente e al futuro prossimo. La prima grande trasformazione è la specializzazione. Per gran parte del Novecento si è fatta general philosophy of science — le domande generali di questo corso, valide «per ogni scienza». Oggi il baricentro si è spostato verso le filosofie delle scienze speciali: filosofia della fisica (tempo, spazio, meccanica quantistica, probabilità), filosofia della biologia (che cos'è una specie? un gene? la selezione naturale è una «legge»?), filosofia della medicina (causalità, evidenza, il concetto di malattia), filosofia delle scienze sociali ed economia (si può fare esperimento? spiegare l'agire umano con leggi?), e altre. La ragione è profonda: molte questioni «generali» (spiegazione, legge, causa, riduzione) assumono forme diverse e più trattabili quando le si aggancia a una scienza concreta. La spiegazione in fisica non è come in biologia; «legge» significa cose diverse nei due campi. Fare filosofia della scienza «sul serio», oggi, significa spesso sporcarsi le mani con la scienza specifica — dialogando con gli scienziati, non sorvolando dall'alto. Su questo sfondo, tre forze orientano il campo contemporaneo. (1) La svolta pratica (practice turn): l'attenzione si sposta dalle teorie come sistemi di enunciati alla scienza come pratica — che cosa gli scienziati fanno: sperimentare (la «vita in laboratorio»), modellare e simulare (il ruolo dei modelli del cap. 7 è cresciuto enormemente), misurare, gestire dati, collaborare. La scienza reale è fatta di azioni e strumenti, non solo di proposizioni: la filosofia lo prende sul serio (Hacking, «rappresentare e intervenire»). (2) Big data e intelligenza artificiale. L'esplosione dei dati e dei metodi computazionali sfida nozioni classiche. Se un modello di machine learning predice benissimo ma nessuno capisce perché (il problema della «scatola nera», dell'opacità), abbiamo spiegazione? abbiamo comprensione? La correlazione massiva basta o serve ancora la causa? L'IA può fare scoperte scientifiche — e in che senso? Sono le vecchie domande su spiegazione, previsione e conoscenza (capp. 4, 7, 10) che ritornano in veste nuova e urgente. (3) La scienza pubblica e i valori. I temi del cap. 11 sono oggi al centro: fiducia nella scienza, ruolo dell'expertise nelle decisioni pubbliche (pandemie, clima), disinformazione, giustizia e diversità nella ricerca. In un'epoca in cui la posta politica del sapere scientifico è altissima, capire come la scienza produce conoscenza affidabile — e dove sono i suoi limiti — non è un lusso accademico ma una necessità civica. Ed eccoci al congedo: perché tutto questo conta? Per almeno tre ragioni, corrispondenti a tre «tu» possibili. Se sei (o sarai) uno scienziato: la filosofia della scienza ti rende più consapevole di ciò che fai — dei presupposti dei tuoi metodi, dei limiti delle tue inferenze, del significato delle tue teorie. Non ti insegna a fare esperimenti, ma a capire che cosa stai facendo quando li fai (e i grandi scienziati, da Einstein a Bohr a Darwin, sono stati anche fini pensatori della scienza). Se sei un cittadino: viviamo sommersi da affermazioni che si presentano come «scientifiche» — alcune solide, altre pseudoscienza travestita, altre scienza vera ma incerta spacciata per certezza (o viceversa). Saper distinguere — riconoscere una previsione rischiosa da una che «spiega tutto», capire perché l'incertezza non significa «non si sa nulla», fiutare la «fabbrica del dubbio» — è una competenza democratica essenziale, e questo corso te ne ha dato gli strumenti. E se sei semplicemente una mente curiosa: la scienza è forse la più straordinaria avventura conoscitiva della nostra specie, e chiedersi come funziona, fin dove arriva, che cosa ci dice davvero sul mondo è una delle domande più belle e profonde che si possano porre. Non abbiamo trovato tutte le risposte — e abbiamo visto perché è giusto così. Ma abbiamo imparato a porre meglio le domande: ed è, in filosofia come nella vita, il primo e più importante passo.

🧩 Esempio (una vecchia domanda in veste nuova: spiegare con l'IA). Rendi concreta la sfida dei big data ripensando a un filo del corso. Al cap. 7 abbiamo distinto prevedere e spiegare: il modello nomologico-deduttivo diceva che spiegare è dedurre da leggi (con tutte le sue difficoltà), e abbiamo visto che spiegare sembra richiedere cause, non solo correlazioni. Ora prendi un moderno sistema di deep learning che diagnostica tumori da radiografie meglio dei medici, o che predice il ripiegamento delle proteine con precisione stupefacente. Il sistema predice in modo eccellente — ma è una scatola nera: non procede da leggi enunciabili né offre una «storia causale» comprensibile; ha estratto pattern statistici da milioni di esempi, in uno spazio a milioni di dimensioni che nessun umano può ispezionare. Domande che il corso ci ha attrezzato a porre. Questo sistema spiega i tumori, o soltanto li prevede (la distinzione del cap. 7)? La sua abilità predittiva ci dà comprensione del fenomeno, o solo uno strumento che «funziona» (l'eco del dibattito strumentalismo/realismo, cap. 10)? Possiamo fidarci di una previsione di cui non capiamo la ragione — e con quali valori e soglie di rischio decidiamo di usarla in medicina (il rischio induttivo del cap. 11)? Nessuna di queste domande è nuova: sono le stesse domande su spiegazione, comprensione, verità e valori che attraversano tutto il corso — ma l'IA le rende urgenti, concrete, quotidiane. Ecco, in un solo esempio, perché la filosofia della scienza non è un museo: è una cassetta degli attrezzi per pensare i problemi che il nostro tempo ci mette davanti — e continuerà a metterci davanti.

🗺️ Come si collega il tutto

Questo capitolo finale ha raccolto l'intero corso. Abbiamo ripercorso la traiettoria: dalla fiducia nel metodo (immagine induttiva, neopositivismo, Popper — capp. 3-6), attraverso la svolta storica che l'ha incrinata (Kuhn, Lakatos, Feyerabend — capp. 8-9), fino alle questioni aperte su cosa conosce la scienza (realismo/antirealismo — cap. 10) e sul suo intreccio con i valori (cap. 11). La lezione di fondo: la filosofia della scienza non dà risposte «definitive» come un teorema, ma progredisce approfondendo le domande — e ci ha consegnato un'immagine della scienza più fallibile, teoretica, storica e sociale del mito del Metodo infallibile, eppure più affidabile di ogni altra impresa conoscitiva, proprio per come gestisce la propria fallibilità (critica, apertura, autocorrezione). Sul presente: la specializzazione nelle filosofie delle scienze speciali, e tre forze — la svolta pratica (la scienza come fare), i big data/IA (che rimettono in gioco spiegazione e comprensione), la scienza pubblica e i suoi valori. E il perché conta: per lo scienziato (consapevolezza), per il cittadino (competenza democratica contro pseudoscienza e disinformazione), per la mente curiosa (una delle domande più belle che ci siano). Le domande dei capp. 1-11 non sono state «chiuse»: sono state rese più precise e messe nelle tue mani. È il modo giusto di finire un corso di filosofia — non con un punto fermo, ma con domande migliori.

🔑 Concetti chiave

Termine	In una frase	Da non confondere con
Progresso filosofico	Avanzare approfondendo le domande, non accumulando risposte definitive	Il fallimento (non aver «risolto» non è aver fallito)
Immagine matura della scienza	Fallibile, teoretica, storica, sociale — ma la più affidabile che abbiamo	Il mito del «Metodo» meccanico che sforna verità certe
Filosofie delle scienze speciali	Filosofia della fisica, biologia, medicina… (questioni ancorate a una scienza)	La general philosophy of science (le domande generali del corso)
Svolta pratica	La scienza come pratica (esperimenti, modelli, dati), non solo enunciati	La scienza vista solo come sistema di teorie/proposizioni
Opacità dell'IA	Modelli che predicono senza offrire spiegazione comprensibile («scatola nera»)	La spiegazione causale/nomologica (cap. 7)
Competenza democratica	Saper valutare le affermazioni «scientifiche» (solide, incerte, pseudo)	La fiducia cieca o lo scetticismo totale (entrambi sbagliati)

📝 Riepilogo

• Traiettoria del corso: fiducia nel metodo (induzione, neopositivismo, Popper — capp. 3-6) → svolta storica che la incrina (Kuhn, Lakatos, Feyerabend — capp. 8-9) → questioni aperte: realismo/antirealismo (cap. 10) e valori (cap. 11).
• La filosofia della scienza non chiude le grandi domande (induzione, demarcazione, verità delle teorie) come un teorema: progredisce approfondendole — è un progresso reale, di tipo diverso da quello scientifico.
• Immagine matura della scienza: fallibile, teoretica (osservazione carica di teoria), storica (rivoluzioni), sociale (valori) — e più affidabile di ogni alternativa proprio per come gestisce la fallibilità (critica, autocorrezione).
• Oggi: specializzazione (filosofie delle scienze speciali) + tre forze — svolta pratica (scienza come fare), big data/IA (spiegazione, comprensione, «scatola nera»), scienza pubblica e valori (fiducia, expertise, disinformazione).
• Perché conta: consapevolezza per lo scienziato, competenza democratica per il cittadino, bellezza della domanda per la mente curiosa. Il corso lascia non risposte chiuse, ma domande migliori.

---

🎓 Fine del corso.

Hai attraversato l'intera filosofia della scienza: dal problema della demarcazione allo scetticismo di Hume sull'induzione, dal sogno di verificazione dei neopositivisti alla falsificabilità di Popper; hai visto le teorie farsi modelli, la storia irrompere con i paradigmi di Kuhn e le rivoluzioni, la razionalità difesa da Lakatos e sfidata da Feyerabend; ti sei affacciato sull'abisso del realismo e sul ruolo dei valori nella scienza. Soprattutto, hai imparato a guardare la scienza come essa è davvero — non un oracolo infallibile, ma la più coraggiosa e autocritica delle avventure conoscitive umane: fallibile, e proprio per questo affidabile. Porta con te non un elenco di dottrine, ma un modo di pensare: chiedere sempre come lo sappiamo?, che cosa significa davvero?, fin dove arriva?. È l'abito mentale del filosofo e dello scienziato insieme — e ora è anche il tuo. Buono studio e buona ricerca.