Conosciuta anche come: Errore delle statistiche insufficienti, Errore del campione insufficiente, Saltare a una conclusione, Induzione affrettata.

Descrizione della Generalizzazione affrettata

Questo errore viene commesso quando una persona trae una conclusione su una popolazione basandosi su un campione che non è grande abbastanza. Ha la seguente forma:

1. Il campione S, che è troppo piccolo, viene preso dalla popolazione P.
2. La conclusione C viene tratta a proposito della popolazione P basandosi su S.

La persona che commette l'errore sta abusando del seguente tipo di ragionamento, che è conosciuto variamente come Generalizzazione induttiva, Generalizzazione e Generalizzazione statistica:

1. L'X% di tutti gli A osservati sono B.
2. Quindi l'X% di tutti gli A sono B.

L'errore viene commesso quando non abbastanza A sono osservati per garantire la conclusione. Se abbastanza A sono osservati allora il ragionamento non è fallace.

Piccoli campioni tenderanno a non essere rappresentativi. Come caso evidente, chiedere a un canadese cosa pensa sul controllo delle armi chiaramente non darebbe un campione di dimensioni adeguate per determinare cosa pensano i canadesi in generale del problema. L'idea generale è che è meno probabile che piccoli campioni contengano numeri proporzionali all'intera popolazione. Per esempio, se un secchio contiere biglie blu, rosse, verdi e arancioni, allora un campione di tre biglie non può essere rappresentativo dell'intera popolazione di biglie. Quando la dimensione del campione delle biglie aumenta, diventa più probabile che le biglie di ogni colore saranno scelte in proporzione ai loro numeri nell'intera popolazione. Lo stesso è vero per cose diverse dalle biglie, come le persone e le loro idee politiche.

Dato che la Generalizzazione affrettata viene commessa quando il campione (le istanze osservate) è troppo piccolo, è importante avere campioni che sono abbastanza grandi quando si fa una generalizzazione. Il modo più affidabile per fare questo è prendere il più grosso campione che sia pratico prendere. Non ci sono numeri fissi su cosa voglia dire essere abbastanza grande. Se la popolazione in questione non ha grosse differenze (una popolazione di topi clonati, per esempio) allora un campione molto piccolo sarebbe sufficiente. La dimensione del campione dipende anche dalla dimensione della popolazione. Ovviamente, una popolazione molto piccola non potrà contenere un grande campione. Infine, il campione richiesto dipenderà dallo scopo del campione. Se Bill vuole sapere quello che Joe e Jane pensano sul controllo delle armi, allora un campione che consiste solo in Bill e Jane sarà (ovviamente) grande abbastanza. Se Bill vuole sapere quello che la maggior parte degli australiani pensano sul controllo delle armi, allora un campione che consiste solo in Bill e Jane sarebbe chiaramente troppo piccolo.

Molto spesso si commettono Generalizzazioni affrettate a causa di faziosità o pregiudizi. Per esempio, un sessista potrebbe concludere che nessuna donna è in grado di guidare un caccia perché una ne ha fatto cadere uno. Si commette comunemente la Generalizzazione affrettata a causa di pigrizia o trascuratezza. È molto facile saltare semplicemente a una conclusione e molto più difficile raccogliere un campione adeguato e trarre una conclusione giustificata. Per questo, avitare quest'errore richiede di minimizzare l'influenza della parzialità e prendere la cura di scegliere un campione grande abbastanza.

Un punto finale: una Generalizzazione affrettata, come tutti gli errori, potrebbe avere una conclusione vera. Comunque, finché il ragionamento è fallace non c'è ragione per accettare la conclusione basata su quel ragionamento.

Esempi di Generalizzazioni affrettate

1. Smith, che è inglese, decide di frequentare l'università all'Ohio State University. Non è mai stato negli Stati Uniti prima. Il giorno dopo il suo arrivo, sta tornando indietro da una lezione di benvenuto e vede due scoiattoli bianchi (albini) che si rincorrono attorno ad un albero. Nella sua successiva lettera a casa, dice alla famiglia che gli scoiattoli americani sono bianchi.

2. Sam sta andando a casa in bicicletta in Maine, pensando agli affari suoi. Una station wagon la raggiunge e comincia a suonare il clacson e prova a mandarla fuori dalla strada. Mentre passa, il guidatore urla "vai sul marciapiede dove devi stare!" Sam vede che la macchina ha la targa dell'Ohio e conclude che tutti i guidatori dell'Ohio sono babbei.

3. Bill: "Sai, quelle femministe odiano tutte gli uomini."
   Joe: "Davvero?"
   Bill: "Sì. Ero alla mia lezione di filosofia l'altro giorno e quella ragazza, Rachel, ha fatto un discorso."
   Joe: "Quale Rachel?"
   Bill: "La conosci. È quella che a capo di quel gruppo femminista al Centro delle Donne. Ha detto che tutti gli uomini sono maiali sessisti. Le ho chiesto perché lo credeva e ha detto che i suoi ultimi ragazzi erano veri maiali sessisti."
   Joe: "Non mi sembra una buona ragione per credere che tutti noi siamo maiali."
   Bill: "È quello che ho detto."
   Joe: "E lei cosa ha detto?"
   Bill: "Ha detto che ha visto abbastanza uomini per sapere che siamo tutti maiali sessisti. È chiaro che lei odia tutti gli uomini."
   Joe: "Quindi tu pensi che tutte le femministe siano come lei?"
   Bill: "Certamente. Odiano tutte gli uomini."

[ Precedente | Indice | Successivo ]