Nel 2010, tre ricercatori italiani vinsero il premio Ig Nobel per il Management grazie a un risultato curioso: nel loro modello informatico, le organizzazioni potevano funzionare meglio promuovendo i dipendenti a caso. Nove anni dopo, uno studio su aziende reali rese quella battuta molto meno assurda.
Alessandro Pluchino, Andrea Rapisarda e Cesare Garofalo ripresero il principio di Peter: si viene promossi perché si è bravi nel proprio lavoro, anche quando il ruolo successivo richiede capacità diverse. Nel loro modello, le promozioni casuali potevano funzionare meglio di quelle riservate ai dipendenti con i risultati migliori se il rendimento in un ruolo non aveva alcuna relazione con quello nel ruolo successivo. Il risultato dipendeva da questa ipotesi, che nelle aziende reali potrebbe non valere. [14]
Nel 2019, gli economisti Alan Benson, Danielle Li e Kelly Shue pubblicarono uno studio su quasi 39.000 addetti alle vendite di 131 aziende statunitensi. In sette anni, 1.553 di loro erano stati promossi a ruoli dirigenziali. Le aziende sceglievano soprattutto i venditori migliori. Le vendite erano facili da misurare e la scelta, facile da giustificare.
Ma dai dati emergeva un risultato poco comodo: più una persona aveva venduto prima della promozione, meno tendevano a vendere i suoi collaboratori dopo. Tra i dirigenti i cui team potevano essere valutati, chi prima della promozione aveva venduto il doppio tendeva a guidare collaboratori che vendevano circa il 6,1% in meno a testa, in media. [1]
Le aziende potevano misurare le vendite, ma disponevano di molte meno informazioni sulla capacità di dirigere un gruppo. Lo stesso problema può presentarsi quando più candidati soddisfano i requisiti e le differenze tra i loro punteggi dicono poco su come lavoreranno.
Una fondazione tedesca per la ricerca provò una strada diversa: affiancò alla valutazione degli esperti un sorteggio vero e proprio, con tanto di urna.
85 proposte nell’urna
Nell’autunno del 2017, la Volkswagen Foundation esaminò 594 proposte di progetti di ricerca non convenzionali. Una prima selezione le ridusse a 119. Un comitato di esperti giudicò poi 85 proposte idonee al finanziamento e ne scelse direttamente 17.
Nell’urna finirono i numeri di tutte le 85 proposte ammesse, comprese le 17 già selezionate dagli esperti. Ne furono estratti altri 17. Il sorteggio e il comitato si trovarono d’accordo su cinque progetti. In totale vennero finanziati 29 progetti distinti. [9]
L’idea non rimase confinata alla Germania. Anche il Consiglio per la ricerca sanitaria della Nuova Zelanda ricorse al sorteggio dopo aver esaminato le proposte. Uno dei ricercatori finanziati difese in seguito questo sistema. [7] [8]
I ricercatori finanziati non seppero mai se fossero stati scelti dal comitato o dal sorteggio. La Volkswagen Foundation voleva evitare di dividere i beneficiari fra chi si era «meritato» il finanziamento e chi aveva semplicemente «avuto fortuna». [10]
Come cambia un gruppo quando si sceglie chi lo guida
Nominare un responsabile cambia anche chi viene ascoltato all’interno di un gruppo. La scelta può far pensare ai colleghi che il giudizio di quella persona meriti più peso.
In un esperimento del 2020, 176 persone divise in 44 gruppi risolsero problemi numerici. I responsabili furono nominati a caso, scelti in base all’accuratezza delle risposte precedenti oppure alla sicurezza con cui rispondevano. I gruppi guidati dai partecipanti più sicuri di sé sfruttarono peggio le conoscenze dei propri membri rispetto a quelli con un responsabile scelto a caso. Neppure scegliere chi aveva dato in precedenza le risposte più accurate mostrò un vantaggio convincente. [2]
Immaginiamo una riunione di progetto. Il capo propone per primo una stima. Un collega conosce il costo delle attrezzature; un altro ha appena concluso un progetto simile. Entrambi hanno informazioni utili, ma il numero indicato dal capo è già sul tavolo.
Nell’esperimento, i partecipanti tendevano a correggere troppo poco le proprie stime iniziali. Quando il responsabile veniva presentato come particolarmente preciso o sicuro di sé, la sua opinione riceveva un peso eccessivo e le conoscenze degli altri restavano sottoutilizzate. L’esperimento mise in luce soprattutto questo squilibrio, più che differenze nella precisione delle risposte finali dei gruppi. [2]
Un piccolo esperimento di laboratorio del 1998, ben lontano dalla selezione del personale nelle aziende reali, indicò qualcosa di simile: in un esercizio di sopravvivenza, i gruppi con responsabili nominati in ordine alfabetico ottennero risultati migliori di quelli con responsabili scelti tramite una procedura sistematica. [3]
Quando scegliere con attenzione conta davvero
Se un incarico comporta rischi per la sicurezza, la prima cosa è verificare chi possiede la preparazione necessaria. Se una competenza è importante e puoi misurarla, mettila alla prova.
Per scegliere un dirigente, colloqui strutturati e prove simili alle mansioni reali possono aiutare a prevedere il rendimento. [11]
Uno studio del 2026 coinvolse 555 partecipanti. Chi desiderava di più diventare responsabile non mostrò un vantaggio convincente rispetto a chi era stato nominato a caso. Prove di abilità specifiche, compresa la capacità di prendere decisioni economiche, si rivelarono più utili per prevedere la qualità della gestione. [4]
I ricercatori studiarono anche 225 direttori di negozio già in attività. Sfruttando le relazioni osservate fra competenze, qualità della gestione e vendite, elaborarono un modello di selezione alternativo. Secondo quel modello, le vendite annue sarebbero state circa il 16% più alte rispetto al metodo in uso. Non applicarono però quel criterio nella realtà, né lo confrontarono con un sorteggio.
In un altro esperimento sul campo, condotto con gruppi di studenti, nominare responsabili capaci e diligenti aumentò l’impegno e lo scambio di conoscenze. Dare ai responsabili istruzioni concrete su come coordinare il gruppo ebbe un effetto ancora maggiore. [13]
Che cosa abbiamo trovato rianalizzando i dati
A prima vista, due studi sembravano dare ragione alla selezione casuale. Volevamo capire quanto reggessero le loro conclusioni tornando ai dati originali.
In un esperimento condotto in Indonesia, i partecipanti impersonavano funzionari incaricati di decidere come distribuire il denaro di un gruppo. Quelli selezionati tramite esame ne assegnavano agli altri una quota inferiore rispetto a quelli estratti a sorte. Nel campione più ristretto, la differenza era di −9,4 punti percentuali. Ci aspettavamo che ampliare il campione rendesse la risposta più netta. Invece, includendo tutte le decisioni utilizzabili sulla distribuzione del denaro, la differenza si ridusse a −4,5 punti e l’intervallo di confidenza arrivò a comprendere lo zero. I dati a sostegno di una differenza erano diventati molto meno convincenti. Addio al titolo a effetto. [5]
Con lo studio di Fischer e colleghi emerse un altro problema. Riproducemmo l’effetto pubblicato e poi esaminammo come erano stati formati i gruppi: le due regole di composizione erano state applicate ad appena quattro classi. È una base troppo esigua per sostenere con sicurezza una conclusione causale. [6]
I calcoli, compresi quelli sul campione alternativo e una verifica del disegno a quattro classi, si trovano sotto lo strumento interattivo.
Quando smettere di stilare graduatorie
Per prima cosa, verifica i requisiti minimi: chi possiede conoscenze, esperienza e competenze necessarie per il ruolo? Poi chiediti che cosa puoi prevedere: le differenze rimaste fra i candidati idonei permettono davvero di anticipare chi lavorerà meglio? Se sì, usa quelle informazioni. Se no, estrai a sorte fra chi ha superato la selezione, invece di accumulare altri colloqui e punteggi.
Superare i requisiti minimi è soltanto il primo passo. Il sorteggio ha senso quando un’ulteriore graduatoria aggiunge poco valore predittivo. Bisogna comunque considerare il costo di un errore, gli incentivi a dare il massimo e la fiducia del gruppo nel proprio responsabile. La possibilità di una promozione spinge a impegnarsi; affidare tutte le promozioni al caso potrebbe indebolire quell’incentivo. [12]
Un sorteggio non sostituisce la conoscenza. Può però impedirci di fingere di sapere più di quanto sappiamo.
Prova il sorteggio
Se hai vagliato le alternative e tutte sono accettabili, ma non hai motivi affidabili per preferirne una, lascia decidere al caso.
Come abbiamo verificato gli studi
Ecco cosa abbiamo ricalcolato e in che modo. Abbiamo utilizzato i dati originali di entrambi gli studi. Riprodurne le analisi, però, non significa ripetere in modo indipendente gli esperimenti.
Kuipers (2026): selezione tramite esame o sorteggio
Abbiamo confrontato la quota di denaro che i funzionari dell’esperimento assegnavano agli altri quando erano stati selezionati tramite esame o sorteggio. Prima abbiamo limitato l’analisi ai gruppi che avevano completato l’intero esperimento; poi abbiamo incluso tutti i gruppi con risultati utilizzabili nel compito di distribuzione del denaro.
| Il nostro campione | Selezione tramite esame rispetto al sorteggio |
|---|---|
| Gruppi che hanno completato l’intero esperimento | −9,4 punti percentuali; IC al 95%: da −16,5 a −2,4 |
| Tutte le decisioni utilizzabili sulla distribuzione del denaro | −4,5 punti percentuali; IC al 95%: da −10,5 a +1,4 |
Un valore negativo indica che i partecipanti selezionati tramite esame assegnavano agli altri una quota minore del denaro. Sono due analisi condotte da noi sullo stesso risultato, non due effetti riportati dall’autore originale. Circa il 55% dei gruppi selezionati per sorteggio e il 48% di quelli selezionati tramite esame completarono l’intero esperimento. Questo elevato tasso di abbandono limita la fiducia nei risultati. Inoltre, il compito di distribuzione del denaro era solo uno degli esiti analizzati, quindi conta anche il rischio di confronti multipli. La differenza fra le nostre stime mostra quanto il risultato sia sensibile al campione scelto; non dimostra che lo studio originale fosse sbagliato.
Fischer e colleghi (2023): gruppi di studenti formati casualmente
Usando i dati originali disponibili su OSF abbiamo riprodotto il coefficiente pubblicato: nei compiti scritti, i gruppi in cui gli studenti avevano scelto i propri compagni avevano registrato una differenza di −0,4151 deviazioni standard rispetto ai gruppi formati a caso. Ma le regole di composizione erano state applicate ad appena quattro classi universitarie: una classe per regola in ciascuna di due coorti. Lo studio descrive un’assegnazione casuale degli studenti alle classi, ma non dimostra che anche le regole fossero state assegnate casualmente a quelle classi.
Per verificare la sensibilità del risultato, abbiamo ipotizzato di scambiare le due regole fra le classi all’interno di ogni coorte. Le assegnazioni possibili sono soltanto quattro, quindi il valore minimo di p unilaterale ottenibile è 0,25; il valore di p bilaterale condizionato per la differenza osservata è 0,50. Non rappresentano una correzione dei valori p dello studio originale. Questo esercizio di permutazione mostra i limiti di un’ipotetica randomizzazione delle regole a livello di classe, non le proprietà del disegno effettivo dello studio.
In entrambi i casi, riprodurre un numero, stabilire un effetto causale e applicare quel risultato alle aziende reali sono questioni distinte. I dati originali sono disponibili nei riferimenti [5] e [6].
Riferimenti bibliografici
- Benson, A., Li, D., & Shue, K. (2019). Promotions and the Peter Principle. Quarterly Journal of Economics. DOI.
- Büchel, B., Klößner, S., Lochmüller, M., & Rauhut, H. (2020). The Strength of Weak Leaders. Experimental Economics. DOI.
- Haslam, S. A., et al. (1998). Inspecting the Emperor’s Clothes. Group Dynamics. DOI.
- Weidmann, B., et al. (2026). How Do You Identify a Good Manager? Quarterly Journal of Economics. DOI.
- Kuipers, N. (2026). Bureaucratic Selection and Weberian Values. Journal of Politics. DOI; dati su Harvard Dataverse.
- Fischer, M., Rilke, R. M., & Yurtoglu, B. B. (2023). When, and Why, Do Teams Benefit from Self-Selection? Experimental Economics. DOI; dati su OSF.
- Adam, D. (2019). Science Funders Gamble on Grant Lotteries. Nature. DOI.
- Ackerley, D. (2020). Grant Lottery Systems: A Winner Responds. Nature. DOI.
- Volkswagen Foundation. Give Chance a Chance.
- Research on Research Institute. The Experimental Research Funder’s Handbook.
- Sackett, P. R., et al. (2022). Revisiting Meta-Analytic Estimates of Validity in Personnel Selection. Journal of Applied Psychology. DOI.
- Lazear, E. P., & Rosen, S. (1981). Rank-Order Tournaments as Optimum Labor Contracts. Journal of Political Economy. DOI.
- Chemin, M. (2021). Does Appointing Team Leaders and Shaping Leadership Styles Increase Effort? Journal of Economic Behavior & Organization. DOI.
- Pluchino, A., Rapisarda, A., & Garofalo, C. (2010). The Peter Principle Revisited: A Computational Study. Physica A, 389(3), 467–472. DOI; conferma del premio Ig Nobel per il Management del 2010.
- Volkswagen Foundation (30 maggio 2024). Everyone Is Equal in the Lottery Drum.Valutazione del programma Experiment!: pubblicazioni dei beneficiari e composizione del gruppo di ricercatori finanziati. Rapporto della fondazione.