Metodi quantitatvi

Tra i metodi più diffusi e di più storica tradizione, il Delphi si fonda sulla raccolta di opinioni di esperti e ha come fine la convergenza di opinioni (sebbene questo assunto sia stato recentemente messo in discussione). Sviluppato dalla RAND per ridurre l’incertezza sul futuro, ha visto importanti applicazioni, tra cui il Long-Range Forecasting Study del 1964, che ha anticipato alcune possibili evoluzioni tecnologiche che oggi stanno diventando realtà, tra cui le interfacce uomo-macchina e la possibilità di un reddito di base generato dall’aumento di produttività grazie all’automazione di massa[1].

Il metodo si basa su diversi round in cui a esperti selezionati (che non sono a conoscenza delle identità degli altri membri del panel) vengono sottoposte ipotesi sul futuro da valutare, chiedendo di rivedere eventualmente le proprie posizioni alla luce dei pareri espressi dagli altri esperti del panel. Generalmente l’obiettivo è acquisire pareri quantitativi su scale 0-10 in termini di probabilità e impatto di un determinato esito futuro. I valori mediani possono essere usati per costruire scenari di tipo probabilistico[2].

Nel metodo della Trend-Impact Analysis tali valori sono utilizzati per simulare le possibili evoluzioni di una tendenza storica proiettata. In questo caso, una serie storica proiettata nel futuro vede mutare i suoi valori all’avverarsi o meno delle diverse ipotesi esplorate nel Delphi, a seconda dei pareri espressi dagli esperti (probabilità di avveramento e impatto previsto)[3]. Diventa così possibile stimare un range di probabilità dell’evoluzione di una variabile (es. la crescita della popolazione), anziché limitarsi a fornire una stima basata sul mero forecast.

[1] Theodore J. Gordon, Olaf Helmer-Hirschberg, Report on a Long-Range Forecasting Study, The RAND Corporation, settembre 1964: https://www.rand.org/content/dam/rand/pubs/papers/2005/P2982.pdf.

[2] Adriano Bernardo Renzi, Sydney Freitas, The Delphi method for future scenarios construction, “Procedia Manufacturing”, 3(2015), p. 5785 – 5791.

[3]  T.J. Gordon, Trend-Impact Analysis, in Futures Research Methodology, cit.