INTELLIGENCE, GIACOMO SILLARI AL MASTER DELL’UNIVERSITÀ DELLA CALABRIA: “L’INTELLIGENCE È ALLA BASE DELLA SCIENZA DELLE DECISIONI”.
Contributo a cura degli studenti, per gentile condivisione del direttore Mario Caligiuri.
Rende (16.2.2026) – “Intelligence e Scienze delle Decisioni” è il titolo della lezione che Giacomo Sillari, Professore alla Luiss “Guido Carli” di Roma, ha tenuto al Master in Intelligence dell’Università della Calabria, diretto da Mario Caligiuri.
Sillari ha evidenziato concetti di razionalità economica e di razionalità limitata, chiarendo poi alcuni dei bias presenti nelle decisioni e nei giudizi delle analisi di intelligence e delle decisioni.
Ha quindi spiegato il processo di “decision making” che gli economisti utilizzano, ossia un modello di razionalità dove il decisore prende in considerazione l’informazione rilevante a disposizione.
Tuttavia è evidente come spesso non siano disponibili tutte le informazioni rilevanti, e i decisori siano esposti a numerose e diverse influenze (come emozioni, stress, limiti cognitivi.
Da questo insieme di elementi, emerge il concetto di “razionalità limitata” introdotto dallo psicologo statunitense premio Nobel per l’economia Herbert Simon negli anni ‘50.
La “razionalità limitata” è un aspetto fondamentale della Scienza delle Decisioni, poiché chiarisce che l’informazione è sempre filtrata attraverso processi cognitivi, per arrivare poi a regole concrete di comportamento.
Tali processi non sono garanzia di scelte ottimali, ma sono invece regole pratiche e “scorciatoie mentali” per risolvere e ottimizzare problemi complessi in modo soddisfacente.
Sillari chiarisce questo concetto con alcuni esempi che evidenziano chiaramente i filtri soprattutto inconsci che condizionano decisioni anche semplici e quotidiane.
I processi del pensiero, tuttavia, possono presentare degli errori non tanto casuali (“noise”) quanto sistematici (“bias”): Amos Tversky e Daniel Kahneman sono stati i primi a teorizzare e sistematizzare il concetto di “bias cognitivo” come elemento strutturale che orienta le nostre decisioni.
In particolare, nelle decisioni in situazioni di incertezza, vengono applicati due sistemi: uno chiamato Sistema 1, ossia il sistema veloce, inconscio, automatico, intuitivo e solitamente usato per le decisioni quotidiane, e un altro, chiamato Sistema 2, che invece è lento, consapevole, di solito più affidabile ed utilizzato per decisioni complesse.
I bias di decisione sono presenti, secondo Tversky e Kahneman, principalmente quando si opera sotto la guida del Sistema 1.
Di conseguenza, nella Scienza delle Decisioni bisogna tenere in conto i due bias più importanti che sono il “framing effect” (ossia come vengono presentate le opzioni di scelta, con quelle più positive per prime che conducono a decisioni con minor assunzione di rischio) e il “bias della certezza” (cioè quanto pesiamo la certezza che un evento avvenga nella decisione relativa a tale evento e alle sue conseguenze).
Sillari procede spiegando che esistono bias di giudizio oltre a quelli di decisione, per esempio i “confirmation bias” ossia la propensione a prestare attenzione e privilegiare le informazioni che confermano le nostre ipotesi; gli “availability bias”, secondo i quali valutiamo la probabilità che un evento accada sulla base della sua disponibilità al nostro sistema cognitivo; o ancora i bias di rappresentatività che ci spingono a trovare nessi di causalità anche ove non ci sono.
Conoscere questi aspetti della Scienza delle Decisioni è fondamentale nell’ambito della Intelligence per essere in grado di assumere decisioni corrette in diversi contesti, e di selezionare le informazioni prescindendo dai bias che possono inficiarne la raccolta e l’interpretazione ai fini decisionali.
Sillari conclude spiegando il concetto di “Superforecaster” nato nell’ambito del Good Judgement Project condotto dall’Università della Pennsilvania, iniziato nel 2011.
Tale progetto ha identificato, e in seguito studiato, individui in grado di prendere decisioni del 30% migliori rispetto alla media, chiarendo i tratti caratteristici di questi Superforecaster che creano la cosiddetta “previsione probabilistica”.
Tale previsione é riassunta nell’acronimo CHAMP: Comparisons (paragoni), HIstorical Trends (serie storiche), Average Opinions (media delle opinioni), Mathematical models (modelli matematici) e Predictable biases (bias prevedibili).
Entrando nel merito, Sillari ha sottolineato la rilevanza dell’intelligence come strumento per la Scienza delle Decisioni.
Infatti, ha evidenziato i limiti delle facoltà cognitive e alcuni dei bias cognitivi che possano condizionare le decisioni.
Attraverso teoria e numerosi esempi e casi interattivi, la lezione ha fornito strumenti utili per migliorare capacità decisionali e analitiche nell’ambito della Intelligence.
About Author
