Fiducia, incertezza e linguaggio

Quasi ogni risultato on-chain che vada oltre «questa transazione è avvenuta» è un’inferenza, e chi legge reagisce alle parole che gli analisti usano per esprimerla. Se un analista scrive «probabile» intendendo il 60% e un responsabile della conformità legge 90%, un conto viene bloccato su basi più deboli di quanto chiunque intendesse. Questa lezione spiega come distinguere ciò che avete osservato da ciò che avete concluso, come esprimere la probabilità usando una scala definita e come dichiarare il livello di confidenza e i limiti di ogni risultato.

Perché le parole non bastano senza una scala

Il problema è di vecchia data. Nel saggio del 1964 Parole di probabilità stimativa, l’analista Sherman Kent descrisse una stima del 1951 che definiva un attacco una «seria possibilità». Quando ai colleghi che avevano approvato il testo fu chiesto quali probabilità avessero in mente, le risposte andavano da circa il 20% all’80%. La stessa espressione aveva significati opposti per persone che l’avevano approvata.

Le relazioni on-chain soffrono della stessa deriva. Parole come «suggerisce», «indica», «può», «potrebbe» e «sembra» sono comuni nelle relazioni di tracciamento e quasi prive di significato: qualsiasi cosa potrebbe essere vera. La soluzione adottata nelle comunità analitiche professionali è una scala di probabilità, un elenco pubblicato di termini associati a intervalli numerici, abbinato a una dichiarazione distinta del livello di confidenza.

Fatto, inferenza, assunzione e giudizio

Prima di scegliere le parole, classificate ogni affermazione in una delle quattro categorie. Le categorie corrispondono bene ai livelli dei dati nel lavoro on-chain.

I fatti non richiedono espressioni di probabilità: riportateli come fatti e citate l’hash della transazione e l’altezza del blocco. Per le inferenze, indicate il metodo. Le assunzioni vanno messe per iscritto, perché è qui che le relazioni possono fallire: un’assunzione che si rivela falsa invalida silenziosamente ogni giudizio basato su di essa. I giudizi devono includere sia un’espressione di probabilità sia un livello di confidenza.

Un’abitudine utile consiste nel rendere visibile la categoria nella frase stessa: «Abbiamo osservato…», «Questo indica, in base all’euristica di consolidamento, che…», «Assumiamo…», «Valutiamo che…».

Scale del linguaggio estimativo

Due scale pubbliche ampiamente citate mostrano come procedere. Sono esempi di prassi tratti da standard analitici governativi, non regole vincolanti per altri: la Direttiva 203 della Comunità di intelligence statunitense (ICD 203, Standard analitici, firmata nel gennaio 2015) e la scala di probabilità della Professional Head of Intelligence Assessment (PHIA) del Regno Unito (linee guida ripubblicate nel marzo 2025).

Aspetti da notare:

• Nessuna delle due scale arriva allo 0% o al 100%. Le certezze si esprimono come fatti, non come stime.
• Le scale differiscono agli estremi. «Probabile» copre il 55–80% in una e circa il 55–75% nell’altra; inoltre, la scala PHIA lascia degli intervalli scoperti tra i propri valori. Chi legge non può sapere quale intendete se non lo specificate.
• ICD 203 propone due serie equivalenti di termini (i termini principali e le alternative indicate tra parentesi sopra: «verosimile» significa quindi quanto «probabile») e raccomanda con forza agli analisti di non mescolare le due serie in uno stesso documento.

Per una relazione, la regola pratica è: scegliete una scala, riportatela nella sezione metodologica e usate soltanto i suoi termini per i giudizi. Molti gruppi aggiungono anche l’intervallo numerico tra parentesi alla prima occorrenza di un termine.

La confidenza non è la probabilità

La probabilità indica quanto è probabile un giudizio. La confidenza indica quanto sono solide le basi di quel giudizio. Sono indipendenti l’una dall’altra. Un giudizio può essere «probabile» con bassa confidenza (prove limitate che puntano casualmente in una direzione) oppure «possibilità all’incirca pari» con alta confidenza (dati eccellenti che lasciano davvero aperte due spiegazioni).

Le linee guida PHIA classificano la confidenza come alta, moderata o bassa, in base alla qualità delle informazioni disponibili, al rigore analitico applicato e alla complessità e volatilità dell’oggetto. ICD 203 aggiunge una regola di scrittura che vale la pena adottare: non combinate un livello di confidenza e un’espressione di probabilità nella stessa frase. Indicateli separatamente:

«È molto probabile che bc1q…k8p0 sia un indirizzo di deposito dell’exchange K. Abbiamo una confidenza moderata in questo giudizio: lo schema di consolidamento è chiaro e l’indirizzo del portafoglio caldo compare nell’elenco di indirizzi pubblicato dall’exchange K, ma il percorso fino a bc1q…k8p0 si basa sul rilevamento del resto su più passaggi.»

Nell’analisi on-chain, la confidenza dipende da:

• Provenienza dei dati: blocchi finalizzati, versione documentata del nodo o del set di dati (vedere Qualità, normalizzazione e provenienza dei dati).
• Affidabilità del metodo: alcune euristiche presentano modalità di errore note (vedere Valutare la qualità dei cluster).
• Indipendenza delle prove: due metodi concordi (una corrispondenza tra importo e orario e un indirizzo condiviso per il finanziamento del gas) valgono più dello stesso metodo applicato due volte.
• Qualità delle etichette: gli indirizzi di servizi autoidentificati sono più affidabili delle etichette di terze parti di datazione ignota.
• Alternative ancora possibili: se l’ACH lascia aperta una seconda ipotesi, la confidenza non può essere alta (vedere Dalla domanda all’ipotesi).

L’incertezza si accumula lungo una traccia

Ogni collegamento inferito in una traccia comporta una propria incertezza, e una catena di collegamenti è più debole del suo anello più debole. A titolo di esempio, supponiamo che quattro rilevamenti consecutivi del resto siano considerati ciascuno affidabili circa al 90% e trattati come indipendenti. La probabilità che tutti e quattro siano corretti è 0,9 × 0,9 × 0,9 × 0,9 ≈ 0,66: il collegamento da un capo all’altro è «probabile», non «molto probabile», anche se ogni singolo passaggio era «molto probabile». Nella realtà gli errori sono raramente indipendenti, quindi consideratelo un’indicazione della tendenza, non una formula.

Ne derivano due buone pratiche. Primo, indicate la probabilità dell’affermazione complessiva, non soltanto quella di ogni passaggio. Secondo, cercate riscontri indipendenti che saltino la catena, per esempio lo stesso indirizzo di deposito finanziato da entrambe le estremità.

La corrispondenza tra importo e orario nei trasferimenti tra bridge (vedere Tracciamento cross-chain) è una fonte comune di eccessiva sicurezza. Quantificatela contando i candidati disponibili:

-- Quanto è univoca una corrispondenza tra importo e orario? Conta i trasferimenti in uscita candidati sulla chain di destinazione
SELECT COUNT(*) AS candidates
FROM bridge_releases
WHERE chain_id = 10                          -- chain di destinazione del bridge
  AND block_time BETWEEN TIMESTAMP '2026-03-14 10:42:00'
                     AND TIMESTAMP '2026-03-14 11:02:00'
  AND amount_eth BETWEEN 99.80 AND 100.00;   -- deposito di 100 ETH meno una commissione fino a 0.20

La query conta i trasferimenti in uscita sulla chain di destinazione, nei 20 minuti successivi al deposito e con una tolleranza sulle commissioni. Un candidato supporta una corrispondenza «probabile» o più forte; cinque candidati significano una probabilità di base di circa uno su cinque prima di considerare altre prove, e la relazione deve dichiararlo. Registrate la finestra temporale e la tolleranza usate, perché una finestra più ampia cambia il conteggio.

Redigere i limiti dell’analisi

Ogni relazione deve includere una sezione sui limiti che dichiari cosa l’analisi non ha potuto osservare e cosa potrebbe modificare le conclusioni. Limiti on-chain tipici:

• Copertura: chain, token o livelli fuori ambito; chain incentrate sulla privacy in cui importi o collegamenti sono nascosti (vedere Altri tipi di chain che gli analisti incontrano).
• Data limite: i risultati sono validi fino all’altezza del blocco indicata; i fondi potrebbero essersi spostati nel frattempo.
• Euristiche: ogni metodo utilizzato e le relative modalità di errore note, per esempio il fatto che CoinJoin compromette l’euristica dell’input comune.
• Etichette: fonti, date e indicazione di un’eventuale verifica indipendente.
• Lacune off-chain: i registri dei depositari non sono visibili; non è possibile sapere cosa sia avvenuto all’interno di un exchange senza un procedimento legale.
• Assenza di prove: «nessun trasferimento in uscita osservato fino al blocco 24.812.000» è un fatto; «i fondi non sono stati spostati» non lo è.

Sostituite le formulazioni vaghe con affermazioni calibrate:

Focus sull'esame: la differenza tra fatto, inferenza, assunzione e giudizio, con esempi on-chain; perché i verbi vaghi («suggerisce», «potrebbe») traggono in inganno, e l’esempio di Kent della «seria possibilità»; le scale di probabilità ICD 203 e PHIA come esempi di prassi, i relativi intervalli e le differenze (nessuno 0% o 100%, differenze agli estremi, intervalli scoperti nella scala PHIA); l’uso di una sola scala dichiarata; la differenza tra confidenza e probabilità e la regola che vieta di combinarle nella stessa frase; i fattori che determinano la confidenza nell’analisi on-chain; come si accumula l’incertezza lungo una traccia (0,9^4 ≈ 0,66) e il conteggio dei candidati per le corrispondenze tra importo e orario; i contenuti di una sezione sui limiti.