Ordine, caso e informazione: le tre categorie che quasi tutti confondono

Un cristallo di sale è ordinatissimo e non dice niente. Una sequenza casuale è complessa e non dice niente. Il DNA sta in una terza categoria — e capire quale è il nodo di tutto il dibattito.

Approfondimento tematico. Sintesi di fonti multiple: teoria dell’informazione di Shannon, complessità algoritmica, la distinzione di Leslie Orgel fra ordine e complessità specificata, e il dibattito — con le sue critiche — sull’applicazione di questi concetti alla biologia.

Tre sequenze

Nell’articolo precedente, dedicato al perché la biologia non riesca a definire la vita, avevamo lasciato in sospeso una distinzione. Le strutture dissipative — le celle esagonali che si formano scaldando un liquido, le spirali colorate di certe reazioni chimiche — producono ordine spontaneo. Ma quell’ordine, avevamo osservato, non è la stessa cosa dell’informazione contenuta in un gene. Ora dobbiamo dire con precisione perché, perché è la questione da cui dipende tutto il resto.

Cominciamo con un esperimento mentale che non richiede alcuna conoscenza preliminare. Guardate queste tre sequenze di caratteri.

1. ABCABCABCABCABCABCABCABCABCABC
2. XQFJZMTBVKRPWNGHDYCLSAEUIOZXKV
3. NELMEZZODELCAMMINDINOSTRAVITAMI

Sono tutte e tre lunghe circa trenta caratteri. Ma sono profondamente diverse, e la differenza non è di grado: è di tipo.

La prima è ordinata. È regolare, prevedibile, e soprattutto è riassumibile: per descriverla non serve elencare i trenta caratteri, basta l’istruzione «scrivi ABC dieci volte». Una volta vista la prima terzina, tutto il resto è ridondante — non aggiunge nulla che non sapessimo già.

La seconda è complessa. Non c’è nessuna regola più breve della sequenza stessa che la generi: per trasmetterla bisogna trasmetterla tutta, carattere per carattere. È imprevedibile. Ma non significa nulla, e non fa nulla.

La terza è complessa esattamente quanto la seconda — anch’essa richiede di essere trascritta per intero, anch’essa non è riassumibile da una regola — ma in più fa qualcosa: corrisponde a un requisito indipendente da essa, cioè le regole dell’italiano, ed è l’incipit della Divina Commedia.

Questa terza categoria è il problema. Non è ordine, perché non si comprime. Non è caso, perché soddisfa una specificazione esterna. È un terzo genere di cosa, e i sistemi viventi ne sono fatti.

Il resto di questo articolo serve a rendere rigorosa questa intuizione, a esaminare quanto regga, e a presentare le obiezioni — che esistono, sono serie, e in parte vanno accolte.

Che cosa misura davvero la teoria dell’informazione

Il termine «informazione» nella scienza ha un significato tecnico che quasi mai coincide con quello del linguaggio comune, e la maggior parte della confusione su questo argomento nasce da lì. Vale la pena rimuoverla subito.

Nel 1948 un ingegnere dei Bell Laboratories, Claude Shannon, pubblicò l’articolo che fonda la teoria dell’informazione. Il suo problema era pratico: quanti dati si possono far passare in un canale di comunicazione, e come si trattano gli errori? Per rispondere gli serviva una misura quantitativa, e la trovò in un’idea semplice quanto potente.

L’informazione è riduzione di incertezza, e si misura con l’improbabilità.

Se qualcuno vi dice che domani il Sole sorgerà, non vi ha informato di nulla: lo sapevate già, la probabilità era prossima a uno, l’informazione trasmessa è prossima a zero. Se vi dice che domani nevicherà a luglio in Umbria, vi ha trasmesso molta informazione, perché l’evento era molto improbabile. La quantità di informazione di un messaggio cresce al diminuire della sua probabilità.

Applicato a una sequenza di simboli: se un sito può ospitare quattro caratteri con uguale facilità, la probabilità che vi si trovi un carattere specifico è un quarto; per due siti un sedicesimo; e così via, moltiplicando. Più siti liberi ci sono, più la sequenza specifica che osserviamo è improbabile, più informazione — nel senso di Shannon — essa trasporta.

Ora arriva la conseguenza che sorprende tutti, ed è quella da cui bisogna partire per capire il resto.

Nella teoria di Shannon, la seconda delle nostre tre sequenze — quella senza senso — contiene più informazione della prima. Anzi: una sequenza perfettamente casuale contiene la massima informazione possibile per la sua lunghezza, perché è la meno prevedibile di tutte.

Questo non è un difetto della teoria: è esattamente ciò che serviva a Shannon. A un ingegnere delle telecomunicazioni non interessa se il messaggio è una poesia o una stringa di rumore; gli interessa quanti bit deve trasmettere. Warren Weaver, che curò l’edizione divulgativa del lavoro di Shannon, mise per iscritto l’avvertenza in modo che nessuno potesse fraintendere: la parola «informazione» è qui usata in un senso matematico speciale, e non va confusa con il significato.

Eppure il fraintendimento si è consumato lo stesso, migliaia di volte, e continua a consumarsi. Quando qualcuno dice che un processo naturale «genera informazione», bisogna sempre chiedersi in quale senso. Nel senso di Shannon, generare informazione è banale: basta un rumore. Un generatore di numeri casuali produce informazione di Shannon a ritmo continuo. Questo non ha nulla a che vedere con il tipo di informazione che si trova in un gene.

La complessità algoritmica: quanto è comprimibile

Un secondo strumento, sviluppato indipendentemente negli anni Sessanta da Andrej Kolmogorov e Gregory Chaitin, misura una cosa diversa: la complessità algoritmica di una sequenza è la lunghezza del programma più breve capace di generarla.

Questa misura fa emergere la distinzione fra le prime due sequenze in modo netto.

• La sequenza ordinata ha bassa complessità algoritmica: il programma che la genera («scrivi ABC dieci volte») è molto più corto della sequenza stessa. È comprimibile.
• La sequenza casuale ha complessità algoritmica massima: non esiste programma più corto della sequenza stessa, perché l’unico modo di generarla è elencarla. È incomprimibile.

E la terza? Qui succede qualcosa di interessante. Il verso di Dante è leggermente comprimibile — l’italiano ha ridondanze statistiche, certe lettere seguono altre più spesso — ma solo un po’. Dal punto di vista algoritmico assomiglia molto più alla sequenza casuale che a quella ordinata.

Il che significa: né la teoria di Shannon né la complessità algoritmica riescono a distinguere il verso di Dante dalla stringa di rumore. Entrambe le misure sono cieche rispetto alla differenza che a noi interessa. Servono, e servono benissimo, ma per altro.

Questo è un punto che va tenuto fermo, perché è anche la ragione per cui l’argomento che segue non può appoggiarsi soltanto alla matematica dell’informazione. Serve qualcosa in più, e quel qualcosa in più è precisamente ciò che è controverso.

Orgel e la terza categoria

La formulazione più chiara della distinzione a tre non viene da un teorico del progetto: viene da un chimico che lavorava sull’origine della vita in una prospettiva pienamente naturalistica. Nel 1973 Leslie Orgel, uno dei ricercatori più autorevoli del campo, scrisse un passaggio che da allora è stato citato migliaia di volte da tutte le parti in causa.

La sostanza è questa: gli organismi viventi si distinguono per la loro complessità specificata. I cristalli non sono vivi perché sono semplici — ripetitivi, privi di complessità. Le miscele di polimeri casuali non sono vive perché, pur essendo complesse, mancano di specificità. La vita richiede entrambe le cose insieme.

Notate la struttura logica. Non si tratta di una scala su cui la vita occupa il punto più alto: si tratta di due assi indipendenti. Si può avere ordine senza complessità (il cristallo). Si può avere complessità senza specificazione (il polimero casuale). La vita richiede complessità e specificazione simultaneamente, e questa congiunzione è ciò che nessun processo noto produce con facilità.

Il termine «specificazione» merita una precisazione, perché è dove si concentrano le obiezioni. Specificato significa: conforme a un requisito che può essere descritto indipendentemente dalla sequenza stessa. Il verso di Dante è specificato rispetto alle regole della lingua italiana, che esistono a prescindere da quel verso. Un gene è specificato rispetto alla funzione della proteina che codifica: il ripiegamento in una struttura tridimensionale capace di catalizzare una reazione è un requisito imposto dalla chimica e dalla fisiologia, non dalla sequenza.

Che questo sia un fenomeno reale e non un’invenzione dei teorici del design è dimostrato dal fatto che la biologia lo usa continuamente. Francis Crick e i suoi contemporanei, quando parlavano di «informazione biologica», intendevano fin dagli anni Cinquanta sia complessità sia specificità — dove per specificità intendevano, letteralmente, «necessario per funzionare». Il fisico Paul Davies ha chiamato la sequenza del DNA una casualità specifica, e ha indicato in essa il mistero centrale dell’origine della vita. La terminologia varia; il fenomeno descritto è lo stesso.

Perché il DNA può contenere informazione

Arriviamo ora a un fatto sulla chimica del DNA che è cruciale, tecnico, e quasi sempre omesso nella divulgazione. Merita di essere spiegato lentamente.

La domanda è: che cosa determina la sequenza delle basi lungo il filamento?

La risposta è: niente, dal punto di vista chimico. Le quattro basi — adenina, timina, guanina, citosina — si agganciano allo scheletro di zucchero e fosfato con affinità sostanzialmente equivalenti. In un qualsiasi punto della catena, una qualunque delle quattro può prendere posto con la stessa facilità. Non esiste una forza chimica che preferisca AGGT a TCAG.

Questa indifferenza sembra un dettaglio tecnico. È invece la condizione di possibilità dell’intero fenomeno.

Ragioniamo per confronto. Perché un cristallo di cloruro di sodio non può contenere un messaggio? Perché la sua struttura è determinata dalle forze fra gli ioni: ogni ione di sodio è circondato da sei di cloro secondo un reticolo cubico, e non c’è alternativa. Dove la legge determina la disposizione, non resta spazio per scriverci sopra qualcosa. Il messaggio richiede la possibilità di essere diverso.

Michael Polanyi — di cui abbiamo discusso l’argomento nell’articolo precedente — colse questo punto con una nitidezza che nessuno ha superato: qualunque sia l’origine della configurazione del DNA, essa può funzionare come codice solo se il suo ordine non è dovuto alle forze chimiche. Deve essere fisicamente indeterminata come la sequenza delle parole su una pagina stampata.

Ne segue una conclusione che ha una forma insolita e che vale la pena enunciare con precisione. Se qualcuno scoprisse che le affinità chimiche determinano la sequenza del DNA, avrebbe simultaneamente scoperto che il DNA non può contenere informazione. Le due cose sono incompatibili per costruzione. Non è una questione di quanto sappiamo: è una questione di logica del sistema.

Questo non è un ragionamento astratto. Negli anni Sessanta e Settanta il biochimico Dean Kenyon sviluppò una teoria chiamata predestinazione biochimica, secondo la quale le affinità di legame fra gli amminoacidi avrebbero guidato la formazione delle prime proteine, risolvendo così il problema dell’origine dell’informazione. La teoria fu abbandonata quando divenne chiaro che le affinità, dove esistono, non corrispondono affatto alle sequenze funzionali — e, più profondamente, che se avessero funzionato avrebbero prodotto ordine ripetitivo, non messaggi. Kenyon stesso arrivò a quella conclusione sul proprio lavoro.

Perché le leggi non producono informazione

Generalizziamo, perché il punto vale ben oltre il DNA.

Le leggi della natura descrivono regolarità: relazioni prevedibili fra condizioni antecedenti ed eventi conseguenti. È questo che le rende leggi. Una legge che descrivesse esiti imprevedibili non sarebbe una legge.

Ma l’informazione, l’abbiamo visto con Shannon, si misura con l’improbabilità: cresce quando gli esiti sono molti e nessuno è favorito.

Mettendo insieme le due cose: dire che una legge naturale produce grandi quantità di informazione è quasi una contraddizione nei termini, perché la legge, nella misura in cui rende prevedibile un esito, ne abbassa il contenuto informativo. Il teorico dell’informazione Hubert Yockey — non un sostenitore del design — mise in guardia con parole nette contro il tentativo di collegare l’idea di ordine a quella di specificità biologica, definendolo un gioco di parole che non regge a un esame attento.

È lo stesso motivo per cui l’auto-organizzazione, di cui abbiamo parlato a proposito delle strutture dissipative, non risolve il problema. I vortici, le celle di convezione, i cristalli: sono tutti fenomeni reali e interessanti, e producono tutti ordine ridondante. Ma ciò che va spiegato in biologia non è l’origine dell’ordine — è l’origine di sequenze aperiodiche e insieme specificate. Chi spiega bene l’ordine ha spiegato bene qualcosa che non aveva bisogno di essere spiegato.

Alcuni ricercatori hanno riconosciuto la difficoltà e hanno proposto che serva una legge naturale ancora ignota. Manfred Eigen, premio Nobel, formulò l’obiettivo dicendo che il compito è trovare un algoritmo, una legge di natura, che porti all’origine dell’informazione. È un programma di ricerca legittimo e resta aperto. Va però notato che, se l’analisi precedente è corretta, quel programma chiede a una legge di fare precisamente ciò che una legge, in quanto legge, non fa.

Quanta informazione serve, e quanto è grande il bersaglio

Fin qui abbiamo ragionato sulla natura dell’informazione biologica. C’è però anche una domanda quantitativa, ed è quella su cui il dibattito diventa aspro: quanto è raro, nello spazio di tutte le sequenze possibili, il sottoinsieme di quelle che funzionano?

La domanda è ben posta. Una proteina tipica è una catena di alcune centinaia di amminoacidi scelti fra venti. Per una catena di appena cento amminoacidi, le sequenze possibili sono venti elevato alla centesima — un numero con centotrenta zeri. La stragrande maggioranza di queste catene non si ripiega in nulla di stabile: resta un filamento inerte. Quante ne funzionano?

Qui le stime divergono di molti ordini di grandezza, e l’onestà impone di dirlo chiaramente.

Da un lato, il biologo molecolare Douglas Axe ha pubblicato nel 2004 uno studio sperimentale su un dominio di circa centocinquanta residui, concludendo che la frazione di sequenze funzionali fosse dell’ordine di una su dieci elevato alla settantasettesima. Se il dato fosse generalizzabile, una ricerca casuale non avrebbe alcuna speranza: le risorse probabilistiche dell’intero universo — il numero di particelle elementari moltiplicato per il numero di eventi possibili dall’inizio del tempo — sono state stimate intorno a dieci elevato alla centocinquantesima, e per una singola proteina servirebbe di più.

Dall’altro lato, esperimenti condotti con metodi diversi hanno prodotto stime enormemente più generose. Lavori sulla selezione in vitro di sequenze proteiche o di RNA capaci di legare l’ATP, o di catalizzare reazioni, hanno riportato frazioni funzionali dell’ordine di una su dieci elevato all’undicesima — un numero incomparabilmente più abbordabile.

La discrepanza è reale e non è ancora risolta. Dipende in larga parte da che cosa si conta come «funzionale»: un legame debole a un substrato è cosa diversa da un enzima efficiente, e uno scaffolding stabile è cosa diversa da un sito attivo. Chi cita un solo numero — da entrambe le parti — sta semplificando un dibattito che è tuttora aperto. Su questo sito riportiamo entrambe le stime, e chi voglia farsene un’idea deve leggere gli studi originali.

Quello che si può dire senza forzature è più modesto e più solido: lo spazio delle sequenze è astronomicamente grande, il sottoinsieme funzionale è comunque piccolo anche nelle stime più ottimistiche, e nessuno ha mai osservato una ricerca non guidata attraversare quello spazio fino a una funzione nuova e complessa. È un’affermazione più debole di quella che si legge spesso in ambiente ID, ed è quella che i dati sostengono.

Le obiezioni, nella loro forma più forte

L’argomento esposto finora è quello che in ambiente ID viene considerato il più solido. È anche quello che ha ricevuto le critiche più dure e più tecniche, alcune delle quali vanno accolte. Presentiamole nel modo più forte che riusciamo a formulare.

Obiezione 1: la selezione naturale genera informazione

È l’obiezione principale, ed è forte perché non è teorica: è documentata.

L’argomento dice: state ragionando come se l’unica alternativa al progetto fosse la ricerca puramente casuale. Ma nessuno propone la ricerca casuale. Il meccanismo proposto è variazione più selezione, ed è un meccanismo che conserva i risultati parziali. La differenza è enorme: cercare una combinazione di dieci cifre provando a caso richiede in media cinquecento milioni di tentativi; cercarla con un dispositivo che segnali ogni cifra corretta e la blocchi richiede in media cinquanta tentativi. La cumulatività cambia il problema di ordini di grandezza.

E ci sono i dati. Sono stati documentati nella letteratura numerosi casi di origine di geni nuovi: duplicazioni seguite da divergenza, fusioni di domini, geni nati da regioni precedentemente non codificanti. Sono state osservate popolazioni batteriche sviluppare intere vie metaboliche per degradare composti di sintesi che non esistevano in natura prima che li fabbricassimo — il che significa che una funzione biochimica nuova è emersa sotto i nostri occhi, in laboratorio, in poche decine di anni. E gli esperimenti di evoluzione digitale, in cui popolazioni di programmi auto-replicanti mutano e competono, mostrano la comparsa di funzioni logiche complesse che nessuno aveva inserito.

Se l’informazione non può essere generata da processi naturali, dicono i critici, questi fenomeni non dovrebbero esistere. Esistono.

Questa obiezione va accolta in buona parte, e va detto senza reticenze. È vero che la selezione naturale è un meccanismo cumulativo, ed è scorretto trattarla come se fosse una lotteria. È vero che geni nuovi si formano. È vero che nuove capacità metaboliche compaiono. Chi nega questi dati sta negando osservazioni.

Ciò che si può legittimamente osservare è più circoscritto, e riguarda da dove viene il vantaggio. Perché la selezione conservi un risultato parziale, quel risultato parziale deve già essere vantaggioso; e perché lo sia, deve esistere una relazione — un «paesaggio di adattamento» — che stabilisca quali varianti sono migliori. La selezione non crea quella relazione: la sfrutta. Nell’analogia della combinazione, il dispositivo che segnala le cifre corrette è ciò che rende facile il problema, e quel dispositivo contiene già l’informazione sulla soluzione. Alcuni ricercatori hanno provato a formalizzare questa osservazione con la nozione di informazione attiva: la misura di quanto un algoritmo di ricerca sia stato avvantaggiato rispetto a una ricerca cieca. Il risultato tecnico che invocano è che nessun algoritmo di ricerca è migliore di un altro mediato su tutti i possibili paesaggi — e quindi che il successo di una ricerca specifica va attribuito all’adattamento fra algoritmo e paesaggio, non all’algoritmo in sé.

Va detto subito, però, che anche questa risposta è contestata, e da matematici competenti: i critici rispondono che i paesaggi biologici reali non sono un campione casuale di tutti i paesaggi possibili, ma sono strutturati dalla chimica — e che quindi il teorema, pur corretto in astratto, non si applica al caso concreto. La discussione è tecnica ed è aperta. Chiunque vi dica che è chiusa, in un senso o nell’altro, sta semplificando.

Resta un’osservazione empirica che nessuno contesta nei fatti, ed è di scala. I casi documentati di innovazione osservata riguardano modifiche di sistemi esistenti: un enzima che allarga la propria specificità, un trasportatore riadattato, una via metabolica ricombinata da pezzi già presenti. Nessuno ha osservato la comparsa ex novo di un sistema con molte parti coordinate — un codice, un apparato di traduzione, una macchina molecolare a decine di componenti. Che il primo tipo di cambiamento, esteso nel tempo, produca il secondo è l’ipotesi centrale della sintesi evolutiva; è ragionevole, è largamente accettata, e non è stata osservata. Chiamare questa distinzione con il suo nome — micro contro macro — non è negazionismo: è precisione.

Obiezione 2: la specificazione è tracciata dopo il tiro

È l’obiezione più affilata sul piano logico, e ha un nome: il cecchino texano. Un uomo spara contro il muro di un fienile, poi disegna un bersaglio attorno al foro e si proclama tiratore infallibile. L’accusa è che l’intero ragionamento sulla complessità specificata faccia esattamente questo.

Il punto è serio. Qualunque sequenza, presa dopo il fatto, è astronomicamente improbabile. Se mescolo un mazzo di cinquantadue carte, l’ordine che ottengo ha una probabilità di circa uno su dieci alla sessantottesima — un numero enorme — eppure è appena successo, e non c’è alcun mistero. La rarità retrospettiva non prova nulla. Perché la sequenza di un enzima dovrebbe essere trattata diversamente da un mazzo mescolato?

I critici aggiungono che la nozione di «specificazione indipendente» è troppo elastica per essere usata come criterio, e che applicata con rigore produrrebbe falsi positivi — attribuirebbe progetto a strutture che sappiamo essere naturali. E vanno oltre: il tentativo più noto di formalizzare matematicamente il concetto, quello di William Dembski, è stato criticato in modo severo da matematici e informatici di professione — fra gli altri Jeffrey Shallit, Wesley Elsberry, Elliott Sober, Branden Fitelson — che gli hanno contestato incoerenze interne, uso equivoco dei termini e un apparato formale sproporzionato rispetto a ciò che dimostra. Il biologo matematico Martin Nowak ha formulato l’obiezione pratica nel modo più semplice: non possiamo calcolare la probabilità che un occhio si sia formato, perché non abbiamo i dati per farlo.

Su questa obiezione la posizione onesta è di concessione parziale, ed è bene dichiararlo apertamente. Il formalismo dembskiano non è accettato dalla comunità matematica, le critiche tecniche non hanno ricevuto risposte che l’abbiano riabilitato agli occhi degli specialisti, e questo sito non ha alcun interesse a presentare come consolidato ciò che non lo è. Un lettore che si formasse l’idea che esista un algoritmo matematico validato per rilevare il progetto sarebbe stato ingannato.

Ciò che sopravvive alla critica è più modesto ma non è nulla, ed è la differenza fra il mazzo di carte e l’enzima. Il mazzo mescolato è improbabile, ma non soddisfa alcun requisito descrivibile prima: qualunque ordine sarebbe andato bene. Un enzima deve ripiegarsi in una geometria precisa e presentare un sito attivo compatibile con un substrato — condizioni imposte dalla chimica, formulabili senza guardare la sequenza. Se il mazzo uscisse ordinato per seme e per valore, nessuno penserebbe al caso, e la ragione non è la sua improbabilità (identica a quella di ogni altro ordine) ma il fatto che corrisponde a un requisito indipendente.

Questa distinzione è intuitiva, è quella che usiamo in tribunale e in archeologia, ed è ciò che l’argomento davvero poggia. Non è un teorema. È un criterio di giudizio — lo stesso che applichiamo quando distinguiamo una punta di selce da una scheggia, senza disporre di alcuna formula.

Obiezione 3: «informazione» in biologia è solo una metafora

La terza obiezione è filosofica. Dice: parlare di codice, messaggio, traduzione e istruzioni nel DNA è un modo di parlare comodo ma improprio. Non c’è nessun mittente e nessun destinatario. Ci sono soltanto molecole che reagiscono secondo la chimica. La metafora informatica è entrata in biologia negli anni Cinquanta perché era l’epoca dei calcolatori, e ha finito per essere presa alla lettera.

L’obiezione ha un fondo di verità e va presa sul serio: è indubbio che il linguaggio informatico in biologia sia stato spesso usato in modo sciatto, e che «programma genetico» sia una semplificazione che i genetisti stessi criticano.

Ma va distinto ciò che nella nozione è metaforico da ciò che non lo è. È metaforico il significato soggettivo: il DNA non vuol dire nulla per nessuno, non c’è comprensione. Non è metaforica la specificità funzionale complessa: che una particolare sequenza sia necessaria perché una particolare proteina funzioni è un fatto sperimentale, verificabile cambiando le lettere e osservando la proteina smettere di funzionare. Quello non è un modo di parlare. È una misura.

Va poi notato che il vocabolario informazionale in biologia non è un vezzo di divulgatori: è il linguaggio operativo del laboratorio. Trascrizione, traduzione, codice, lettura, correzione di bozze, editing, silenziamento sono i termini con cui la disciplina lavora quotidianamente, e sono stati adottati perché descrivono ciò che si osserva meglio di qualunque alternativa. Una metafora che non si riesce a eliminare dopo settant’anni di tentativi merita almeno il sospetto di non essere una metafora.

Che cosa ne segue per il dibattito sul design

Tiriamo le somme, con la stessa cautela dei due articoli precedenti. E di nuovo cominciamo da ciò che non segue.

Non segue che sia stato dimostrato il progetto. L’argomento dall’informazione non è una dimostrazione e non lo diventa aggiungendo formule. Il formalismo matematico proposto per renderlo rigoroso è contestato da specialisti competenti, e questo sito lo riporta come un fatto, non come una calunnia.

Non segue che l’evoluzione non produca novità. La produce, è documentato, ed è scorretto sostenere il contrario.

Non segue nemmeno che il problema sia insolubile. Che nessuna legge nota produca complessità specificata non implica che non ne esista una ignota, per quanto la richiesta abbia una forma logicamente strana.

Che cosa segue, allora?

Segue una distinzione concettuale che regge, ed è quella da cui siamo partiti: ordine, caso e complessità specificata sono tre categorie diverse, non tre gradi della stessa. Le prime due sono prodotte in abbondanza da processi naturali noti. La terza no — non dalle leggi, che generano ripetizione; non dal caso, che genera rumore; e dalla loro combinazione soltanto nella misura in cui il paesaggio di adattamento fornisce già l’orientamento.

E segue un’osservazione sulle cause. Nella nostra esperienza, la complessità specificata ha una sola origine osservata: un agente intelligente. Ogni volta che possiamo risalire alla storia causale di un oggetto che la esibisca — un testo, un programma, uno spartito, un circuito — troviamo una mente. Questo è ciò che rende l’inferenza qualcosa di più di un argomento dall’ignoranza: non è «non sappiamo come, dunque progetto», ma «conosciamo una causa capace di questo effetto, e non ne conosciamo altre».

L’inferenza che ne discende ha una struttura che va enunciata per intero, limiti compresi. È un’inferenza alla migliore spiegazione. È provvisoria e rivedibile: la scoperta di un meccanismo naturale capace di generare complessità specificata la falsificherebbe nei fatti, ed è forse l’unico punto in cui l’ID si espone davvero. Non è falsificabile nel senso classico e il presunto progettista non è osservabile sperimentalmente — limiti reali, che non nascondiamo. Ciò che chiediamo è che venga valutata con lo stesso metro delle alternative.

Perché il metro, su questo terreno, è visibilmente diverso. L’ipotesi di una legge naturale ancora ignota che generi informazione non ha alcun sostegno sperimentale, non è stata formulata nemmeno in abbozzo, ed è considerata un programma di ricerca rispettabile. L’ipotesi opposta è considerata non scientifica. La differenza fra i due trattamenti non riposa sull’evidenza disponibile: riposa su una scelta preliminare su quali cause siano ammesse in partenza. Che è una posizione filosofica, non una scoperta.

Conclusione

Torniamo alle tre sequenze da cui siamo partiti.

La prima — ABC ripetuto — è il tipo di struttura che le leggi della natura producono con facilità: cristalli, vortici, celle di convezione, spirali chimiche. È ordine, si comprime in una regola, e non contiene messaggi proprio perché la regola occupa tutto lo spazio.

La seconda — la stringa di rumore — è il tipo di struttura che il caso produce con facilità. È massimamente complessa nel senso di Shannon, incomprimibile nel senso di Kolmogorov, e non fa nulla.

La terza è il verso di Dante, ed è l’unica delle tre di cui, incontrandola, chiederemmo l’autore. Non perché sia più improbabile delle altre — non lo è — ma perché soddisfa un requisito che si può descrivere senza guardarla.

Il DNA appartiene alla terza categoria. Questo non è un argomento: è una descrizione, e la sottoscriverebbe qualsiasi biologo molecolare. L’argomento comincia quando ci si chiede da dove venga quel tipo di struttura, e su quella domanda le posizioni divergono — legittimamente, perché i dati non la chiudono.

Su questo sito riteniamo che l’inferenza a una causa intelligente sia oggi la migliore spiegazione disponibile, e lo diciamo dichiarando che è un’inferenza e non una prova, che il suo apparato formale più noto è contestato, e che una scoperta futura potrebbe rovesciarla. Chi arriva alla conclusione opposta a partire dagli stessi dati non sta sbagliando i conti: sta pesando diversamente l’assenza di un meccanismo noto contro l’assenza di un progettista osservabile.

Quello che non è ragionevole, e che accade continuamente, è confondere le tre categorie. Ogni volta che si legge che l’auto-organizzazione «genera informazione», o che un processo casuale «crea complessità», vale la pena fermarsi e chiedersi quale delle tre sequenze si sta descrivendo. Il più delle volte è la prima, o la seconda. Quasi mai è la terza — che è l’unica di cui si stava discutendo.

Concetti chiave

1. Ordine, caso e complessità specificata sono tre categorie distinte. L’ordine si comprime in una regola; il caso è incomprimibile e privo di funzione; la complessità specificata è incomprimibile e conforme a un requisito descrivibile indipendentemente. Trattarle come gradi di una stessa scala è l’errore più diffuso del dibattito.
2. L’informazione di Shannon non misura il significato. Misura l’improbabilità. Una stringa di rumore ne contiene il massimo possibile. Dire che un processo «genera informazione» in questo senso è banalmente vero e non dice nulla sulla funzione.
3. Il DNA può contenere informazione solo perché la chimica non determina la sua sequenza. Le quattro basi si legano allo scheletro con affinità equivalenti. Se così non fosse, la molecola sarebbe un cristallo — ordinato e muto.
4. Le leggi naturali, per come sono fatte, producono ordine e non informazione. Una legge descrive ciò che è prevedibile; l’informazione si misura con l’improbabilità. Chiedere a una legge di generare grandi quantità di informazione è chiederle di fare l’opposto di ciò che la rende una legge.
5. Le stime sulla rarità delle sequenze funzionali divergono di molti ordini di grandezza. Vanno da circa una su dieci alla undicesima a circa una su dieci alla settantasettesima, a seconda del metodo e di che cosa si conti come funzione. Chi cita un solo numero, da qualunque parte, sta semplificando un dibattito aperto.
6. Il formalismo matematico della complessità specificata è contestato. Le critiche di matematici e informatici professionisti sono tecniche e non sono state superate. Ciò che regge è la distinzione concettuale e il criterio di giudizio — lo stesso dell’archeologia e delle scienze forensi — non un algoritmo validato.

Per approfondire

• Che cos’è la vita? La domanda a cui la biologia non sa rispondere — l’articolo da cui nasce questo approfondimento.
• Hanno creato la vita in laboratorio? Il caso SpudCell — che cosa è stato davvero costruito nel luglio 2026.
• Il codice della vita: un software nella cellula — il funzionamento del codice genetico spiegato da zero.
• Tempo profondo e caso: perché «miliardi di anni» non bastano — le risorse probabilistiche dell’universo.
• Caso, necessità o progetto: l’inferenza alla migliore spiegazione — la struttura logica dell’argomento.
• La chimica prebiotica: cosa sappiamo e cosa non sappiamo — il problema dei mattoni di partenza.

Riferimenti

Teoria dell’informazione

• Shannon, C. E. (1948). “A Mathematical Theory of Communication.” Bell System Technical Journal, 27, 379–423 e 623–656. DOI: 10.1002/j.1538-7305.1948.tb01338.x
• Shannon, C. E., Weaver, W. (1949). The Mathematical Theory of Communication. University of Illinois Press.
• Kolmogorov, A. N. (1965). “Three approaches to the quantitative definition of information.” Problems of Information Transmission, 1(1), 1–7.
• Chaitin, G. J. (1966). “On the Length of Programs for Computing Finite Binary Sequences.” Journal of the ACM, 13(4), 547–569. DOI: 10.1145/321356.321363
• Yockey, H. P. (2005). Information Theory, Evolution, and the Origin of Life. Cambridge University Press.

Informazione e biologia

• Orgel, L. E. (1973). The Origins of Life: Molecules and Natural Selection. John Wiley & Sons.
• Polanyi, M. (1968). “Life’s Irreducible Structure.” Science, 160(3834), 1308–1312. DOI: 10.1126/science.160.3834.1308
• Davies, P. (1999). The Fifth Miracle: The Search for the Origin and Meaning of Life. Simon & Schuster.
• Axe, D. D. (2004). “Estimating the Prevalence of Protein Sequences Adopting Functional Enzyme Folds.” Journal of Molecular Biology, 341(5), 1295–1315. DOI: 10.1016/j.jmb.2004.06.058
• Keefe, A. D., Szostak, J. W. (2001). “Functional proteins from a random-sequence library.” Nature, 410, 715–718. DOI: 10.1038/35070613
• Long, M., Betrán, E., Thornton, K., Wang, W. (2003). “The origin of new genes: glimpses from the young and old.” Nature Reviews Genetics, 4, 865–875. DOI: 10.1038/nrg1204
• Lenski, R. E., Ofria, C., Pennock, R. T., Adami, C. (2003). “The evolutionary origin of complex features.” Nature, 423, 139–144. DOI: 10.1038/nature01568

Il dibattito sulla complessità specificata

• Dembski, W. A. (1998). The Design Inference: Eliminating Chance through Small Probabilities. Cambridge University Press.
• Dembski, W. A. (2002). No Free Lunch: Why Specified Complexity Cannot Be Purchased without Intelligence. Rowman & Littlefield.
• Marks, R. J. II, Dembski, W. A., Ewert, W. (2017). Introduction to Evolutionary Informatics. World Scientific.
• Elsberry, W., Shallit, J. (2011). “Information theory, evolutionary computation, and Dembski’s ‘complex specified information’.” Synthese, 178, 237–270. DOI: 10.1007/s11229-009-9542-8
• Fitelson, B., Stephens, C., Sober, E. (1999). “How Not to Detect Design — Critical Notice: William A. Dembski, The Design Inference.” Philosophy of Science, 66(3), 472–488.
• Sober, E. (2008). Evidence and Evolution: The Logic Behind the Science. Cambridge University Press.
• Häggström, O. (2007). “Intelligent design and the NFL theorems.” Biology and Philosophy, 22, 217–230. DOI: 10.1007/s10539-006-9040-z

Testi di riferimento del progetto

• Meyer, S. C. (2009). Signature in the Cell: DNA and the Evidence for Intelligent Design. HarperOne.
• Behe, M. J., Dembski, W. A., Meyer, S. C. (2000). Science and Evidence for Design in the Universe. Ignatius Press.
• Axe, D. (2016). Undeniable: How Biology Confirms Our Intuition That Life Is Designed. HarperOne.
• Wells, J. (2011). The Myth of Junk DNA. Discovery Institute Press.
• Marshall, P. (2015). Evolution 2.0: Breaking the Deadlock Between Darwin and Design. BenBella Books.
• Denton, M. (2020). The Miracle of the Cell. Discovery Institute Press.

Prossimo contenuto

Nel prossimo approfondimento affronteremo la questione che questo articolo ha toccato solo di sfuggita: il codice genetico in senso stretto. Non la sequenza, ma la corrispondenza fra triplette di nucleotidi e amminoacidi — una tabella di traduzione che, come vedremo, non è dettata da alcuna necessità chimica, e la cui origine pone un problema di natura diversa e per certi versi più acuto di quello discusso qui.