Il gemello digitale dell’oceano può simulare con precisione fisica e chimica, ma resta carente sulla biodiversità. La biologia, infatti, dipende anche dalla storia evolutiva: per comprendere gli ecosistemi, le "scienze dure" da sole non bastano.
Negli ultimi mesi si parla sempre più spesso di un progetto ambizioso: costruire un gemello digitale dell’oceano, un Digital Twin of the Ocean capace di riprodurre in tempo reale le dinamiche fisiche, chimiche e biologiche dei mari del pianeta. L’idea, sostenuta da agenzie spaziali, istituti oceanografici e dall’Unione Europea, è affascinante: un oceano virtuale che assorbe dati da satelliti, boe e sensori per restituire previsioni su correnti, temperature, acidificazione, produttività e perfino sulla distribuzione delle specie.
Dietro l’entusiasmo tecnologico, però, si nasconde un problema antico. Chi costruisce questi gemelli digitali sa che i dati fisici e chimici dell’oceano – temperatura, salinità, correnti, nutrienti, ossigeno – sono oggi enormemente più ricchi, sistematici e continui di quelli sulla biodiversità marina. Possiamo simulare con grande accuratezza la fisica e la chimica di un tratto di mare; sappiamo molto meno bene quali organismi lo abitano e come interagiscono fra loro. Un gemello digitale dell’oceano rischia così di essere perfetto nella componente fisica e cieco in quella biologica: una fotografia nitidissima di un ambiente di cui non conosciamo bene gli abitanti. È un problema antico in veste nuova, che riguarda l’intero rapporto fra biologia e matematica.
Antonino Zichichi, fisico e divulgatore, ha scritto che una teoria priva di una formulazione matematica rigorosa resta fuori dalla scienza; per questo l’evoluzione, incapace di predire “il valore esatto dei tempi” del proprio corso, non sarebbe scienza. La premessa non è nuova: già Kant, nel 1786, sosteneva che in ogni dottrina della natura c’è tanta scienza quanta matematica vi si trova; la battuta, spesso attribuita a Lord Kelvin, secondo cui esiste solo la fisica e il resto è “collezione di francobolli”, esprime la stessa gerarchia fra scienze “dure” e scienze “molli”.
Darwin aveva già mostrato perché questa gerarchia non regge. Nell’Origine delle specie immagina di gettare in aria una manciata di piume: cadranno tutte secondo leggi fisiche definite, a patto che non ci sia vento. “Ma quanto è semplice questo problema”, scrive, “rispetto all’azione e reazione degli innumerevoli animali e piante che hanno determinato, nel corso dei secoli, i tipi e le proporzioni degli alberi che crescono sulle antiche rovine indiane?”. In una frase c’è già il problema epistemologico della biologia: la caduta delle piume si spiega con la fisica, ma le leggi della fisica non dicono perché su quelle rovine crescano proprio quegli alberi, in quelle proporzioni. Per saperlo serve la storia.
Un secolo dopo, Ernst Mayr ne avrebbe fatto uno dei fondamenti dell’autonomia epistemologica della biologia: gli organismi rispettano le leggi di fisica e chimica, ma sono anche il prodotto della propria storia evolutiva, e la selezione naturale lavora sulla variazione disponibile, non su tutte le forme teoricamente possibili. Per questo possiamo spiegare scientificamente ciò che è accaduto senza poter prevedere che sarebbe accaduto proprio così: nelle scienze storiche – paleontologia, biogeografia, geologia storica, ecologia, gran parte dell’astronomia – spiegazione e previsione non coincidono, mentre lo pretenderebbe chi assume la fisica predittiva come unico modello di scientificità.
Molti biologi, invece di rivendicare questa specificità, hanno inseguito le scienze “dure”. L’ecologia ha sofferto di quella che Frank Egler chiamò physics envy, invidia per la fisica: i modelli matematici hanno illuminato competizione, predazione, stabilità e funzionamento degli ecosistemi, ma la matematizzazione non trasforma automaticamente un problema biologico in un problema risolto. Robert May lo sapeva bene: nel 1976 mostrò che modelli semplicissimi possono generare dinamiche caotiche, e dodici anni dopo si chiese, apparentemente in modo meno sofisticato, quante specie esistano sulla Terra, perché prima di teorizzare la biodiversità bisogna sapere di quale biodiversità si parla. Anche Stuart Kauffman, con Andrea Roli, è arrivato a sostenere che l’evoluzione della biosfera non è deducibile da una teoria matematica capace di predirne in anticipo gli stati futuri.
Un ecosistema è fatto di centinaia o migliaia di specie diverse, ciascuna con una propria storia evolutiva, soglie di tolleranza e comportamenti che cambiano con l’età, la stagione, la presenza di altre specie: non un sistema di poche variabili continue, ma un intreccio di individualità che nessuna equazione generale riassume.
Il problema si vede bene proprio quando alla matematica chiediamo previsioni, come nel caso del gemello digitale dell’oceano. Un modello fisico o biogeochimico lavora con poche variabili continue – temperatura, salinità, correnti, nutrienti – misurabili con precisione da satelliti e sensori e legate fra loro da equazioni consolidate, valide ovunque e sempre. Un ecosistema, invece, è fatto di centinaia o migliaia di specie diverse, ciascuna con una propria storia evolutiva, soglie di tolleranza e comportamenti che cambiano con l’età, la stagione, la presenza di altre specie: non un sistema di poche variabili continue, ma un intreccio di individualità che nessuna equazione generale riassume. Precisione e accuratezza non sono la stessa cosa: posso conoscere perfettamente la fisica di un tratto di mare e avere comunque un modello biologicamente sbagliato, se ignoro le specie decisive.
Basta guardare come si comportano le equazioni stesse. Il modello che Robert May usò nel 1976 per descrivere la crescita di una popolazione ha una sola variabile e un solo parametro, eppure, oltre una certa soglia, smette di stabilizzarsi su un equilibrio e comincia a oscillare in modo caotico: minime differenze nelle condizioni di partenza producono, dopo poche generazioni, traiettorie completamente diverse. Le equazioni che descrivono le maree o la diffusione del calore in una massa d’acqua non si comportano così: restano prevedibili, anno dopo anno, con un’accuratezza che nessun modello di popolazione può eguagliare. Non è un limite di calcolo, ma di natura: i sistemi viventi, anche ridotti a una sola equazione, portano con sé un’instabilità che i sistemi fisici, nelle stesse condizioni, non hanno.
Gli organismi, poi, continuano a sorprenderci. Posidonia oceanica, la principale pianta marina del Mediterraneo, per decenni si è riprodotta sessualmente di rado; negli ultimi anni fioriture e fruttificazioni sono diventate più frequenti, spesso negli anni più caldi. Ma il rapporto con la temperatura non è lineare: entro certi limiti il caldo favorisce la riproduzione, oltre quei limiti produce sbiancamento delle foglie e mortalità, come accade ai coralli tropicali. Conoscere la temperatura del mare non basta: bisogna conoscere Posidonia, la sua biologia, la sua storia.
Una seconda forma di riduzionismo viaggia in direzione opposta, verso la chimica. Nel 1995 John Maddox, allora direttore di Nature, la condensò in tre parole: “Life is chemistry”, la vita è chimica. La rivoluzione molecolare, dall’elettroforesi al DNA barcoding, dalla genomica alla metagenomica, ha trasformato lo studio della biodiversità, ma una sequenza genica non è una specie, e alberi costruiti su geni diversi possono raccontare storie diverse. Carl Woese, che di biologia molecolare se ne intendeva, nel 2004 arrivò a una diagnosi durissima: il paradigma molecolare rischiava di ridurre la biologia a poco più di una disciplina ingegneristica che affida l’analisi scientifica alle macchine, e chiedeva di tornare a una teoria della vita capace di integrare i livelli di organizzazione.
Non si tratta di scegliere fra equazioni, genomi e storia naturale, ma di rimetterli al loro posto: strumenti potentissimi dentro una conoscenza biologica che deve tornare a essere integrata.
Perché cadiamo in questa trappola? Una possibile chiave viene da Daniel Kahneman e Shane Frederick, e dalla loro idea di attribute substitution: davanti a una domanda difficile tendiamo a sostituirla, inconsapevolmente, con una più semplice a cui sappiamo rispondere. Invece di chiederci come funzioni un ecosistema misuriamo ciò che sappiamo misurare; invece di chiederci che cosa sia una specie ne sequenziamo un frammento di DNA; e poi scambiamo la risposta alla domanda facile per la risposta a quella difficile.
La biodiversità comprende geni, specie ed ecosistemi, ma abbiamo finito per privilegiare gli estremi – i geni affidati alla chimica, gli ecosistemi alla matematica – trascurando ciò che sta in mezzo: gli organismi, le specie, la tassonomia, la storia naturale. Non si tratta di scegliere fra equazioni, genomi e storia naturale, ma di rimetterli al loro posto: strumenti potentissimi dentro una conoscenza biologica che deve tornare a essere integrata.
Le piume cadono secondo leggi definite. La foresta, o l’oceano con il suo gemello digitale ancora cieco alla biodiversità, sono molto più difficili da spiegare, perché sono il risultato di innumerevoli interazioni maturate nel corso dei secoli. Per capirli, le formule non bastano: dobbiamo aggiungere la storia.
