Alcuni nuovi modelli quantitativi di risposta casuale che usano offuscamento opzionale e parziale per dati sensibili

Perché fare domande delicate è così complicato

Molte delle questioni sociali più importanti — sull’uso di droghe, redditi nascosti, evasione fiscale o comportamenti illegali — sono proprio quelle a cui le persone sono meno inclini a rispondere onestamente. Se temono giudizio o punizioni, possono mentire o rifiutarsi di rispondere, e questo rende fuorvianti i risultati dei sondaggi. Questo articolo presenta nuovi modi per progettare indagini in cui le persone possono nascondere in sicurezza le proprie risposte personali pur permettendo ai ricercatori di misurare, con alta accuratezza, quanto siano diffuse queste condotte sensibili nella popolazione.

Come il caso può proteggere la tua privacy

Fin dagli anni Sessanta gli statistici usano un espediente intelligente noto come risposta casuale. Invece di rispondere direttamente a una domanda sensibile, la persona utilizza un dispositivo casuale — come il lancio di una moneta o una ruota — per decidere se dire la verità o fornire una risposta mascherata. Poiché solo il rispondente vede l’esito del dispositivo casuale, nessun osservatore esterno può sapere se una risposta particolare sia genuina. Tuttavia, conoscendo le regole della casualità, i ricercatori possono comunque ricostruire medie accurate per l’intero gruppo. Lavori successivi hanno esteso questa idea dalle domande sì/no a quelle numeriche, ad esempio quante volte una persona ha infranto la legge o quanto reddito non dichiarato possiede.

Lasciare che le persone scelgano quanto nascondere

I metodi tradizionali per la privacy trattano tutti allo stesso modo: la risposta di ogni intervistato viene offuscata nello stesso modo, anche se alcuni non sono particolarmente preoccupati dalla domanda. Questo approccio “taglia unica” può sprecare informazioni e non riuscire a mettere al sicuro le persone più caute. Per risolvere il problema, i ricercatori hanno sviluppato modelli opzionali. In questi, ciascuno può o dichiarare il proprio valore vero o inviare una versione offuscata, a seconda del proprio livello di comfort. Il nuovo studio sviluppa questa idea per dati numerici creando quattro modelli che mescolano risposte dirette con diversi tipi di offuscamento — talvolta aggiungendo rumore casuale, talvolta moltiplicando per un fattore casuale, e talvolta usando più fasi di randomizzazione.

Quattro nuovi modi per bilanciare sicurezza e accuratezza

Gli autori introducono quattro modelli correlati, denominati M1 fino a M4. Tutti mirano a stimare il livello medio di una grandezza sensibile nella popolazione senza bias, cioè che in media recuperino il valore vero. M1 estende un metodo esistente aggiungendo una seconda fase di randomizzazione, che aumenta l’incertezza su qualsiasi singola risposta mantenendo però semplice il calcolo complessivo. M2 combina un primo passo in cui alcune persone rispondono direttamente con un secondo passo che offusca le risposte o moltiplicandole o aggiungendo rumore casuale. M3 e M4 generalizzano ulteriormente i precedenti disegni a più opzioni, offrendo ai rispondenti diverse possibili forme offuscate del loro valore vero. Questi strati aggiuntivi di scelta e casualità creano più “copertura” per gli individui pur consentendo agli statistici di districare il quadro complessivo.

Misurare sia la privacy sia la precisione

Poiché un maggiore offuscamento può proteggere le persone ma anche sfocare i dati, la questione cruciale è come giudicare il compromesso tra privacy e precisione. Gli autori confrontano i loro quattro modelli con sette metodi noti precedenti usando vari indicatori. Esaminano l’efficienza statistica, che riflette quanto è variabile la stima finale, e misure di privacy, che catturano quanto i valori riportati tendono a discostarsi dal numero vero di una persona. Usano anche un punteggio combinato — chiamato misura phi — che permette all’analista di scegliere quanto peso assegnare a privacy rispetto a efficienza. In un’ampia gamma di scenari, i nuovi modelli, in particolare M1 e M4, mostrano punteggi combinati sistematicamente migliori rispetto ai metodi più vecchi.

Scegliere lo strumento giusto per un argomento sensibile

Lo studio non sostiene che esista un unico modello migliore per tutte le situazioni. Piuttosto offre indicazioni chiare su quando usare ciascun approccio. Quando la protezione della privacy individuale è la priorità assoluta e i ricercatori sono disposti ad accettare un po’ più di rumore statistico, si raccomandano i modelli M1 fino a M3. Essi forniscono forti garanzie che la risposta vera di una singola persona non possa essere facilmente indovinata. Quando gli organizzatori del sondaggio puntano invece a estrarre quanta più accuratezza possibile da dati limitati — per esempio in studi piccoli o costosi — il modello M4 tende a dare le migliori prestazioni. Nel complesso, il messaggio per i non specialisti è rassicurante: progettando con cura le regole casuali alla base di un sondaggio, è possibile porre domande numeriche molto sensibili in modo eticamente più sicuro per i partecipanti e scientificamente più affidabile.

Citazione: Iqbal, S., Hussain, Z. & Omer, T. Some new quantitative randomized response models using optional and partial scrambling for sensitive data. Sci Rep 16, 7734 (2026). https://doi.org/10.1038/s41598-026-40714-0

Parole chiave: sondaggi che preservano la privacy, risposta casuale, dati sensibili, metodologia dei sondaggi, confidenzialità statistica