
La scienza è neutrale? Spesso, quando pensiamo a qualcuno che lavora in ambito scientifico, ci viene in mente una persona razionale, rigorosa, immune da pregiudizi e pressioni esterne. Qualcuno che riesce a elevarsi al di sopra delle opinioni personali per osservare la realtà nel modo più oggettivo possibile e rendere, così, la scienza neutrale e imparziale. Nella pratica, questo non è del tutto vero: la scienza è fatta da persone e le persone, anche le più razionali, non sono neutrali.
Attenzione, però: questo non significa che la scienza sia solo un'opinione o che i risultati scientifici valgano quanto qualsiasi altra idea. Significa che la produzione della conoscenza scientifica è un'attività umana e, come tutte le attività umane, riflette inevitabilmente il contesto storico, culturale, economico e sociale in cui nasce.
Questa mancanza di neutralità porta a conseguenze molto concrete nel mondo reale. Uno degli ambiti in cui è più evidente sono le scienze mediche: per decenni donne, anziani e minoranze sono stati sottorappresentati nei trial clinici, con il risultato che numerose terapie sono state sviluppate e validate soprattutto sulla popolazione maschile occidentale, rendendole poco efficaci per altre popolazioni.
Comprendere che la scienza non è neutrale non significa metterne in discussione l'affidabilità. Al contrario, significa capire come viene prodotta la conoscenza scientifica, riconoscerne i limiti e continuare a migliorarla. È proprio la consapevolezza di questi limiti che permette alla ricerca di correggere i propri errori e diventare, nel tempo, sempre più affidabile.
Vediamo quindi quali sono le problematiche della ricerca scientifica, che impatti ha avuto nella ricerca medica e perché, nonostante tutto, possiamo fidarci della scienza.
Pratica e metodo scientifico non sono la stessa cosa
Per capire perché la scienza non sia neutrale bisogna distinguere il metodo scientifico dalla pratica della ricerca.
Il metodo scientifico è probabilmente il miglior metodo che l’umanità abbia sviluppato finora per produrre conoscenza affidabile. Si basa sull’osservazione di un fenomeno, sulla raccolta dei dati, sulla formulazione di un’ipotesi, sulla verifica della stessa tramite esperimento, sulla formulazione di una legge e sulla possibilità di replicare i risultati.
Questo metodo è pensato per ridurre al minimo l’influenza delle opinioni e dei pregiudizi di chi fa ricerca. Il problema, però, è che nella pratica la scienza è fatta da persone. Sono le persone a decidere quale fenomeno vale la pena di osservare, quali domande porsi, quali dati raccogliere e con quali strumenti. Tutte queste decisioni dipendono inevitabilmente dal contesto storico e culturale, dalle risorse disponibili, dalle priorità di chi finanzia la ricerca, dalle domande considerate più urgenti e persino dagli incentivi interni del sistema accademico. Uno di questi è il cosiddetto “publish or perish” ("pubblica o muori"), il meccanismo che lega la carriera di chi fa ricerca al numero di articoli pubblicati e che, di conseguenza, incentiva la produzione di articoli scientifici contenenti risultati poco rilevanti o addirittura non replicabili.
Come ha scritto il politologo statunitense Daniel Sarewitz, il cui lavoro si focalizza sul rapporto tra ricerca scientifica e società:
La scienza è sempre stata politica e gli scienziati non sono esploratori monastici della verità.
Uno degli ambiti scientifici in cui gli effetti dei bias umani e culturali sono più evidenti e hanno conseguenze più gravi è quello della ricerca medica e clinica.
La ricerca clinica non è neutrale
Per decenni, la ricerca clinica ha condotto i propri test su soggetti maschili e occidentali, partendo dall'assunzione implicita che i risultati fossero poi applicabili ad altre popolazioni. Questo, però, ha reso molto più difficile riconoscere e trattare alcune patologie.
Nel caso delle malattie cardiovascolari, ad esempio, due studi dell’università della British Columbia e del dipartimento di cardiologia dell’ospedale di Sydney, pubblicati nel 2022 e nel 2024 hanno segnalato una sottorappresentazione delle donne nei trial clinici. Questa carenza ha portato ad una maggiore difficoltà nel riconoscere alcune patologie cardiovascolari più frequenti nelle donne, aumentando il rischio di diagnosi tardive e trattamenti inadeguati.
Un altro esempio di bias nella ricerca riguarda gli studi sui farmaci sponsorizzati dalle industrie. Uno studio del 2018 condotto da un ospedale danese ha evidenziato che gli studi finanziati dalle aziende riportano più spesso risultati e conclusioni favorevoli al prodotto sponsorizzato. Questo non significa che ogni studio finanziato dall'industria sia necessariamente inaffidabile, ma che anche il sistema dei finanziamenti può influenzare la produzione della conoscenza, il modo in cui i risultati vengono comunicati e può portare ad un utilizzo maggiore di un certo tipo di farmaco.
La scienza è affidabile
A questo punto è importante evitare un fraintendimento. Dire che la scienza non è neutrale e che può commettere errori non significa sostenere che tutte le opinioni abbiano lo stesso valore o che non ci si possa fidare della conoscenza prodotta dalla ricerca scientifica. La forza della scienza sta proprio nel fatto che è stata costruita per limitare l’effetto dei bias individuali sulla conoscenza collettiva. La revisione tra pari, la replicabilità degli esperimenti e la condivisione dei dati sono processi pensati esattamente con questo obiettivo.
C'è poi un'altra ragione, più pratica, per cui vale la pena di fidarsi della scienza: funziona. I vaccini hanno ridotto drasticamente la mortalità infantile; l’elettricità, studiata con esperimenti che all'epoca sembravano assurdi, è alla base di gran parte delle nostre attività quotidiane; le previsioni meteorologiche, pur rimanendo imperfette, migliorano continuamente grazie all'accumulo di nuovi dati e alla continua revisione dei modelli.
La scienza non produce verità assolute, immutabili e prive di bias, ma conoscenza che può essere corretta, ampliata e raffinata nel tempo. Ed è proprio qui che la consapevolezza dei suoi limiti diventa un punto di forza. Riconoscere i bias, progettare studi più rappresentativi e costruire una comunità scientifica più diversificata non serve solo a rendere la ricerca più equa, ma anche più solida. Più prospettive significano domande migliori, dati più robusti e una comprensione del mondo sempre più accurata.