The Why, What, How and When of Big Science evaluation. Perspectives on socio-economic assessment of research infrastructures

Le grandi strutture scientifiche, spesso chiamate "grande scienza", sono i massicci motori della scoperta moderna. Pensatele come i giganteschi telescopi che scrutano l'universo lontano, gli acceleratori di particelle che frantumano gli atomi per rivelare i mattoni fondamentali della materia, o i reattori a fusione che tentano di replicare la potenza delle stelle. Questi non sono solo laboratori; sono infrastrutture di ricerca, macchine colossali che costano miliardi per essere costruite e gestite, richiedendo decenni di pianificazione e cooperazione internazionale. Poiché sono così costose e si basano su fondi pubblici, è emersa una questione critica: rendono davvero alla società? Non basta sapere che producono nuovi articoli scientifici. I governi e i cittadini vogliono sapere se questi investimenti stimolano nuove industrie, creano posti di lavoro, migliorano la salute o risolvono problemi globali. Questo è il campo della valutazione socio-economica, un settore dedicato a misurare il valore reale di questi giganti scientifici. Per anni, l'aspettativa è stata che ogni grande struttura dimostrasse rigorosamente il proprio valore, ma la realtà sul campo è stata molto più complicata.

Una nuova analisi riunisce esperti provenienti da tutto il panorama scientifico europeo per esaminare perché questo divario esista e come risolverlo. Gli autori, basandosi su una discussione strutturata tra professionisti e decisori politici, sostengono che il modo attuale in cui giudichiamo queste strutture sia guasto. Invece di trattare la valutazione come un esercizio di spunta una casella una tantum, fatto solo quando un finanziatore lo richiede, propongono che essa debba diventare una parte continua e integrata della vita della struttura. Il documento suggerisce che dobbiamo smettere di cercare di dimostrare che una macchina specifica abbia causato un'invenzione specifica, un compito che è spesso impossibile, e concentrarci invece su come la struttura abbia contribuito a un ecosistema di innovazione più ampio. La conclusione centrale è che, affinché queste valutazioni siano utili, devono essere pianificate dal primo giorno in cui un progetto viene concepito, supportate da sistemi di dati dedicati e comunicate con onestà riguardo a ciò che sappiamo e a ciò che rimane incerto.

Le ragioni per valutare questi progetti sono tre, e ognuna richiede un approccio diverso. Primo, c'è l'argomento economico. La scienza è spesso un bene pubblico, il che significa che i benefici della scoperta ricadono su tutti, non solo su chi ha pagato per essa. Le aziende private raramente investono abbastanza nella ricerca di base perché non possono catturare tutti i profitti. Il finanziamento pubblico colma questa lacuna, ma deve essere giustificato dimostrando che i benefici superano i costi. Secondo, c'è la questione della legittimità. Con l'aumentare del controllo pubblico, gli scienziati devono essere in grado di spiegare ai cittadini comuni perché spendere miliardi in un acceleratore di particelle sia una buona idea. Questa non è solo una questione di pubbliche relazioni; si tratta di mantenere il contratto sociale che permette l'esistenza di questi progetti. Terzo, c'è una necessità pratica. Quando si progetta una struttura massiccia, esistono spesso diverse opzioni su come o quando costruirla. La valutazione può aiutare i decisori a scegliere il percorso che offre il maggior valore, ma questo funziona solo se l'analisi avviene prima che i progetti siano finalizzati e i soldi siano spesi.

Tuttavia, misurare questo valore è incredibilmente difficile. Un ostacolo importante è il problema dell'attribuzione. Nel complesso intreccio dell'innovazione moderna, è quasi impossibile tracciare una linea retta da un investimento specifico in una struttura di ricerca a un prodotto specifico su uno scaffale di un negozio. Considerate la storia del sistema GPS. Tutto ebbe inizio con una semplice osservazione di un segnale satellitare negli anni '50, che portò a un sistema di navigazione per i sottomarini e, infine, alla tecnologia che guida oggi miliardi di smartphone. Le applicazioni commerciali non erano visibili all'inizio; emersero decenni dopo attraverso un processo lungo e tortuoso di scoperta. Sostenere che la ricerca originale abbia "causato" l'industria degli smartphone è fuorviante. Inveve, il documento sostiene che dovremmo guardare a come la struttura abbia contribuito all'ecosistema che ha reso possibili tali scoperte. Un'altra sfida è dare valore a ciò che non può essere comprato o venduto. Come si mette un prezzo sui canali diplomatici aperti quando scienziati di blocchi politici opposti hanno lavorato insieme durante la Guerra Fredda? O al valore di ispirare una generazione di studenti a diventare scienziati? Questi impatti sono reali e vitali, ma i metodi attuali faticano a misurarli in termini monetari.

Il modo in cui questi risultati vengono comunicati è importante quanto i numeri stessi. Esiste una pressione persistente nel voler ridurre una valutazione complessa a un singolo numero accattivante, come un moltiplicatore che afferma che ogni dollaro speso ne restituisce dieci all'economia. Gli autori avvertono che questo è pericoloso. Crea un falso senso di precisione e incoraggia i ricercatori a modificare i propri modelli finché non ottengono un numero favorevole. Inoltre, nasconde l'incertezza che è intrinseca nella previsione del futuro. Un approccio più onesto consiste nel presentare un intervallo di possibili risultati, riconoscendo che il futuro non è un singolo punto ma una probabilità. Questa trasparenza permette ai decisori politici di comprendere i rischi e le ricompense senza essere tratti in inganno da un falso senso di certezza.

Forse la raccomandazione più significativa del documento è che la valutazione debba essere trattata come un'attività del ciclo di vita, non come un evento isolato. Attualmente, molte strutture pensano alla valutazione solo dopo essere state costruite, il che crea un vuoto di dati. Nel momento in cui vogliono misurare il loro impatto, i dati di base sono scomparsi e i collegamenti tra la struttura e il mondo sono diventati difficili da tracciare. Gli autori suggeriscono che la raccolta dei dati per la valutazione debba essere integrata nel design della struttura fin dall'inizio, proprio come il macchinario stesso. Ciò significa tenere registri dettagliati di chi vi lavora, cosa acquistano e cosa pubblicano, organizzati in un modo che gli economisti possano effettivamente utilizzare. Alcune strutture, come gli esperimenti al Large Hadron Collider, già curano i propri dati scientifici con questo livello di cura; il documento sostiene che dovrebbero fare lo stesso per i loro dati socio-economici. Ciò permetterebbe una storia continua di impatto, che si aggiorna man mano che la struttura matura, piuttosto che un insieme frammentato di rapporti.

Il documento affronta anche la natura politica della valutazione. Decidere cosa conta come un successo e cosa no non è solo un calcolo matematico; comporta giudizi di valore. Esiste il rischio che i manager delle strutture siano tentati di plasmare le proprie valutazioni per far apparire meglio i propri progetti, concentrandosi su vittorie a breve termine e facili da misurare, ignorando le scoperte trasformative a lungo termine che richiedono decenni per maturare. Per contrastare ciò, gli autori indicano un modello utilizzato in Francia, dove un ufficio indipendente esamina la qualità delle valutazioni economiche per i grandi progetti governativi. Questo scrutinio indipendente aiuta a garantire che l'analisi sia onesta e non sia solo uno strumento di giustificazione politica.

In definitiva, gli autori concludono che dobbiamo abbracciare un senso di umiltà nel modo in cui misuriamo il valore della grande scienza. Gli strumenti a nostra disposizione stanno migliorando, ma non sono perfetti. Faticano con gli orizzonti temporali lunghi della scoperta scientifica e con i benefici intangibili che definiscono una società sana. Riconoscere questi limiti non è un segno di debolezza; è una necessità professionale. Trattando la valutazione come un processo continuo, trasparente e integrato della attività scientifica, possiamo comprendere meglio il vero ritorno del nostro investimento nella grande scienza. Questo spostamento ci porterebbe lontano da una cultura della conformità, dove i rapporti vengono depositati per soddisfare un requisito, verso una cultura dell'apprendimento, dove le intuizioni ottenute aiutano a dare forma a una scienza migliore e a politiche migliori per il futuro. L'obiettivo non è dimostrare che ogni dollaro speso garantisca un profitto, ma costruire un sistema in cui possiamo vedere onestamente come questi massicci motori di scoperta stiano guidando il progresso per tutti noi.