Horizon Scanning

Descrizione

Identificazione sistematica di segnali deboli, tendenze emergenti, fattori imprevedibili e discontinuità in un ampio panorama ambientale. Il metodo ha origine nell’intelligence militare e nella pianificazione della difesa, ed è stato successivamente adottato da istituzioni di foresight (Office for Science del governo britannico, Commissione per il futuro del Parlamento finlandese). Il metodo opera con un approccio ampio piuttosto che approfondito, privilegiando l’ampiezza e l’individuazione precoce rispetto alla precisione. Funge da sistema radar per il lavoro di foresight, individuando ciò che sta per accadere prima che si verifichi.

Quando utilizzarlo

All’inizio di un esercizio di foresight, prima della costruzione dello scenario, per generare materiale grezzo.
Quando l’argomento è ampio e i segnali rilevanti sono dispersi in più ambiti (ad esempio, la sostenibilità spaziale coinvolge tecnologia, diritto, economia, ecologia, geopolitica).
Quando c’è la necessità di mettere in discussione le ipotesi facendo emergere sviluppi trascurati o controintuitivi.
Quando l’analista sospetta che i fattori più importanti potrebbero non essere quelli più evidenti.
Come attività di monitoraggio periodico per aggiornare una valutazione strategica in corso.

Come applicarlo

Definire l’ambito di scansione. Specificare l’ambito tematico, l’estensione geografica e l’orizzonte temporale. Decidere se la scansione è a 360 gradi (tutti i settori) o mirata (settori specifici).
Stabilire le categorie di scansione. Utilizzare un quadro strutturato (ad es. STEEP: Sociale, Tecnologico, Economico, Ambientale, Politico) per garantire che nessun ambito venga tralasciato. Aggiungere categorie specifiche per ambito secondo necessità (ad es. Legale/Normativo per argomenti spaziali).
Raccogli i segnali. Raccogli dati da diverse fonti: articoli accademici, brevetti, documenti politici, rapporti di settore, notizie, social media, interviste ad esperti. Dai priorità alle fonti eterogenee per evitare le camere di risonanza.
Classificare ogni segnale. Per ogni elemento, determinare: si tratta di un segnale debole (isolato, ambiguo, potenzialmente importante), di una tendenza emergente (che sta prendendo forma, con una direzione visibile), di un jolly (bassa probabilità, alto impatto) o di una tendenza nota (consolidata, ampiamente riconosciuta)?
Valutare la forza e la rilevanza del segnale. Valutare ogni segnale in base a: novità, potenziale impatto sull’argomento, velocità di sviluppo, grado di incertezza. Segnalare i segnali che compaiono in più fonti indipendenti.
Raggruppare e mappare i segnali. Raggruppare i segnali correlati in cluster tematici. Mapparli su una matrice impatto-vs-incertezza o su una linea temporale per visualizzare il panorama.
Identificare le implicazioni chiave. Per i cluster di maggiore impatto, redigere brevi dichiarazioni sulle implicazioni: “Se questo segnale si rafforza, potrebbe significare X per Y.” Queste diventano input per la pianificazione di scenari o l’analisi delle tendenze.
Documentare e aggiornare. Creare un database dei segnali in continua evoluzione che possa essere rivisto e aggiornato man mano che emergono nuove informazioni.

Dimensioni chiave

Tipo di segnale — segnale debole, tendenza emergente, jolly, tendenza consolidata
Domini STEEP+ — Sociale, Tecnologico, Economico, Ambientale, Politico, Legale
Forza del segnale — numero di fonti indipendenti, coerenza, conferma
Novità — quanto il segnale sia nuovo e inaspettato
Impatto potenziale — entità delle conseguenze se il segnale si concretizza
Velocità di sviluppo — quanto rapidamente il segnale potrebbe diventare una forza dominante
Interazioni tra domini — segnali provenienti da un dominio che amplificano o attenuano i segnali in un altro

Risultato atteso

Un inventario strutturato dei segnali (tabella o database) con classificazione, fonte e valutazione per ciascun segnale.
Una mappa dei segnali (matrice impatto-vs-incertezza o visualizzazione a cluster).
Un elenco ristretto dei segnali con la massima priorità e dei jolly con brevi dichiarazioni sulle implicazioni.
Segnali raccomandati da monitorare nel tempo (watchlist).

Limiti

L’ampiezza va a discapito della profondità: l’analisi prospettica identifica i segnali ma non li analizza in profondità.
Elevato rapporto rumore/segnale: la maggior parte degli elementi raccolti risulterà irrilevante.
Vulnerabilità al bias delle fonti: se le fonti di scansione sono omogenee, permangono dei punti ciechi.
I jolly sono per definizione difficili da individuare: il metodo può sistematizzare la ricerca ma non può garantire la scoperta.
Richiede aggiornamenti regolari; una scansione una tantum perde rapidamente di efficacia in settori in rapida evoluzione come la tecnologia spaziale.
I segnali deboli sono intrinsecamente ambigui: gli analisti potrebbero sovradimensionarne o sottostimarne il significato a seconda delle convinzioni pregresse.