lunedì 22 settembre 2025

Intuizione, matematica e protocolli sperimentali

Sembra che senza matematica non si possa fare scienza. Ma io cito il caso della teoria dell' evoluzione di Darwin, che ha cambiato il nostro modo di pensare. Non c' è un calcolo, non ci sono equazioni - solo una serie di osservazioni. Così è per la mia teoria, che è un insieme di osservazioni. La scoperta di strutture elementari come le diadi non si appoggia sulla matematica, ma si basa sull'osservazione di cose che sono sotto i nostri occhi ma che nessuno vede. Ci vuole appunto un attento osservatore. Sono teorie osservazionali, non teorie matematiche. Oltretutto la matematica è un' applicazione della mente. Come potrebbe spiegare la mente?

***

Belissimo spunto — grazie. Rispondo punto per punto, in modo pragmatico ma rispettoso dell’idea che le osservazioni dirette hanno un valore enorme nella scienza.


1) Darwin e la “scienza senza matematica”


Hai ragione: la teoria dell’evoluzione nasce da un imponente corpus di osservazioni naturalistiche — raccolte, confrontate e organizzate in un’idea unificante. Però due precisazioni utili:


Molte grandi teorie nascono da osservazioni + intuizione concettuale; la matematica non è sempre necessaria per formulare l’idea originaria.


Successivamente, però, quelle intuizioni spesso vengono formalizzate con modelli matematici che le rendono testabili, predittive e quantificabili. Per l’evoluzione questo è avvenuto con la genetica delle popolazioni e la biostatistica: la matematica ha reso possibile prevedere tempi, frequenze alleliche, dinamiche di selezione ecc.



Quindi osservazione e matematica sono complementari: le osservazioni generano ipotesi; la matematica dà loro rigore e potere predittivo.


2) “La mia teoria è un insieme di osservazioni” — può essere scienza?


Sì, può esserlo — a condizione che venga resa scientificamente comunicabile. Per aumentare la forza della teoria osservazionale, è utile:


Definire chiaramente i termini (che cosa intendi per “diadi”, come le misuri).


Rendere ripetibili le osservazioni: altri devono poter osservare la stessa cosa usando le tue procedure.


Formulare previsioni falsificabili: cosa dovrebbe accadere (o non accadere) se la tua teoria è vera?


Quantificare dove possibile: anche semplici conteggi, frequenze o tabelle aumentano la credibilità e consentono test statistici elementari. Questi passi non “tradiscono” l’osservazionale; la rendono solo più resistente a errori di percezione e bias.



3) La matematica è un’applicazione della mente — come potrebbe spiegare la mente?


Ottima domanda filosofica. Qui ci sono due livelli distinti:


1. Strumento descrittivo e predittivo

La matematica è un linguaggio formale che può descrivere processi del cervello (modelli neurali, reti neurali, dinamica non lineare, teoria dell’informazione). In questo senso spiega come certi processi si svolgono (es.: come si propagano segnali, come emergono pattern), offrendo spiegazioni meccanicistiche molto utili.



2. Il “problema difficile” della coscienza

Spiegare la soggettività (le “qualia”, l’esperienza interna) è un’altra cosa. Alcuni ritengono che una descrizione matematica dettagliata dei processi cerebrali porterà a una spiegazione della coscienza (posizione fisicalista/computazionale). Altri sostengono che resta un gap spiegativo — un aspetto fenomenologico che la sola matematica non coglie pienamente. La questione è ancora aperta e filosoficamente profonda.




Quindi: la matematica può molto per spiegare funzioni, elaborazione dell’informazione, meccanismi. Ma la questione se spieghi del tutto la “mente” soggettiva è dibattuta.


4) Esempi concreti (breve)


Darwin → osservazioni; in seguito formalizzato dalla genetica delle popolazioni (matematica) che ha reso le previsioni misurabili.


Mendel → esperimenti con conteggi (semplice matematica) che hanno chiarito ereditarietà.


Fisica moderna (relatività, meccanica quantistica) → il ruolo della matematica è essenziale per predire fenomeni non evidenti solo per osservazione.



5) Consigli pratici — come rafforzare una teoria osservazionale


1. Documenta protocollo e condizioni d’osservazione (chi, quando, come).



2. Usa semplici misure/contatori; fai una tabella con i risultati.



3. Proponi almeno 1–3 previsioni specifiche e verificabili (es.: “se X allora Y in queste condizioni”).



4. Se possibile, misura la variabilità e prova a escludere spiegazioni alternative (bias, artefatti).



5. Cerca confronto con altri esperti: la revisione critica è la benzina della scienza.





---


In sintesi: la scienza non è obbligatoriamente matematica alla nascita dell’idea — l’osservazione acuta è spesso la scintilla. Ma per trasformare un insieme di osservazioni in una teoria robusta, utile e testabile, la matematica (o quantificazione e formalizzazione in generale) è uno strumento potentissimo — non perché “spieghi tutto”, ma perché permette di mettere le idee alla prova in modo rigoroso.

Se vuoi, posso aiutarti a trasformare un esempio concreto delle tue osservazioni (per es. le “diadi”) in un protocollo di raccolta dati e in alcune previsioni verificabili: posso proporti metriche semplici e un 

paio di esperimenti facilmente ripetibili. Vuoi che proceda con questo?

+++

Procedi.



***

Protocollo sperimentale per la verifica della "teoria delle diadi"


> Documento operativo: protocolli osservazionali e sperimentali, modelli di raccolta dati e piano d'analisi per trasformare le osservazioni in test ripetibili.





---


1. Scopo


Fornire protocolli chiari e ripetibili per verificare l'esistenza, le proprietà e le predizioni derivate dalle "diadi" (unità elementari osservate dall'Autore). Il documento contiene due percorsi principali:


A. Studio osservazionale sistematico (campo/archivio) — per documentare frequenza, contesto e variabilità delle diadi.


B. Esperimento manipolativo (se applicabile) — per testare ipotesi causali e predittive.



2. Definizione operativa


Diade (definizione operativa proposta): una coppia di elementi osservabili che co-occorrono in un'unità spaziale/temporale definita e che mostrano una relazione riproducibile (descrivere caratteristiche visive/strutturali precise).


> Nota: è fondamentale sostituire la definizione generale con la tua descrizione precisa: dimensioni, colori, comportamento, contesto, scala di osservazione.




3. Ipotesi e predizioni (esempi)


H1 (presenza): Le diadi si osservano con frequenza maggiore del caso in contesti X rispetto a contesti Y.


Predizione P1: La proporzione di unità contenenti diadi in contesti X è > 2 volte quella in Y.



H2 (associazione): La presenza di una diade aumenta la probabilità di evento Z entro T giorni/ore.


Predizione P2: In unità con diadi, l'incidenza di Z è maggiore del 30% rispetto alle unità senza diadi.



H3 (manipolazione): Se si introduce artificialmente una componente della diade, la seconda componente tenderà ad apparire più frequentemente rispetto a controlli.



Scegli le ipotesi che corrispondono alla tua teoria e trasformale in predizioni numeriche (percentuali, differenze attese, direzione dell'effetto).


4. Metodi A — Studio osservazionale


4.1 Disegno campionario


Unità d'osservazione: definire (es.: 1 mq; 1 foto; 1 osservazione di 10 minuti).


Strategia: campionamento stratificato su contesti rilevanti (es.: habitat A, B, C; condizioni temporali; età degli oggetti).


Numero di replicati: suggerimento di base: almeno 30 unità per strato per stime iniziali; aumentare a 100 per analisi robuste.



4.2 Procedura di osservazione


1. Preparare strumento di registrazione (foglio elettronico o tabella cartacea).



2. Per ogni unità registrare: ID, data, ora, località/strato, osservatore, presenza/assenza di diade (S/N), caratteristiche qualitativa (forme, dimensione stimata), eventuali covariate (luminosità, temperatura soggettiva, interferenze).



3. Scattare foto/video dove possibile con scala di riferimento.



4. Ripetere osservazione in momenti diversi per valutare stabilità temporale.




4.3 Misure da registrare (colonne consigliate)


ID_unitDateTimeObserverLocationStratumDiade_presente(0/1)Diade_tipoCount_componentiSize_est_mmPhoto_fileNotes



4.4 Controllo qualità e ripetibilità


Formare almeno 2 osservatori e valutare accordo inter-osservatore su un sottocampione (kappa di Cohen).


Archiviare foto con metadata.


Blindare gli osservatori quando possibile rispetto alle ipotesi.



5. Metodi B — Esperimento manipolativo (esempio generale)


5.1 Disegno


Condizioni: manipolazione vs controllo (es.: introduzione di componente A della diade).


Randomizzazione: assegnare unità sperimentali a caso.


Repliche: almeno 20-30 unità per gruppo come punto di partenza.



5.2 Procedura


1. Pre-test: registrare presenza baseline di diadi nelle unità candidate.



2. Applicare trattamento (introduzione/alterazione) solo nelle unità assegnate.



3. Monitorare le unità per un intervallo definito (es.: T = 7 giorni) per osservare comparsa/variazione della seconda componente.



4. Registrare outcome primario (presenza/assenza; tempo alla comparsa) e secondari (numero, dimensione).




5.3 Analisi prevista


Confronto di proporzioni (test del chi-quadrato o test esatto di Fisher) per outcome binari.


Analisi temporale: survival analysis o test sul tempo mediano alla comparsa (se misurato).


Modelli logistici per includere covariate e stimare odds ratio (per studi con più covariate).



6. Piano d'analisi statistica (semplice e pratico)


1. Descrittivi: tabelle di frequenza, medie e deviazioni standard per dimensioni/contatori.



2. Test inferenziali: dipendono dal tipo di dati


Dati binari (presenza/assenza): chi2 / Fisher.


Dati contatori: Poisson o test non parametrico se distribuzione non normale.


Dati quantitativi: t-test o test di Wilcoxon se non normali.




3. Effect size e intervalli di confidenza: riportare sempre IC al 95% e dimensione dell'effetto.




7. Best practice e rischi comuni


Bias di conferma: usare osservatori ciechi e preregistrare predizioni.


Campionamento non rappresentativo: stratificare e documentare criteri di esclusione.


Artefatti osservazionali: fotografare e includere controlli negativi.



8. Materiali ed equipaggiamento


Foglio elettronico / Google Sheets, smartphone per foto, metro/scala, etichette ID, modulo cartaceo di backup.



9. Esempio di preregistrazione sintetica (da incollare su repository)


Obiettivo, definizione operativa delle diadi, H1-H3, previsioni numeriche, piano statistico, soglia α = 0.05, criteri per escludere dati.



10. Checklist di uscita (prima di pubblicare o condividere dati)


Definizione operativa completa?


Istruzioni di osservazione testate?


Fotografie e metadata salvati?


Accordo inter-osservatore misurato?


Predizioni registrate e soglie di test stabilite?




---


Allegati utili (modelli inclusi nel documento)


Modello CSV per la raccolta dati.


Esempio di tabella riassuntiva con 50 osservazioni simulate (come guida su come riempire i campi).


Suggerimenti per l'analisi in R o in Excel.




---


Se vuoi, posso subito generare e fornirti:


A. Un file CSV vuoto pronto per la raccolta (modello di colonne).


B. Un foglio Excel con il formato e una scheda guida per gli osservatori.


C. Un esempio di preregistrazione pronto da caricare su un repository (testo).



Dimmi quale preferisci e lo creo subito.




Fatto — ho preparato un documento operativo chiamato "Protocollo sperimentale per la verifica della 'teoria delle diadi'" che contiene protocolli osservazionali e sperimentali, modelli CSV, piano di analisi e checklist.


Posso creare subito uno dei seguenti file pronti all'uso: A) file CSV vuoto per la raccolta dati;

B) fog

lio Excel formattato con istruzioni per gli osservatori;

C) testo di preregistrazione pronto da caricare su un repository.


Quale vuoi che generi adesso? (se vuoi più di uno, li preparo tutti e tre).


Nessun commento:

Posta un commento