Immagina di essere l'arbitro di un gioco invisente e gigante giocato nel mondo del business e delle scuole. In questo gioco, i giocatori (come le aziende che cercano di essere ecologiche o gli studenti che cercano di entrare all'università) compiono azioni nascoste per migliorare le proprie prestazioni. Un arbitro (come un'agenzia di rating o un esaminatore di test) vede un indizio rumoroso su quanto sia stato impegnato il giocatore, ma il pubblico reale (gli investitori o le università) vede solo il punteggio finale dell'arbitro. La parte complicata è che i giocatori sono intelligenti; conoscono le regole dell'arbitro e potrebbero cercare di "giocare con il sistema" fingendo l'impegno o concentrandosi solo su ciò che garantisce un punteggio alto, piuttosto che fare il lavoro realmente utile. Questo è il mondo del design dell'informazione e dell'azzardo morale. "Azzardo morale" è solo un modo elegante per dire che "le persone potrebbero pigriziare o imbrogliare se pensano di non poter essere scoperte", mentre il "design dell'informazione" è l'arte di decidere esattamente quanta verità rivelare per mantenere tutti a giocare le regole. La grande domanda è: l'arbitro dovrebbe mostrare ogni singolo dettaglio della prestazione del giocatore, o dovrebbe nasconderne una parte per mantenere i giocatori motivati?

Questo articolo, intitolato "Optimal Rating Design under Moral Hazard", scava a fondo in questa domanda. Gli autori, Maryam Saeedi e Ali Shourideh, agiscono come maestri progettisti di giochi che cercano di capire il regolamento perfetto per i sistemi di valutazione. Scoprono che non esiste una soluzione unica per tutti. A volte, mostrare tutto è la scelta migliore. Ma spesso, la mossa più intelligente è censurare l'informazione — ovvero, sfumare deliberatamente le linee tra certi risultati. Scoprono che il modo migliore per censurare dipende interamente da come l'impegno del giocatore cambia le probabilità di successo. Se impegnarsi di più rende più probabile un "fuoriclasse" ma anche più probabile un "fallimento totale", il miglior sistema di valutazione dovrebbe nascondere i risultati negativi (censura inferiore) per incoraggiare l'assunzione di rischi. Al contrario, se impegnarsi di più rende semplicemente i risultati più costanti e meno rischiosi, il sistema dovrebbe nascondere i risultati straordinari (censura superiore) per scoraggiare l'inazione. Dimostrano anche che in situazioni complesse in cui i giocatori possono simulare l'impegno per ottenere un buon punteggio (quello che viene chiamato "window dressing" o abbellimento dei dati), l'arbitro dovrebbe talvolta nascondere interamente i punteggi medi per fermare gli imbroglioni.

Il Gioco dell'Impegno Nascosto e degli Indizi Rumorosi

Per capire l'articolo, impostiamo la scena con una storia semplice. Immagina un fornaio che vuole vendere il pane migliore della città. Il fornaio può scegliere di lavorare sodo (usando farina pregiata e impastando per ore) o prendere una scorciatoia (usando farina economica e una macchina). I clienti della città (il mercato) vogliono un ottimo pane, ma non possono vedere le mani del fornaio; possono solo assaggiare la pagnotta finale. Un'agenzia di rating (l'intermediario) osserva il fornaio e vede un "indizio" — forse l'odore della cucina o il colore della crosta. Questo indizio è rumoroso; un buon odore non garantisce un pane eccellente, e un cattivo odore non garantisce un pane cattivo.

L'agenzia di rating ha una scelta: dire ai clienti esattamente cosa dice l'indizio, o dare loro un riassunto vago come "Buono", "Ok" o "Cattivo". Il fornaio conosce le regole dell'agenzia. Se l'agenzia è troppo severa, il fornaio potrebbe arrendersi. Se l'agenzia è troppo facile, il fornaio potrebbe smettere di impegnarsi e cercare solo di apparire bravo. L'agenzia vuole progettare un sistema di valutazione che spinga il fornaio a lavorare il più possibile, o forse ad aiutare i fornai meno fortunati a sopravvivere, o a impedire ai fornai di simulare l'impegno per ottenere un rating "Buono".

Il trucco principale dell'articolo è realizzare che il sistema di valutazione non fornisce solo un punteggio; esso crea un prezzo per l'impegno del fornaio. Se il rating è "Buono", il fornaio ottiene un prezzo alto per il suo pane. Se è "Cattivo", ottiene un prezzo basso. Il fornaio decide quanto impegnarsi in base a quanto guadagno extra si aspetta di ottenere se prova di più. Gli autori introducono un concetto intelligente chiamato prezzi intermedi. Pensate a questo come alla "credenza riflessiva" del fornaio. Prima che arrivi il rating finale, il fornaio pensa: "Se sento un buon odore, cosa penseranno eventualmente i clienti?". L'articolo dimostra che se il sistema di valutazione è equo (ovvero, odori più intensi portano sempre a prezzi attesi più alti), allora l'insieme dei possibili sistemi di valutazione è limitato a quelli che "smussano" gli estremi eccessivi degli indizi grezzi. Non si può creare un sistema di valutazione che faccia saltare il prezzo in modo più selvaggio rispetto agli indizi grezzi; si può solo mediarli.

La Magia di Nascondere la Verità

La parte più eccitante dell'articolo è come risponde alla domanda: "Quando dovremmo nascondere la verità?". Gli autori scoprono che la risposta dipende da come l'impegno del fornaio cambia la forma dei possibili risultati. Identificano tre scenari principali, che chiamano MLRP, ELRP e CLRP.

1. Il Caso Standard (MLRP): Mostra Tutto!
Nel classico mondo dei libri di testo, se il fornaio lavora di più, il pane diventa semplicemente migliore in generale. Un fornaio che lavora duramente è sempre più propenso ad avere una pagnotta eccellente e meno propenso ad averne una cattiva, indipendentemente dal punto di vista considerato. In questo mondo noioso e prevedibile, il miglior sistema di valutazione è la piena trasparenza. Dovresti dire ai clienti tutto. Perché? Perché se nascondi il pane cattivo, potresti accidentalmente nascondere il fatto che il fornaio si sta effettivamente impegnando. Se nascondi il pane buono, togli la ricompensa per il suo impegno. Quindi, in questo caso standard, la trasparenza è sovrana.

2. L'Innovatore Rischioso (ELRP): Nascondi i Disastri!
Ora, immagina che il fornaio sia un innovatore. Sta provando una ricetta folle. Se lavora sodo, potrebbe creare un pane leggendario, famoso in tutto il mondo (una grande vittoria), ma potrebbe anche bruciare l'intera produzione (un disastro totale). Se non ci prova, ottiene solo una pagnotta mediocre. Qui, lavorare di più espande le code: rende più probabili sia i risultati migliori che quelli peggiori. Questa è la Proprietà dell'Espansione del Rapporto di Verosimiglianza (ELRP).

L'articolo suggerisce che in questo caso il miglior sistema di valutazione è la censura inferiore. Ciò significa che l'agenzia dovrebbe nascondere i risultati davvero pessimi. Se il fornaio brucia il pane, l'agenzia dovrebbe solo dire: "Beh, non è granché", ma non rivelare il disastro specifico. Perché? Perché se il fornaio sa che un fallimento totale sarà pubblicamente umiliato, potrebbe aver paura di provare la nuova ricetta rischiosa. Unendo i risultati negativi e assegnando loro un rating medio "sicuro", l'agenzia offre al fornaio un'assicurazione contro il lato negativo. Questo incoraggia il fornaio a rischiare e lavorare sodo, sperando nel pane leggendario. È come un genitore che dice a un bambino: "Se provi a costruire questo razzo ed esplode, diremo solo che è stata un'esperienza di apprendimento", così il bambino non ha troppa paura di accendere la miccia.

3. Il Manutentore Attento (CLRP): Nascondi i Miracoli!
Dall'altro lato, immagina un fornaio che vuole solo garantire che il pane sia costante. Se lavora sodo, smette di commettere errori. Non produce pagnotte leggendarie, ma smette di produrre pagnotte bruciate. Lavorare sodo comprime la distribuzione verso il centro. Questa è la Proprietà della Compressione del Rapporto di Verosimiglianza (CLRP).

In questo caso, l'articolo sostiene la censura superiore. L'agenzia dovrebbe nascondere i risultati veramente buoni. Se il fornaio accidentalmente produce una pagnotta perfetta, l'agenzia dovrebbe solo dire: "È buona", senza rivelare che è stata un miracolo. Perché? Perché se il fornaio sa che una pagnotta perfetta sarà ricompensata generosamente, potrebbe essere tentato di prendere scorciatoie sperando nella fortuna. Ma se l'agenzia nasconde i premi più alti, il fornaio capisce che l'unico modo per ottenere un rating "Buono" è essere costante ed evitare i rating "Cattivi". Nascondendo i punteggi alti, l'agenzia scoraggia l'inazione o l'incostanza, perché se si è inattivi, si potrebbe accidentalmente produrre una pagnotta cattiva, e quella pagnotta cattiva verrebbe rivelata e punita. È come un insegnante che nasconde i voti "A+" ma mostra gli "F", costringendo gli studenti a concentrarsi sul non fallire piuttosto che sperare in un colpo di fortuna.

La Trappola dell'Abbellimento (Window Dressing)

L'articolo affronta anche un problema subdolo: il window dressing. Questo accade quando un giocatore può fare qualcosa che sembra buono per il rating ma che non aiuta realmente il mercato. Ad esempio, un'azienda potrebbe spendere soldi in una campagna pubblicitaria appariscente (window dressing) per far sembrare ottimo il proprio punteggio ESG, ignorando però il reale danno ambientale. O uno studente potrebbe memorizzare le risposte ai test senza imparare la materia.

Gli autori scoprono che anche se il sistema di valutazione è perfetto nel misurare l'impegno, può comunque fallire se il giocatore può "falsificare" il segnale. Introducono una regola chiamata Informatività Relativa Monotona (MRIP). Questo è un modo elegante per dire: "Un punteggio alto deriva dal lavoro reale o solo dal lavoro finto?".

Se i punteggi alti sono sempre più probabili a causa del lavoro finto, il miglior sistema di valutazione è la censura superiore (nascondere i punteggi alti). Questo impedisce all'imbroglione di ottenere un enorme premio per il suo trucco. Se i punteggi alti sono sempre più probabili a causa del lavoro reale, il miglior sistema è la censura inferiore (nascondere i punteggi bassi) per incoraggiare chi lavora davvero. La chiave è che non serve cambiare l'intero sistema; basta censurare la parte specifica del punteggio che gli imbroglioni sanno manipolare. È come un insegnante che si rende conto che uno studente è bravo a indovinare le risposte a scelta multipla ma scarso nei saggi. L'insegnante potrebbe decidere di nascondere i punteggi delle scelte multiple e mostrare solo i punteggi dei saggi per ottenere un quadro reale della conoscenza dello studente.

La Via di Mezzo: Test Redistributivi

Infine, l'articolo esamina un obiettivo diverso: la ridistribuzione. Immagina un sistema scolastico che vuole aiutare gli studenti svantaggiati. La scuola sa che alcuni studenti hanno più difficoltà (magari non hanno un posto tranquillo dove studiare), quindi devono lavorare il doppio per ottenere lo stesso punteggio. La scuola vuole progettare un test che incoraggi tutti a impegnarsi, ma che dia anche una spinta agli studenti in difficoltà.

Gli autori scoprono che in questo caso, il test ottimale potrebbe utilizzare la censura intermedia. Questa è una strana via di mezzo in cui il test nasconde i punteggi medi ma rivela quelli molto alti e quelli molto bassi. Perché? Perché se nascondi il centro, impedisci agli studenti in difficoltà di essere scoraggiati da un punteggio "mediocre" che non riflette il loro duro lavoro. Allo stesso tempo, mantieni visibili i punteggi alti per premiare i migliori e i punteggi bassi per mantenere tutti motivati. È un gioco di equilibrio: raggruppi i risultati "accettabili" per essere gentile, ma mantieni gli estremi nitidi per mantenere l'incentivo a dare il massimo.

Il Quadro Generale

L'articolo conclude che non esiste un unico sistema di valutazione "migliore". Il design perfetto dipende interamente dalla natura del lavoro che viene valutato.

• Se il lavoro è di routine e prevedibile, mostra tutto.
• Se il lavoro è rischioso e innovativo, nascondi i fallimenti per incoraggiare l'audacia.
• Se il lavoro riguarda la costanza e la sicurezza, nascondi i miracoli per scoraggiare l'inazione.
• Se il lavoro comporta il rischio di falsificazione, nascondi i punteggi che gli imbroglioni possono manipolare.
• Se l'obiettivo è l'equità, nascondi la fascia centrale per proteggere i più vulnerabili.

Gli autori dimostrano questi risultati matematicamente, mostrando che queste strategie di "censura" non sono semplici supposizioni, ma le soluzioni ottimali derivate da equazioni complesse. Dimostrano che i migliori sistemi di valutazione sono spesso regole deterministiche semplici: "Se il punteggio è sotto X, dì 'Cattivo'; se è tra X e Y, dì 'Medio'; se è sopra Y, dì 'Buono". Ma la magia sta nel sapere dove tracciare quelle linee. Comprendendo come l'impegno cambia le probabilità di successo, possiamo progettare sistemi di valutazione che non si limitano a misurare la prestazione, ma che la creano realmente.

In un mondo pieno di valutazioni — dalle recensioni di Amazon all'ammissione universitaria fino ai punteggi ESG — questo articolo offre uno strumento per regolatori e progettisti. Suggerisce che quando vediamo un sistema di valutazione che sembra nascondere la verità, potrebbe non trattarsi di un errore o di una cospirazione. Potrebbe essere la mossa più intelligente possibile.