No, non è normale

Nel film Palombella Rossa il protagonista del film, alias Nanni Moretti, reagisce violentemente a una giornalista che lo incalza con frasi fatte, sbraitando: “Come parla! Le parole sono importanti!”. 

Questa battuta mi riporta al dibattito pubblico dove sovente le parole vengono usate in maniera distorta e (in)volontariamente sbagliata. Tra queste, nell’ultimo periodo, è alla ribalta la normalità usata per classificare persone, se non gruppi interi di popolazione, come “normali” e “non normali”. Da italiani siamo i primi a sostenere che “non è normale” mettere la salsa ketchup sulla pasta o condire una pizza con l’ananas, ma lo diciamo spesso in modo sornione, una piccola presa in giro del malcapitato straniero visto commettere un “sacrilegio” alle tradizioni gastronomiche nostrane. 

La novità è che a giustificazione dell’etichettatura di normalità si usa, o meglio abusa come vedremo, della ragione statistica. Il leitmotiv è che una persona o un gruppo di popolazione non godrebbero della proprietà di normalità in quanto godendo una caratteristica minoritaria, non rispettano statisticamente la normale. Ma quanto è valido questo argomento? Per prima cosa bisogna chiarire cos’è la normale dal punto di vista statistico-matematico.

Una distribuzione normale, detta anche distribuzione gaussiana dal nome del matematico tedesco Karl Friedrich Gauss (1777-1855) che la studiò a inizio Ottocento nell’ambito della teoria degli errori nel calcolo delle orbite dei pianeti, è un modello probabilistico utilizzato per descrivere determinate variabili quantitative continue. 

Formalmente è una funzione esponenziale che dipende da due parametri: media (μ) e deviazione standard (σ). Graficamente è celebre la sua rappresentazione a campana, simmetrica rispetto alla media.

Quando i due parametri cambiano, la “campana” raggiunge il massimo in punti diversi e risulta più o meno dolce o a punta. La gaussiana esprime la concentrazione delle misurazioni effettuate attorno al loro valore medio. Questa distribuzione costituisce una buona approssimazione di altre distribuzioni di probabilità: il teorema del limite centrale afferma che, sotto opportune condizioni, la somma o la media di molte variabili aleatorie indipendenti (cioè gli esiti di un particolare esperimento/osservazione) tende ad avere una distribuzione approssimativamente normale.

Fenomeni quantitativi come altezza, peso corporeo, pressione sanguigna, esiti di esami universitari o errori di misurazione possono essere descritti approssimativamente attraverso questo modello.

Prendiamo in esempio l’altezza della popolazione maschile in Italia che ben si descrive con una distribuzione gaussiana; il valore medio è 176,5 cm e una deviazione standard di 9 cm. Questo significa che per un uomo è nella media essere alto 170 cm o 185 cm, ma attenzione, non è corretto dire che avere una altezza di 150 cm o 200 cm non è normale solo perché queste altezze ricadono nelle cosiddette code della curva. È interessante, spulciando i dati Istat, scoprire che l’altezza media rilevata per i giovani nati nel 1920, al momento della leva, era 166,04 cm e soltanto il 2% dei ragazzi era alto almeno 180 cm: la società cambia nel tempo e ciò che oggi è nella media, non lo era novant’anni fa.

Ma nel dibattito recente si commette sin da subito un errore, attribuire un modello probabilistico ben preciso a contesti sbagliati. Il pretesto della normalità statistica viene usato per caratteristiche che non sono rilevabili come variabili quantitative continue. Infatti, essere “destro o mancino”, “eterosessuale o omosessuale”, “avere occhi azzurri, neri, marroni, verdi, grigi o viola” sono, in gergo tecnico, variabili categoriali. Ovvero per queste categorie certamente non possiamo dedurre un valore medio o una deviazione standard. Non avrebbe alcun significato assegnare, per esempio, il numero 1 all’essere destrorso e 2 all’essere mancino e 3 all’ambidestro e poi calcolarne media e deviazione standard. Quei numeri sarebbero semplici etichette: cambiarne l’ordine cambierebbe i risultati numerici senza modificare minimamente il fenomeno osservato.

L’errore statistico è quindi chiaro: si confonde, con dolo forse, la frequenza di un evento con la normalità. Partiamo da un punto sul quale non c’è particolare motivo di discutere: se in una popolazione una percentuale maggioritaria di individui possiede una determinata caratteristica, possiamo dire che quella caratteristica è più frequente. Sappiamo che al mondo i destrorsi sono circa l’88%, i mancini circa l’11% e gli ambidestri l’1%, è scientificamente corretto dire che “essere destrorsi è più frequente” e di contro “essere mancini è meno frequente” ma questo concetto nulla a che vedere con il concetto di distribuzione normale.

In generale, una caratteristica non diventa anormale semplicemente perché è rara. Avere gli occhi di colore viola, come la celebre attrice Elizabeth Taylor, è molto meno frequente che avere gli occhi azzurri, che è ancora meno frequente che avere gli occhi marroni, ma questo non significa che una persona con gli occhi di colore viola sia il risultato di una “deviazione dalla normale”.

A voler cercare un concetto statistico pertinente, ce n’è in realtà uno assai più adatto: la moda. In statistica descrittiva, la moda è la modalità che presenta la frequenza maggiore. Tornando al precedente esempio potremmo quasi dire che in questo senso “essere destrorsi è di moda”. E se poi entriamo nel cuore del dibattito politico, ecco che la statistica – con un divertente gioco linguistico – ci consentirebbe di affermare che l’omosessualità, che nelle sue diverse sfaccettature rappresenta circa il 10% della popolazione mondiale, non è di moda. Ma quest’ultima affermazione è difficile da digerire da coloro i quali sostengono che l’orientamento sessuale non sia componente dell’identità dell’individuo ma solo un gusto basato sulle mode del momento… ma chi si statistica ferisce, di statistica perisce. Per inciso, che l’orientamento sessuale non sia un gusto opzionale, ma una componente profonda dell’identità umana lo ha sancito ufficialmente l’Organizzazione Mondiale della Sanità stabilendo, il 17 maggio 1990, che l’omosessualità è una variante naturale del comportamento umano priva di qualsiasi natura patologica.

Sussiste un problema ancora più importante nei discorsi fatti: il passaggio, spesso quasi impercettibile, dall’uso strumentale della statistica al giudizio sulla persona. In italiano la parola “normale” è ambigua. Può significare “frequente”, ma anche “regolare”, “sano” in ambito medico o, implicitamente, “come dovrebbe essere”. La statistica non consente questo passaggio. Dal fatto che una caratteristica sia minoritaria non deriva alcuna conclusione sul suo valore, sulla sua desiderabilità o sulla sua accettabilità.

La distinzione è fondamentale perché “frequente” e “normale” appartengono a piani diversi. Una distribuzione normale è un preciso modello matematico mentre una modalità frequente è quella osservata più spesso in un insieme di dati. Un comportamento considerato normale nel linguaggio quotidiano implica invece spesso un giudizio sociale o culturale.

Come cantava Francesco Guccini in Cyrano “ai dogmi e ai pregiudizi, all’amo non abbocco”, perché appartenere alla maggioranza è un fatto, ma trasformarlo nel metro con cui misurare gli individui è tutt’altra faccenda. Ci sono stati tempi e luoghi in cui divorziare, essere una donna all’università o formare una coppia tra persone di diversa origine etnica era statisticamente raro. La rarità descriveva quelle società ma non stabiliva il valore delle persone che si discostavano dalla maggioranza.

Scriveva il logico Ludwig Wittgenstein (1889-1951) nelle Ricerche filosofiche che “il significato di una parola è il suo uso nel linguaggio”, ovvero le parole portano un senso e un valore nel contesto in cui sono pronunciate e non è dunque sufficiente, oltre che errato abbiamo visto, dichiarare di utilizzare “normale” in un’accezione puramente statistica se nel concreto gioco linguistico in cui viene pronunciata quella parola porta con sé significati ben più ampi.

Perché essere minoritari significa sì essere meno numerosi ma non determina un valore inferiore … e lasciamo in pace Gauss!