Un altro resoconto molto interessante e oggettivo è quello di David Wolman tadotto nel sito INGV, forse già citato in precedenza, ma che non avevo avuto occasione di leggere. È interessante per molti aspetti tra cui uno molto importante, i concetti di probabilità e comunicazione del rischio, spiegando anche come il PM sia riuscito a influenzare fortemente le decisioni del giudice mostrando la carta dell'INGV e l'articolo di Boschi, Gasparini e Mulargia. Oggettivamente, appare che la logica del giudice in questo aspetto sia stata corretta, tuttavia la semantica della probabilità di accadimento è stato il punto cruciale che ha portato alla condanna. Probabilità può volere dire tutto e niente e non esiste, neanche tra gli analisti del rischio, un consenso al proposito anche perché ogni scenario di rischio è caratterizzato da probabilità significative diverse. Consiglio la lettura a tutti.

Quote:
Questo è il punto dove gli scienziati e gli ingegneri della Commissione Grandi Rischi hanno commesso un errore, anche se non se ne sono resi conto. Non avevano la percezione di come le loro parole sarebbero state interpretate. Erano abituati a riunioni a porte chiuse ed inoltre il mandato della Commissione era informare il Dipartimento di Protezione Civile, non i cittadini. Ma una volta che i microfoni e le videocamere furono introdotte nel calderone, ogni cosa cambiò: diventarono comunicatori del rischio, e il fatto che ne fossero o meno consapevoli, o cosa abbiano pensato in merito, diventò irrilevante. (Sfortunatamente, dice Fischhoff, un risultato certo nelle scienze sociali è che “per quanto si riesca a comunicare bene, le persone tendono ad esagerare”). E comunque dovevano parlare. Qualcuno doveva farlo. Se non lo avessero fatto, non ci sarebbe stato un contro-messaggio alla falsa informazione che stava infettando la comunità, per merito di un personaggio che dava impulso al panico.


http://processoaquila.wordpress.com/2014/10/21/the-aftershocks/#more-1183

"Data speak for themselves" -Reverend Thomas Bayes 1702-1761
P(Ai|E)=(P(E|Ai)P(Ai))/P(E)