Il 26 agosto 2026 Synthese ha pubblicato E-values as statistical evidence: a comparison to Bayes factors, likelihoods, and p-values, di Ben Chugg, Aaditya Ramdas e Peter Grünwald. Il paper appartiene alla filosofia della statistica perché confronta diversi modi di stabilire quanto i dati costituiscano evidenza a favore o contro un’ipotesi. I p-values misurano quanto sarebbe insolito osservare un risultato almeno così estremo se l’ipotesi nulla fosse vera; i likelihood ratios confrontano quanto gli stessi dati siano compatibili con due ipotesi alternative; i Bayes factors confrontano quanto i dati sostengano un modello rispetto a un altro; gli e-values, invece, quantificano l’evidenza contro un’ipotesi nulla attraverso una misura costruita per mantenere determinate garanzie anche quando i dati vengono osservati progressivamente, mentre gli e-processes estendono questa proprietà all’intera sequenza delle osservazioni. Il punto centrale del lavoro va però oltre il confronto fra strumenti statistici. Molta statistica classica presuppone che il ricercatore stabilisca prima quante osservazioni raccogliere, completi l’esperimento e analizzi i risultati soltanto alla fine. Nei trial adattivi, negli esperimenti online, nei sistemi di sorveglianza e in molte ricerche contemporanee, invece, i dati arrivano continuamente e ciò che viene osservato può influenzare la decisione di continuare, modificare o interrompere la raccolta. Questo rende decisiva una domanda: la forza dell’evidenza dipende soltanto dai dati finali oppure anche dal modo in cui si è deciso quando osservarli e quando fermarsi? Gli e-values sono interessanti perché permettono di affrontare tecnicamente questo problema, costruendo inferenze che possono conservare le proprie garanzie anche quando il momento di arresto dipende dai risultati già osservati. Il loro significato più generale è quindi questo: in una scienza sempre più adattiva, l’evidenza non può essere pensata soltanto come una proprietà del risultato finale, ma deve poter rimanere valida durante il processo attraverso cui quel risultato viene prodotto.