Le definzioni ed i concetti passati in rassegna si sovrappongono gli con agli altri nell’ottica di una gestione integrata sono complementari tra di loro: non è possibile pensare che sia possibile svilupparne una senza parzialmente sviluppare una parte dell’altra. Sabine Shreiber, Andrew Bearlin, Simon Nicol e Charles Todd sono scienziati del Arthur Rylab Institute for Environemental Research dell’Università dell’Università di Vittoria in Australia. Lo sforzo compiuto da questi autori nel cercare di collegare conoscenza e gestione ambientale, ruolo della scienza e decisioni può essere considerato come esemplare e dunque ne viene qui proposta una sintesi tradotta e adattata. Si rimanda al lavoro originale per i contenut di tutte le citazioni (Screiber et alii, 2004).
1.6.1 IL MODELLO DELLA GESTIONE ADATATTIVA
(AM)
L’adaptative management (AM) è un approccio che comprende metodologie scientifiche per la progettazione, implementazione e valutazione delle strategie gestionali. Le altre componenti essenziali dell’AM derivano da metodolgie che provengono da una vasta gamma di discipline, comprese le scienze naturali e le scienze sociali e riconoscono l’importanza di strutture istituzionali e sociali per ma gestione e le decisioni politiche. La ricerca ecologica può contribuire alla comprensione degli effetti ambientali della gestione, proponendo plausibili meccanismi ecologici. Ad esempio, la gestione delle fioriture algali in alcuni laghi americani ha tratto beneficio dalla comprensione delle dinamiche trofiche nei laghi, e questa conoscenza ecologica fu usata per modificare la struttura trofica e ridurre i rischi di fioriture algali. Ciononostante, i collegamenti tra la conoscenza ecologica e la gestione ambientale sono resi espliciti solo raramente, mentre questioni di particolare rilevanza gestionale restano senza risposta, come ad esempio se vi sia effettiva differenza tra lo sfruttamento umano delle risorse naturali e i disturbi naturali. La comprensione di cosa sia la gestione adattativa e di come possa essere applicata richiede più di una definizione terminologica. Le sigle “adaptive environmental assessment and management” (AEAM) e “adaptive management” (AM) sono utilizzate in modo intercambiabile in tutta la letteratura.
Le due primarie ragioni per implementare l’AM sono: migliorare la gestione ambientale e capire l’impatto di una conoscenza incompleta.
L’uso di una struttura di modelli è centrale per l’AM. Di solito i modelli semplici sono considerati più adatti rispetto a modelli più complessi e potenzialmente più realistici. I modelli complessi infatti possono essere più vulnerabili alla misinterpretazione rispetto a quelli semplici, mentre quesi ultimi richiedono meno dati, sono più veloci da sviluppare, e possono essere più facili da confrontare. Lo scopo dell’utilizzo di modelli nell’AM non è quello di costruire rappresentazioni realistiche della realtà, ma di sviluppare semplificazioni della realtà che siano utili per gli scopi specifici identificati per quella specifica AM. I modelli sono usati per descrivere esplicitamente le componenti della gestione e le loro relazioni, per articolare assunzioni e, soprattutto, per incorporare proprio i livelli e i tipi di incertezza nella precedente conoscenze e nella raccolta dei dati. Questa comprensione dell’incertezza e delle sue conseguenza varia molto tra individuo e individuo, anche al livello di manager e scienziati, ancor di più tra il pubblico che può facilmente (sbagliando) vedere un’ammissione di incertezza come segno di incompetenza. Le incertezze si generano a molti livelli diversi dalle dinamiche dei sistemi naturali fino al comportamento dei singoli dirigenti. Alcune incertezze possono essere ridotte attraverso l’aumento di conoscenza, ma altre, come la variabilità ambientale intrinseca, probabilmente resterebbero comunque. Incorporare le incertezze, di solito utilizzando qualche tipo di modello, è cruciale in tutte le fase della gestione adattativa. In condizioni di scarsità di dati, le tecniche di modellistica Bayesiana o altre possono essere usate per la costruzione di modelli, ma è fondamentale che i risultati siano considerati con cautela finché non ci sia una maggiore disponibilità di dati
1.6.1.1 GESTIONE ADATTATIVA E SCIENZA
La gestione ambientale più spesso procede con procedure stabilite e accettate, senza valutazione dei risultati in relazione agli obiettivi di gestione. L’AM comprende l’identificazione di obiettivi, l’uso di misurazioni che leghino gli obiettivi ai risultati, e il bilancio dei risultati in relazione agli obiettivi generali di gestione.
L’applicazione del metodo scientifico alla gestione, in termini di strutturazione, pianificazione, implementazione e valutazione dei programmi, resta uno dei componenti chiave dell’AM. Le azioni di gestione sono viste come fattori che vengono manipolati per distinguere tra ipotesi alternative. Gli effetti delle azioni di gestione sul sistema vengono misurate in relazione agli obiettivi predefiniti, che comprendono la complessità delle interazioni sociali, politiche e ambientali. Spesso le scale sono grandi e necessitano di metodologie che supportino la scelta delle strategie di gestione che con più probabilità
forniscano informazioni su certe ipotesi in scale temporali pratiche e realistiche. L’ “imparare facendo” (learning by doing) è diventato lo slogan dell’AM, forse per cercare una maggior accettazione dell’AM stessa da parte di scienziati e dirigenti. “Imparare facendo” è un concetto molto attraente per gli scienziati che cercano di collegare il loro lavoro a problemi gestionali.
Figura 17lo schema della gestione adattativa (Schreiber et al., 2006)
Lo schema dell’AM struttura la gestione in una serie di passi ben definiti (Figura 17), con un ciclo completo che viene ripetuto più volte. Il processo di identificazione e la definizione degli obiettivi di gestione (Figura 17, punti 1, 2, 3, 4) è fondamentale per i programmi di AM e va ripetuto e migliorato nel tempo. L’interruzione di questo processo è ritenuta la causa principale del fallimento di alcuni esempi di gestione delle risorse naturali. Lo sviluppo e l'analisi di una rappresentazione attraverso modelli del sistema al quale viene applicata l’AM è fondamentale per formulare ipotesi, per identificare le componenti chiave del sistema e le relazioni tra di esse, per rendere esplicite delle assunzioni, e soprattutto per considerare i tipi e i gradi di incertezza nei dati e nella conoscenza esistente. I modelli quantitativi, in particolare, servono per esplorare scenari alternativi di gestione e per sviluppare traguardi specifici.
L'AM non sostituisce la ricerca scientifica su questioni ecologiche di ampia scala – la distinzione dipende dal tipo di temi affrontati; i tentativi di AM si rivolgono specificatamente a questioni collegate alla gestione, mentre la maggior parte della ricerca ecologica si rivolge a temi ecologici più generali, indifferentemente dalle applicazioni
gestionali. Possono ovviamente essere trovati legami con la gestione, ma il collegamento con l’applicazione di nuove conoscenze scientifiche alla gestione spesso non dipende dalla metodologia di ricerca adottata in un dato progetto. Ad esempio, la ricerca scientifica contribuirà allo sviluppo di progetti di AM grazie al fatto che contribuirà a fornire la conoscenza che può essere usata per modellare un sistema di gestione e per prevedere come l’intero sistema risponderà alla gestione. I collegamenti tra l’ecologia e i temi di gestione esistono quando le azioni di gestione utilizzano la conoscenza ecologica per raggiungere un risultato desiderato.
1.6.1.2 COLLABORAZIONE E CONSULTAZIONE COME ELEMENTI IMPORTANTI DELLA GESTIONE ADATTATIVA
Dato lo stretto collegamento tra politica e gestione, chi studia o applica l’AM sottolinea l’importanza della partecipazione degli stakeholder, compresi i modellisti, i ricercatori scientifici, i dirigenti e i politici nella AM, soprattutto nelle prime fasi di strutturazione e pianificazione. I modelli che rappresentino la conoscenza esistente di un dato sistema sono importantissimi per identificare le incertezze, ma anche la collaborazione è essenziale per assicurare un collegamento realistico tra problemi gestionali, limitazioni sulle possibili azioni e identificazione di obiettivi realistici. Però, le complessità insite nella collaborazione con i vari portatori di interesse sono spesso accusate di essere le cause dei fallimenti dell’approccio gestionale AM. Ad esempio, il programma AM per la gestione delle piene del fiume Colorado ha richiesto la consultazione di un gruppo molto ampio di portatori di interesse che spesso avevano interessi contrapposti. Il successo, o anche solo la continuazione del progetto, dipende tanto dal gestire le complesse interazioni sociali e politiche e i loro sviluppi, che dal chiarire le complessità nella struttura e funzioni dell’ecosistema in relazione a scenari alternativi di gestione ambientale.