Unical, Alfonso Russo: «Vi spiego perché la statistica è una delle competenze più importanti del nostro tempo»

Dalle notizie sul clima ai sondaggi politici, dalla sanità alle strategie delle imprese, fino all’Intelligenza Artificiale: viviamo immersi nei dati, ma interpretarli correttamente è tutt’altro che semplice. Il professor Alfonso Russo, docente di Statistica all’Università della Calabria, racconta perché la cultura statistica è diventata una competenza fondamentale e come l’UniCal stia formando nuove professionalità attraverso i percorsi in Statistica e Data Science. Una formazione che guarda al mercato del lavoro nazionale e internazionale, ma anche a una sfida particolarmente importante per la Calabria: trattenere e valorizzare sul territorio giovani altamente qualificati.

Professor Russo, partiamo da una domanda apparentemente semplice: perché oggi abbiamo così tanto bisogno della Statistica?

Perché viviamo in una società nella quale una quantità enorme di decisioni viene presa a partire dai dati. Pensiamo alle frasi che leggiamo ogni giorno: “È stata l’estate più calda di sempre”, “i giovani continuano a lasciare il Sud”, “questo partito è in testa nei sondaggi”, “un nuovo farmaco funziona meglio del precedente”.

Sono affermazioni che sembrano immediate, ma dietro ciascuna di esse c’è una domanda fondamentale: come facciamo a saperlo?

Per stabilire che un’estate è stata la più calda di sempre dobbiamo confrontare dati raccolti in periodi e luoghi differenti. Per capire se l’emigrazione giovanile sta aumentando dobbiamo osservare l’evoluzione del fenomeno nel tempo. Per interpretare correttamente un sondaggio dobbiamo sapere come è stato selezionato il campione, quante persone sono state intervistate, quali domande sono state poste e quale margine di incertezza dobbiamo attribuire ai risultati. La Statistica serve proprio a questo: ci fornisce gli strumenti per trasformare i dati in informazione, misurare l’incertezza e prendere decisioni consapevoli.

Quindi la Statistica non riguarda soltanto numeri e formule?

Assolutamente no. Questa è probabilmente una delle idee che dobbiamo superare. La Statistica è innanzitutto un modo di ragionare. I numeri e le formule sono strumenti fondamentali, ma il vero obiettivo è comprendere un fenomeno, individuare ciò che i dati possono dirci e, soprattutto, riconoscere ciò che invece non possono dirci.

Un buon statistico non è semplicemente qualcuno che sa elaborare una grande quantità di dati. È una persona che sa porsi le domande giuste prima ancora di analizzarli.

In realtà la Statistica è già presente nella nostra vita quotidiana, anche quando non ce ne rendiamo conto.

Esattamente. La incontriamo continuamente. Quando controlliamo le previsioni del tempo prima di uscire, quando utilizziamo un'applicazione che ci suggerisce il percorso più veloce, quando Netflix o Spotify ci propongono un contenuto che potrebbe interessarci, quando una banca valuta un rischio, quando un ospedale analizza i dati dei pazienti o quando un'impresa cerca di capire come cambieranno le esigenze dei propri clienti, stiamo entrando in contatto con sistemi che utilizzano dati e metodi statistici. Ogni volta che dai dati cerchiamo di ricavare un'informazione, formulare una previsione o prendere una decisione, siamo di fronte a un problema statistico.

E oggi, naturalmente, non possiamo non parlare di Intelligenza Artificiale. Che rapporto c'è tra Statistica, Data Science e AI?

È un rapporto molto stretto. L'Intelligenza Artificiale ha portato la capacità di elaborare dati a livelli che fino a pochi anni fa sarebbero sembrati difficili da immaginare. Gli algoritmi possono analizzare quantità enormi di informazioni e produrre risultati in tempi rapidissimi.

Ma c'è un punto fondamentale: la disponibilità di strumenti più potenti non rende meno importante la capacità di comprendere i dati. La rende ancora più importante. Un algoritmo può produrre una risposta in pochi secondi, ma dobbiamo sapere come interpretarla. Dobbiamo chiederci da quali dati deriva, se quei dati sono adeguati, quali ipotesi sono state utilizzate, quali sono i margini di errore e se il risultato è realmente applicabile al problema che stiamo studiando. Per questo credo che Statistica, Data Science e Intelligenza Artificiale debbano essere considerate non come mondi separati, ma come componenti di una competenza sempre più integrata.

È proprio questa la direzione che ha seguito l'Università della Calabria?

Sì. All'interno del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” si è sviluppato negli anni un ambiente nel quale la formazione statistica dialoga sempre più con la Data Science e con i metodi computazionali moderni. L'obiettivo è fornire agli studenti non soltanto conoscenze teoriche, ma anche strumenti concreti per affrontare problemi reali attraverso i dati.

Il percorso parte dalla laurea triennale in Statistica per Data Science, che combina statistica, matematica, probabilità, informatica, analisi dei dati e discipline economiche e aziendali. UUnical+1.  Prosegue poi con la laurea magistrale in Data Science per le Strategie Aziendali, nella quale trovano spazio, tra gli altri, metodi statistici avanzati, statistical learning, machine learning, deep learning, business intelligence e big data analytics. UUnical+1 È un percorso che risponde a una trasformazione molto profonda del mondo del lavoro.

Che tipo di studente dovrebbe scegliere un percorso di questo tipo?

Non necessariamente uno studente che si immagina già come “programmatore” o come matematico. Direi piuttosto uno studente curioso, interessato a capire come funziona la realtà e disposto a confrontarsi con discipline quantitative. La Data Science richiede certamente competenze matematiche, statistiche e informatiche, ma richiede anche capacità di problem solving e una certa attitudine a lavorare su problemi complessi. Il nostro obiettivo è formare persone capaci di capire quale problema devono risolvere, quali dati servono, quali strumenti utilizzare e come comunicare il risultato ottenuto.

Quanto è importante il legame tra formazione universitaria e mondo del lavoro?

È fondamentale. Oggi non è sufficiente trasmettere conoscenze astratte. Gli studenti devono imparare a utilizzare quelle conoscenze per affrontare problemi concreti.

Per questo nei percorsi di studio assumono importanza le esercitazioni, le attività laboratoriali, i progetti e il confronto con il mondo professionale. Nel corso magistrale in Data Science per le Strategie Aziendali, ad esempio, la formazione combina componenti statistiche e informatiche con un approccio orientato al problem solving e alle applicazioni.  Il valore di una formazione statistica sta anche nella sua trasversalità. Lo statistico e il data scientist possono lavorare in contesti molto diversi: industria, consulenza, banche e assicurazioni, sanità, ricerca, marketing, information technology, pubblica amministrazione.

Quindi una delle caratteristiche più importanti dello statistico è proprio la sua capacità di muoversi tra settori differenti?

Sì, ed è una delle caratteristiche che considero più interessanti. Le tecniche statistiche possono essere applicate a problemi molto diversi. Cambia il fenomeno che stiamo studiando, ma rimane la necessità di raccogliere, organizzare, analizzare e interpretare correttamente i dati.

Questo significa che un laureato in Statistica può entrare in un gruppo di lavoro composto da economisti, informatici, medici, ingegneri, manager o ricercatori e portare una competenza specifica: quella di trasformare i dati in evidenza utile per prendere decisioni. È una competenza fortemente trasferibile.

E quanto è forte oggi la domanda di queste professionalità?

La domanda è significativa. I dati disponibili per i percorsi statistici dell'Università della Calabria mostrano un buon livello di inserimento professionale, anche se naturalmente bisogna leggere questi numeri considerando la dimensione dei diversi collettivi statistici. Per il corso magistrale in Data Science per le Strategie Aziendali, i dati AlmaLaurea aggiornati al 2026 riportano, per esempio, 19 laureati del 2022 osservati a tre anni, con 15 intervistati e un collettivo esaminato di 11 persone. AAlmaLaurea Statistiche. Il dato più interessante, al di là del singolo indicatore, è che esiste una domanda concreta di competenze legate all'analisi dei dati.

E questa domanda riguarda anche la Calabria?

Certamente. Ed è un aspetto sul quale dobbiamo riflettere con particolare attenzione. La Calabria ha bisogno di competenze qualificate. Imprese, società di consulenza, banche, amministrazioni pubbliche, realtà tecnologiche e organizzazioni che stanno affrontando processi di innovazione hanno bisogno di persone capaci di lavorare con i dati.

La questione, quindi, non è soltanto formare laureati che possano trovare lavoro. È anche creare le condizioni perché una parte di queste competenze possa essere utilizzata sul territorio. In questo senso, la formazione in Statistica e Data Science può contribuire a contrastare la fuga dei giovani dalla Calabria?

Può certamente contribuire. Non dobbiamo però commettere l'errore di pensare che una laurea possa, da sola, risolvere un problema strutturale come quello dell'emigrazione dei giovani.

La formazione può però creare un'opportunità importante: offrire ai giovani competenze altamente spendibili, che consentano loro di scegliere tra più possibilità. La Data Science ha proprio questa caratteristica. È una competenza che permette di lavorare in contesti nazionali e internazionali, anche da remoto, ma che può essere applicata anche alle esigenze di imprese e istituzioni locali. Per un giovane calabrese questo significa che trasferirsi può essere una scelta, non necessariamente una necessità.

È questa, secondo lei, la sfida più importante per l'Università della Calabria?

Una delle sfide. L'università deve certamente formare persone capaci di competere in un mercato del lavoro nazionale e internazionale. Ma deve anche contribuire allo sviluppo del territorio nel quale opera.

Questo significa creare competenze, alimentare innovazione e costruire relazioni tra università, imprese, istituzioni e società. Nel caso della Statistica e della Data Science, questa relazione può essere particolarmente forte perché i dati sono ormai presenti in praticamente tutti i processi di trasformazione economica e istituzionale.

Qual è allora il messaggio che vorrebbe rivolgere a un giovane che sta scegliendo il proprio percorso universitario?

Direi di non lasciarsi intimidire dalla parola “Statistica”. Dietro questa disciplina non ci sono soltanto numeri e formule. Ci sono domande sul mondo reale. Come cambia il clima? Perché alcune imprese crescono e altre no? Come possiamo migliorare un servizio sanitario? Come si può prevedere la domanda di un prodotto? Come possiamo valutare se una politica pubblica funziona? Come possiamo capire se un risultato prodotto da un algoritmo è affidabile? Sono tutte domande che richiedono dati e capacità di interpretarli. E soprattutto direi ai giovani di considerare la Statistica non come una disciplina del passato, ma come una delle competenze del futuro.

Professore, se dovesse spiegare in una sola frase perché la Statistica è così importante, cosa direbbe?

Direi questo: più aumenta la quantità di dati che abbiamo a disposizione, più diventa importante sapere distinguere un'informazione utile da un'informazione fuorviante. L'Intelligenza Artificiale ci permetterà di elaborare una quantità sempre maggiore di informazioni. Ma saranno le persone capaci di comprenderle, interpretarle e contestualizzarle a dare loro un significato. La forza della Statistica sta proprio qui. Il prossimo titolo di giornale potrebbe parlare di clima, economia, salute, elezioni, imprese o algoritmi. Dietro quel titolo, certamente, ci saranno dei dati. E qualcuno dovrà saperli interpretare.