Come misurare se la digitalizzazione riduce o amplia le disuguaglianze sociali

Parlare di divario digitale come se fosse una sola differenza tra persone connesse e non connesse semplifica eccessivamente il problema. L’accesso è importante, ma contano anche i dispositivi disponibili, l’adeguatezza della connessione alle attività da svolgere, le competenze possedute e gli usi possibili. Una persona può avere una connessione e incontrare comunque difficoltà nel completare una pratica, imparare online o proteggere i propri dati. Un’altra può usare spesso internet senza disporre degli strumenti o del sostegno necessari per un’attività specifica.

Per questo è utile distinguere le diverse dimensioni prima di confrontare gruppi o valutare una politica. La connettività descrive una condizione di accesso, non il risultato sociale di tale accesso. La frequenza d’uso, da sola, non indica neppure che l’attività sia utile, sicura o autonoma. Sono questioni collegate, ma non equivalenti; riunirle in un solo indicatore può nascondere quale ostacolo persiste e chi ne è interessato.

Un’analisi utile distingue almeno la disponibilità della connessione e dei dispositivi, le competenze per destreggiarsi, i tipi di uso e i risultati. In quest’ultima dimensione rientrano aspetti come la possibilità di accedere a un servizio, rispondere a un’esigenza o partecipare a un’attività. Per affermare che vi è inclusione non basta verificare la presenza della tecnologia: occorre esaminare se essa consente di fare ciò per cui viene offerta.

Questa distinzione aiuta a evitare due errori frequenti. Il primo è interpretare un miglioramento dell’accesso come prova automatica che le differenze siano state colmate. Il secondo è attribuire una disuguaglianza alla mancanza di competenze quando i dati registrano soltanto la disponibilità o la frequenza. Ogni conclusione deve essere circoscritta a ciò che l’indicatore misura davvero e alla popolazione inclusa nella rilevazione.

In Spagna, un riferimento recente è l’Indagine sulle dotazioni e sull’uso delle tecnologie dell’informazione e della comunicazione nelle famiglie dell’INE, la cui nota sui risultati si riferisce al 2025. La disponibilità di un’edizione recente consente di seguire il tema con informazioni ufficiali, ma il titolo dell’indagine non va confuso con una descrizione completa dell’inclusione digitale: è necessario consultare prima le tabelle, le definizioni e la metodologia di ciascuna variabile specifica.

Nell’analizzare i risultati, la domanda iniziale dovrebbe essere precisa: si misura la presenza di apparecchiature, l’accesso a internet, un’attività svolta o una competenza? Non sono indicatori intercambiabili. Prima di confrontare due percentuali, occorre anche verificare che si riferiscano allo stesso periodo, alla stessa popolazione, alla stessa fascia d’età e alla stessa definizione. Se cambiano le categorie o il questionario, una differenza tra edizioni può riflettere in parte un cambiamento nella misurazione e non soltanto una trasformazione sociale.

La Decade digitale dell’Unione europea offre un altro quadro di riferimento: la Decisione (UE) 2022/2481 istituisce il programma strategico europeo per il 2030. Questo orizzonte aiuta a collocare obiettivi e monitoraggio nell’ambito di una politica pubblica più ampia, ma non sostituisce la consultazione degli indicatori nazionali né trasforma qualsiasi statistica sull’uso domestico in una misura diretta del raggiungimento degli obiettivi.

Una scheda di lettura dovrebbe registrare almeno l’indicatore, la sua definizione, il periodo di riferimento, la popolazione a cui si applica e le disaggregazioni disponibili. Dovrebbe inoltre chiarire se il dato deriva da una risposta a un’indagine o da un altro tipo di osservazione. Il numero acquista significato insieme al denominatore e al metodo, non come cifra isolata ripresa in un titolo. Se un risultato non è disaggregato per una determinata caratteristica, non è possibile dedurre come si distribuisca all’interno di quel gruppo.

I confronti per età, reddito, territorio o altre caratteristiche possono mostrare dove si concentrano le differenze relative a una variabile. Ma osservare risultati diversi in due gruppi non stabilisce perché ciò accada. Possono concorrere diversi fattori — come istruzione, occupazione, disponibilità di dispositivi o necessità di supporto — e un’indagine descrittiva non è necessariamente in grado di distinguere il loro peso. Il dato serve a formulare domande e a individuare disuguaglianze osservate, non ad attribuire cause senza ulteriori analisi.

Prima di affermare che un divario riguarda un gruppo, bisogna verificare che la fonte pubblichi quella disaggregazione e che il campione permetta di interpretarla. Una categoria ampia può nascondere differenze interne; una stima basata su pochi casi può essere instabile. Età, reddito e territorio non sono, inoltre, spiegazioni autosufficienti. Se si confrontano più variabili contemporaneamente, occorre capire se l’analisi consenta di separarne le associazioni o presenti soltanto incroci descrittivi.

Conta anche ciò che non viene osservato. Un’indagine generale sulle famiglie non equivale automaticamente a una valutazione specifica dell’accessibilità o delle esigenze delle persone con disabilità. Allo stesso modo, registrare che è stata svolta un’attività non permette di sapere se sia stata completata in autonomia, con l’aiuto di un’altra persona o dopo diversi tentativi. Se la fonte non pone queste domande, la conclusione deve riconoscere che tali informazioni mancano, invece di colmare il vuoto con un’interpretazione intuitiva.

Una lettura equilibrata distingue tre livelli: la differenza mostrata dai dati, le ipotesi che potrebbe suggerire e le prove necessarie per verificarle. Un’associazione tra caratteristiche e uso non dimostra che una caratteristica ne sia la causa. Questa prudenza non riduce il valore delle statistiche; impedisce che una descrizione utile diventi un’affermazione causale non sostenuta dal disegno di misurazione.

La portata di un’indagine è definita dal questionario, dalla popolazione e dal periodo di riferimento. Le risposte dichiarate potrebbero non rilevare con precisione la qualità della connessione, la difficoltà di un compito o l’aiuto ricevuto. Inoltre, le categorie pubblicate possono raggruppare situazioni differenti. Questi limiti non invalidano le informazioni: spiegano quali affermazioni possono sostenere e dove sarebbe necessario integrarle con altri dati.

Anche il confronto nel tempo richiede una cautela analoga. Una variazione tra due anni non può essere attribuita a una specifica misura pubblica solo perché le due cose si sono verificate in periodi vicini. Per valutare l’effetto di un intervento servirebbero dati su chi lo ha ricevuto, quando, su cosa è cambiato e su come il cambiamento è stato confrontato con una situazione di riferimento adeguata. Senza questo disegno, il risultato descrive un’evoluzione, ma non ne individua da solo la causa.

È inoltre opportuno evitare un unico indicatore di “digitalizzazione”. La percentuale di famiglie con accesso non riassume le competenze; una misura delle competenze non dimostra che i servizi siano accessibili; e l’uso di un servizio non garantisce che abbia prodotto il risultato desiderato. Una politica può migliorare una dimensione e lasciarne un’altra invariata. Se viene presentato un indice composito, occorre rendere visibili le componenti, i pesi e le scelte che lo costruiscono, affinché le carenze non siano nascoste da una media.

Di conseguenza, le cifre andrebbero lette come elementi di una diagnosi, non come un giudizio complessivo sul fatto che la società sia inclusa o esclusa. L’assenza di una differenza osservata non dimostra neppure che non esista: può dipendere da come è stata formulata la domanda, dai gruppi inclusi o dal livello di dettaglio pubblicato. Spiegare questi limiti nell’articolo non è una debolezza metodologica, ma una parte delle informazioni che permette al lettore di valutare la conclusione.

La ricerca può aiutare a interpretare ciò che le statistiche generali non spiegano, purché se ne rispetti la portata. Uno studio del 2023 sull’inclusione digitale nel settore educativo descrive una ricerca concentrata su una comunità educativa, con indagini strutturate e analisi svolte insieme ai docenti. Questo disegno offre un caso circoscritto e combina informazioni quantitative e qualitative; da solo non rappresenta l’intera popolazione spagnola né consente di trasferire direttamente i risultati ad altri ambiti.

Questo tipo di evidenza è utile per porre domande: l’accesso disponibile si mantiene nel tempo? Quali applicazioni vengono utilizzate? Quali difficoltà emergono durante una transizione educativa? Ma l’osservazione di una comunità non va presentata come una tendenza nazionale. Il confronto serve a integrare le serie ufficiali e a rendere visibili possibili meccanismi, non a sostituire una stima rappresentativa con un esempio né a generalizzare oltre il disegno dello studio.

Una sintesi responsabile distingue le evidenze ufficiali che descrivono modelli nella popolazione dalla ricerca che esamina esperienze o contesti più circoscritti. Distingue anche le fonti in base alla data: un rapporto del 2021 può fornire un contesto storico, ma non basta a descrivere la situazione attuale se sono disponibili dati successivi. Non si dovrebbero sommare senza distinzione risultati di anni, popolazioni o metodi diversi; occorre prima spiegare a quale domanda risponde ciascuna fonte e quali confronti sono legittimi.

Per il lettore, la verifica pratica può ridursi a quattro domande: chi è stato misurato, che cosa è stato chiesto, quando sono state raccolte le informazioni e quale inferenza consente il disegno? Se una pubblicazione non risponde a queste domande, è prematuro usarla per sostenere un’affermazione ampia. Il confronto tra fonti migliora l’analisi quando esplicita le loro differenze, non quando le cancella.

Affermare che una politica tecnologica riduce i divari richiede più che mostrare un aumento generale della connettività. Occorrerebbe osservare cambiamenti nelle dimensioni che l’intervento intendeva migliorare, identificare la popolazione destinataria e verificare se i risultati sono distribuiti equamente. Se, per esempio, l’obiettivo è facilitare le pratiche amministrative, l’accesso a internet può essere un requisito, ma l’indicatore pertinente dovrebbe descrivere anche se le persone riescono a completare la pratica e con quale supporto.

La valutazione deve essere coerente con l’intervento: obiettivi espliciti, indicatori collegati a tali obiettivi e periodi di misurazione confrontabili. Quando si intendono attribuire effetti a una politica, l’analisi deve spiegare come li distingue dagli altri cambiamenti concomitanti. Se sono disponibili soltanto confronti descrittivi prima e dopo, va detto chiaramente, senza presentarli come prova causale conclusiva. La precisione sul disegno è importante quanto la percentuale finale.

La conclusione più difendibile non è che una cifra isolata confermi l’inclusione o l’esclusione, bensì che le statistiche permettono di individuare dimensioni e differenze che richiedono una spiegazione. In Spagna esistono un’indagine ufficiale recente sulle dotazioni e sull’uso delle TIC nelle famiglie e un quadro europeo di monitoraggio fino al 2030; per trasformare questi riferimenti in una valutazione sociale servono definizioni trasparenti, disaggregazioni pertinenti e misure dei risultati.

La domanda utile, quindi, non è soltanto quante persone siano connesse, ma chi possa trarre vantaggio dalla tecnologia, per quale scopo e a quali condizioni. Una politica riduce un divario quando le prove mostrano miglioramenti rilevanti per chi affrontava l’ostacolo, e quando tale miglioramento non è dedotto soltanto da una media generale. L’accesso è un punto di partenza indispensabile; dimostrare l’inclusione richiede di misurare anche capacità, usi e risultati, dichiarando i limiti e senza attribuire ai dati più di quanto possano raccontare.