Italiano
English
Français
Deutsch
Русский
Español
Il gruppo di ricerca in Fisica applicata, dell’Università degli studi di Bari Aldo Moro, ha per la prima volta misurato i bias territoriali riferiti alle singole discipline di studio e ricerca, con un livello di dettaglio senza precedenti. I nuovi risultati ampliano le evidenze già emerse in uno studio del 2022, che si limitava ad affrontare il problema senza distinguere tra le diverse discipline. La ricerca è stata guidata dal Prof. Roberto Bellotti, da poco eletto nuovo rettore, compiendo un passo significativo nella comprensione e correzione degli effetti di condizionamento del territorio sulla valutazione delle università nelle classifiche globali.
La valutazione delle università
La tendenza a valutare le università, influenza sempre più investimenti e scelte formative degli studenti, ma i criteri utilizzati nei ranking per misurare le prestazioni delle singole università spesso non considerano adeguatamente l’impatto del contesto socio-economico sul rendimento degli atenei. La diversità delle condizioni di partenza crea un vantaggio competitivo per alcune università a discapito di altre, alimentando una sovrapposizione fuorviante tra la qualità intrinseca di un’istituzione e i benefici derivanti dal livello di sviluppo del suo territorio. In questo studio, i ricercatori del gruppo di Fisica applicata dell’Università di Bari, Loredana Bellantuono, Andrea Lo Sasso, Nicola Amoroso, Alfonso Monaco e Sabina Tangaro, guidati dal Prof. Roberto Bellotti, dimostrano che i bias territoriali non sono omogenei. Al contrario, le condizioni di sviluppo del territorio influenzano in modo specifico e differente i punteggi conseguiti nei ranking relativi a diversi campi del sapere.
Il contesto territoriale
L’algoritmo messo a punto dai ricercatori del gruppo di Fisica applicata dell’Università di Bari ha permesso di identificare eccellenze nascoste, rappresentate da università che, pur non beneficiando di un contesto territoriale particolarmente favorevole, riescono a distinguersi per le loro prestazioni in una specifica disciplina, ponendosi come modelli di riferimento per la valorizzazione di altre realtà accademiche. Le università che registrano le migliori prestazioni in relazione al contesto territoriale sono principalmente collocate in capitali o grandi città al di fuori del Nord America e dell’Europa occidentale. Lo studio ha rivelato pattern specifici: i ranking che risentono maggiormente degli effetti di trascinamento del territorio sono quelli di Medicina, Linguistica, Economia, Giurisprudenza e alcune discipline Stem. Lo studio ha inoltre evidenziato che, su scala globale, i ranking basati su indicatori bibliometrici sono influenzati dal contesto socio-economico in maniera più significativa di quelli reputazionali.
La metodologia
Avvalendosi dei metodi della scienza dei sistemi complessi – già applicati con successo in ambito biomedico, ambientale ed economico – i ricercatori hanno analizzato le prestazioni di circa 1200 università nei Qs world university rankings riferiti a 54 aree disciplinari, redatti sulla base di criteri di diversa natura, come la reputazione accademica dei corsi di studio, l’occupabilità dei laureati e indicatori bibliometrici di produttività scientifica del personale docente e ricercatore. Dopo aver caratterizzato ciascun contesto territoriale con oltre 300 indicatori, i ricercatori hanno misurato gli effetti di bias sui punteggi conseguiti dai diversi atenei, al variare delle discipline e delle metriche di prestazione. Il nuovo studio condotto dai ricercatori del gruppo di Fisica applicata dell’Università di Bari non si limita a confermare e misurare l’esistenza di un bias territoriale nei ranking universitari, ma getta le basi per lo sviluppo di modelli di debiasing specifici per disciplina, supportando la ridefinizione delle classifiche con criteri di valutazione più equi ed efficaci rispetto a quelli suggeriti da un approccio generalista. L’analisi comparativa degli effetti di trascinamento territoriale, per diverse discipline e metriche di prestazione, consente di investigare come questo bias si manifesta in ranking diversi, fornendo uno strumento data-driven per la formulazione di politiche mirate alla sua mitigazione.
