Come riconoscere il bias nelle fonti

Come riconoscere il bias nelle fonti: risposta rapida

Non scartare una fonte perché ha un punto di vista. Nomina chi l’ha prodotta e che lavoro fa la pagina, controlla finanziamento e conflitti, verifica un’affermazione fattuale in una seconda fonte e accoppiala a un documento con un lavoro diverso. Un brief di un think tank conservatore, una guida di base sulla politica della povertà, un documento di opzioni del Congressional Budget Office del 2019 e una valutazione CBO del 2023 di un disegno di legge successivo possono tutti essere citabili per l’affermazione che ciascuno sostiene davvero. Non sono prove intercambiabili.

Che cos’è questa pagina (e che cosa non è)

CitationEasy ha già una pagina per questa fonte è abbastanza credibile da citarla? (fonti credibili), una pagina per fare le domande CRAAP e poi uscire dalla pagina (valutare le fonti), una pagina per questa affermazione è vera? (verificare i fatti nelle fonti) e una pagina per rivista accademica versus magazine (accademiche vs divulgative). Questo URL risponde a una domanda più stretta: come riconosci il bias, lo distingui dall’inaffidabilità e scrivi con fonti che hanno una missione dichiarata? Non è un grafico di bias dei media, e non è il capitolo APA sul linguaggio privo di bias — quel capitolo riguarda le parole che tu scrivi, non se una fonte ha un punto di vista.

Due significati ufficiali di “bias”

Chi insegna usa una parola per due problemi diversi. I fogli di information literacy intendono scopo e punto di vista. Chi fa metodologia intende errore sistematico. Confonderli è come una studentessa butta un brief di advocacy utilizzabile, o tratta uno studio peer-reviewed come neutrale perché il PDF sembra ufficiale. Ti servono entrambe le letture.

La frase Cochrane riguarda se uno studio sovrastima o sottostima un effetto. La frase ACRL riguarda quali voci vengono trattate come autorevoli. Uno studio randomizzato ben condotto può essere comunque sponsorizzato dall’industria. Una fonte primaria può essere indispensabile e unilaterale. La credibilità è un giudizio di aderenza; il bias ne fa parte, non lo sostituisce.

Due formulazioni residue da smettere di ripetere. Prima, una frase ACRL solo del 2016 che iniziava «Experts understand the need… acknowledge biases that privilege some sources of authority over others… others’ worldviews, gender…» è residua leftover-2016-ACRL: la revisione del 2 settembre 2026 ha sostituito Experts con They, ha nominato «systematic biases that privilege dominant institutions» e ha aggiunto race. Non continuare a citare la formulazione del 2016 come se fosse ancora il quadro vigente. Secondo, la pagina delle versioni del Handbook elenca sia «What’s new in Handbook version 6.5.1 (2025)» (correzioni dei capitoli 4 e 14) sia «What’s new in Handbook version 6.5.1 (2026)» (limiti di parole del capitolo 3). La citazione vigente del capitolo 7 dice ancora versione 6.5, Cochrane 2024, ultimo aggiornamento agosto 2022. Una correzione 6.5.1 non è una riscrittura del capitolo 7.

Il bias non è imprecisione, e “at risk of bias” non è “questo studio è falso”

Chi studia tratta spesso un campione piccolo, un intervallo di confidenza ampio o un finanziatore industriale come la stessa bandiera rossa. Il capitolo 7 di Cochrane separa quei problemi. Uno studio piccolo può essere povero di precisione e comunque a basso rischio nel disegno. Uno studio grande può essere preciso e comunque ad alto rischio se il disegno è stato costruito per pendere. Il Handbook rifiuta anche la caricatura di chiamare un articolo “biased” come un fatto dell’universo:

È anche la versione per l’elaborato. Scrivi «questo risultato è at risk of bias da sponsorizzazione» o «questo brief argomenta un caso di politica conservatrice», non «questo PDF è falso». Per i tipi di fonti mediche dopo aver nominato il rischio, usa la guida alle citazioni mediche.

ACRL 2026: di chi è l’autorità, e l’IA che sembra neutrale

Il Framework di settembre 2026 è la formulazione residua di information literacy che questa pagina doveva recuperare. Il paragrafo vigente delle pratiche di conoscenza di Authority Is Constructed and Contextual non si ferma più a «some sources of authority». Nomina «dominant institutions» e «marginalized communities», e aggiunge una frase che il quadro del 2016 non aveva:

Per questo un riepilogo di ricerca generato è un problema di bias oltre che un problema di credibilità: può sembrare una fonte nascondendo chi l’ha addestrato. La nota del MLA Style Center del 2 ottobre 2024 che un AI Overview non è un’opera resta valida. Per come citare uno strumento che hai usato davvero, vedi Come citare l’IA.

Test rapidi: Purpose di CRAAP e SIFT

Il foglio CRAAP della bibliotecaria Sarah Blakeslee (Meriam Library, 17 settembre 2010, CC BY 4.0) tratta Purpose come «the reason the information exists.» Quelle domande sono lo screening sul bias più veloce che arriva ancora da una biblioteca, non da una società di rating:

Una checklist che applichi solo dentro la pagina non coglierà un gruppo di facciata dall’aspetto professionale. Le mosse SIFT di Mike Caulfield — Stop, Investigate the source, Find better coverage, Trace claims to the original context — ti portano fuori dalla pagina. Il suo Web Literacy for Student Fact-Checkers è anche il luogo che separa inclinazione da processo:

Questa è la regola a cui questa pagina torna sempre. Il bias non è la stessa cosa di una politica di correzioni assente. Una redazione con un’inclinazione e un desk delle correzioni è un oggetto diverso da una pagina che non nomina mai un’autrice o un autore e non corregge mai un numero. Per le prove di Stanford che chi studia resta sulla pagina e resta intrappolato da organizzazioni dall’aspetto simile — compreso MinimumWage.com, che si definiva un progetto dell’Employment Policies Institute — usa la guida alla credibilità. Quel caso di gruppo di facciata è l’esempio di bias per chi studia; il lavoro di questa pagina è che cosa fai dopo aver nominato il produttore.

Lo stesso tema, quattro lavori diversi: un salario minimo federale più alto

Think tank e agenzie di solito ti dicono il loro lavoro nella pagina About. Leggi quella pagina prima di trattare il PDF come un brief neutrale. La missione della Heritage Foundation è «to formulate and promote conservative public policies based on the principles of free enterprise, limited government, individual freedom, traditional American values, and a strong national defense.» Il Center on Budget and Policy Priorities si descrive come «a nonpartisan research and policy institute» e dice: «We combine rigorous research and analysis, strategic communications, and effective advocacy.» L’Introduction to CBO vigente (gennaio 2025) e la panoramica About enunciano il lavoro statutario dell’agenzia in frasi che puoi citare:

Quei lavori producono documenti diversi anche quando il tema del titolo è lo stesso. Una versione precedente di questa pagina ha inventato «Smith, 2025», «Johnson, 2025» e un falso articolo «CBO, 2025» per mettere in scena un dibattito. Non farlo. Apri rapporti intitolati. E non appiattire il lavoro CBO successivo nel documento di opzioni del 2019: il brief Heritage di James Sherk (26 luglio 2016) modella un pavimento di 15 $ entro il 2021 sotto la Pay Workers a Living Wage Act; la pubblicazione 55410 del CBO (8 luglio 2019) valuta 10 $, 12 $ o 15 $ entro il 2025; la pubblicazione 59833 del CBO (18 dicembre 2023) valuta S. 2488, la Raise the Wage Act of 2023, se approvata nell’aprile 2024, fino a 17 $ entro luglio 2029; la pagina Policy Basics del CBPP (16 aprile 2026) è una guida di base sul pavimento federale vigente di 7,25 $ e sulle leggi statali, non una valutazione di nessuno di quei disegni.

Il numero BLS è a sua volta una trappola residua se ti fermi alla parafrasi del CBPP. Il rapporto ufficiale Characteristics of minimum wage workers, 2024 è la cifra di 843.000 sull’intero anno (82.000 a 7,25 $ e 760.000 sotto). La CPS annual Table 44 vigente ora mostra 844.000 per il 2025 (79.000 al minimo federale e 765.000 sotto) e avverte che il 2025 è una media di 11 mesi che esclude ottobre per la chiusura del governo federale, quindi «not strictly comparable with annual averages for other years.» Cita la tabella che hai aperto, e di’ quale anno e quale avvertenza.

Bias commerciale e industriale

L’interesse finanziario è il bias che chi studia sottopesa perché il PDF ha ancora una sezione metodi. La revisione metodologica Cochrane di Andreas Lundh, Joel Lexchin, Barbara Mintzes, Jeppe Bennekou Schroll e Lisa Bero «Industry sponsorship and research outcome» (2017, Article MR000033) ha confrontato studi su farmaci e dispositivi sponsorizzati dall’industria con studi che avevano altri sponsor. Su 75 articoli inclusi, gli studi sponsorizzati dall’industria avevano più spesso risultati di efficacia favorevoli (risk ratio 1,27, intervallo di confidenza al 95% 1,17–1,37) e più spesso conclusioni favorevoli (risk ratio 1,34, intervallo di confidenza al 95% 1,19–1,51). Le autrici e gli autori hanno concluso che l’associazione con l’industria «cannot be explained by standard ‘Risk of bias’ assessments.» La revisione è aperta a DOI 10.1002/14651858.MR000033.pub3; l’abstract PubMed è il testo aperto per quei numeri.

La dichiarazione è il modo in cui chi legge giudica quel rischio. Le ICMJE Recommendations (il testo di gennaio 2026, aperto sullo specchio ACP di icmje.org; nota di aggiornamento) mettono il conflitto in due frasi:

Uno sponsor dichiarato non rende l’articolo inutilizzabile. Una relazione non dichiarata, uno sponsor che ha controllato l’analisi o un articolo che non dice mai chi ha pagato è un altro problema. Leggi la dichiarazione di finanziamento e il modulo sui conflitti, poi decidi quale affermazione l’articolo può sostenere.

Bias di pubblicazione, bias di non-segnalazione e il cassetto dei file

C’è bias che non compare mai sulla pagina che hai trovato, perché lo studio contraddittorio non è mai stato pubblicato. L’Handbook vigente di Cochrane usa ancora la definizione classica nel capitolo 7 e, nell’aggiornamento 2024 del capitolo 13 (ultimo aggiornamento agosto 2024), nomina lo strumento ROB-ME per valutare le prove mancanti in una meta-analisi:

Il saggio di Ioannidis è un argomento reale, in accesso aperto, revisionato tra pari, con una correzione del 2022. È un modello di potenza, bias e di quante squadre inseguono la stessa domanda — non un censimento di ogni articolo, né una licenza per ignorare le riviste. Il caso lavorato del capitolo 13 è più concreto: quando risultati non segnalati sono stati aggiunti a una revisione sistematica di oseltamivir (Tamiflu), il farmaco non risultava ridurre i ricoveri e il profilo dei danni è cambiato (Jefferson et al. 2014, come riassunto nel Handbook). Il gesto pratico per un elaborato è più piccolo: cerca un protocollo registrato, una revisione che abbia cercato nei registri degli studi o una replica, invece di trattare il primo abstract significativo come la letteratura. Cochrane, la Campbell Collaboration nelle scienze sociali e la serie Annual Review sono luoghi in cui quella sintesi è già avvenuta.

Bias di conferma, di selezione e culturale

Questi sono i bias che vivono in come sono state assemblate le prove, non solo nella pagina About. Restano reali quando l’autrice o l’autore ha un Ph.D. e la rivista è arbitrata. La disposizione ACRL 2026 sul confirmation bias sopra è la versione di literacy del primo punto.

• Bias di conferma. Cercare solo studi che già coincidono con la tesi. L’avvertimento del manuale di Caulfield è la correzione pratica: decidi di chi rispetteresti l’expertise prima di cercare, o i risultati ti lusingheranno.
• Bias di selezione / campionamento. Un sondaggio di un campus presentato come «adulti»; una serie di casi di successi con i fallimenti esclusi; un campione di comodo trattato come una popolazione.
• Bias culturale e linguistico. Le riviste indicizzate in inglese sovrarappresentano alcuni paesi e metodi. Il quadro ACRL 2026 sopra è la versione di literacy di quel problema: alcune istituzioni restano privilegiate. Includi lavoro di altre regioni quando la domanda non è solo statunitense.
• Bias di metodologia. Item di sondaggio suggestivi, un campione sottodimensionato, un esito scelto dopo l’arrivo dei risultati. Il capitolo 7 di Cochrane è il luogo che separa questo risk of bias dalla mera piccolezza (imprecisione).

Come usare una fonte di parte senza riciclarla

Una fonte di parte è spesso la fonte giusta per un’affermazione di prospettiva. Le fonti primarie storiche sono di parte per definizione — sono il registro di qualcuno — e restano obbligatorie in storia. Un brief di advocacy è la fonte giusta per «che cosa argomenta questa organizzazione». Un rapporto di agenzia di letteratura grigia è spesso l’unico metodo pubblico di una statistica. Il fallimento è trattare uno qualsiasi di quelli come l’ultima parola su un fatto contestato.

Quando è richiesta una posizione

La scrittura accademica non è una richiesta di non avere tesi. Un elaborato argomentativo prende una posizione, nomina il controargomento e mostra le prove. La neutralità è l’obiettivo sbagliato quando la letteratura stessa ha un consenso — attribuzione climatica, efficacia dei vaccini o una revisione Cochrane di un farmaco. Il falso equilibrio (trattare un’affermazione marginale come uguale a un corpus di studi) è un bias della tua pagina, non una virtù. Il quadro ACRL «Scholarship as Conversation» è l’immagine migliore: entri in una conversazione che ha già termini, non in una bilancia vuota con due piatti uguali.

Notizie: processo versus inclinazione

Le fonti di notizie hanno inclinazioni. Hanno anche, o non hanno, un processo. La distinzione di Caulfield sopra è quella da tenere. Un servizio che separa notizia e opinione, nomina le fonti e pubblica correzioni può comunque essere usato per un fatto pubblico datato. Un pezzo che non marca mai l’opinione, non corregge mai ed esiste per reclutare è un altro genere. Il fact-checking è il metodo a livello di affermazione; questa sezione è solo lo screening sul bias.

I grafici commerciali di bias dei media (Ad Fontes, AllSides, Media Bias/Fact Check, NewsGuard) sono essi stessi fonti con un metodo e un modello di business. Possono essere una mappa di partenza. Non sono manuali ufficiali, sono in disaccordo tra loro e dovrebbero ricevere le stesse domande Purpose che hai appena applicato all’articolo. Non citare un grafico come se fosse un risultato peer-reviewed su un giornale.

L’editoria accademica non è priva di bias

La revisione tra pari è un processo, non un timbro di purezza. La stessa letteratura che ti insegna a fidarti delle riviste documenta anche come falliscono:

• Bias di finanziamento e industriale. Lundh et al. (2017) è la sintesi Cochrane; le frasi ICMJE sono la regola di dichiarazione.
• Bias di pubblicazione e di citazione. I risultati positivi compaiono più spesso e vengono citati più spesso. Il capitolo 7 di Cochrane elenca time-lag, language, citation, duplicate-publication e outcome-reporting bias come cugini del cassetto dei file. Lo strumento ROB-ME del capitolo 13 è il modo in cui chi revisiona ora valuta le prove mancanti in una meta-analisi.
• Bias di lingua e di prestigio. Le sedi in inglese e ad alto impatto spiazzano altro lavoro. È un problema ACRL 2026 di «chi conta come autorità» tanto quanto un problema statistico.
• La tua lista di citazioni. Citare in modo preferenziale gli studi di supporto è come una revisione della letteratura diventa un brief. La guida alla revisione della letteratura è il luogo che combatte quell’abitudine.

Il tuo stesso bias fa parte del metodo

La fonte non è l’unico oggetto di parte nella stanza. Le ricerche che lanci, il primo PDF di cui ti fidi e il controesempio che non apri mai fanno parte del verbale. Nomi comuni di quel problema:

1. Scrivi l’affermazione che vuoi vera, poi cerca la fonte migliore che la falsificherebbe.
2. Decidi la sede esperta (un’agenzia statistica, una revisione Cochrane, una rivista di metodi) prima di cercare lo slogan su Google.
3. Leggi i metodi o la pagina About prima di raccogliere una frase.
4. Chiedi a qualcuno in disaccordo con te di segnare i punti in cui hai trattato un brief come un risultato.

Quando il bias diventa inaffidabilità

Il bias diventa un motivo per rifiutare la fonte per questa affermazione quando smette di essere una prospettiva e inizia a essere un processo rotto. È la stessa decisione a tre vie della pagina sulla credibilità, riformulata per questo problema:

Guide correlate

• Come valutare le fonti (percorso CRAAP)
• Come capire se una fonte è credibile
• Come verificare i fatti nelle fonti
• Fonti accademiche vs divulgative
• Letteratura grigia
• Come funziona il processo di peer review
• Come citare l’IA
• Usare Wikipedia per la ricerca
• Come scrivere una revisione della letteratura
• Come evitare il plagio
• Peer review (glossario)
• Letteratura grigia (glossario)
• Fonte primaria (glossario)