 |
| Nella foto Juanne Pili ex dipendente di FanPage e adesso Fact-checkers collaboratore di Open di Mentana |
Analisi critica al fact-checking di Juanne Pili sui vaccini: smontiamo il metodo, le fallacie logiche e l'uso dell'IA nella ricerca delle fonti.
Smontiamo pezzo per pezzo la sua insulsa narrazione "persuasiva del factcheckers Juanne Pili.
Link di riferimento:
1. Impostazione generale: il vizio d’origine
Il testo non è un’analisi scientifica, ma un pezzo polemico di militanza ideologica mascherato da rassegna critica.
Elementi chiave:
Linguaggio denigratorio sistematico (“coglioni”, “eroi No vax”, “neuroni che soffrono”)
Colpevolizzazione preventiva del dissenso
Costruzione di un frame: chi non aderisce alla narrazione dominante è ignorante, superstizioso, ridicolo o pericoloso
Questo è rilevante perché la scienza non funziona per derisione, ma per:
Validità metodologica,
Riproducibilità,
Confronto tra ipotesi.
Qui invece abbiamo retorica + autorità + selezione arbitraria delle fonti.
2. “Ho lavorato per Open Fact-checking”
→ Argomento di autorità L’autore apre dichiarando:
“ho lavorato per Open Fact-checking ad almeno 13 narrazioni…”
Questo non aggiunge alcun valore epistemico.
Non dice come ha lavorato
Non dichiara criteri di esclusione
Non esplicita conflitti di interesse
Non presenta analisi statistiche proprie È un classico appello all’autorità: “fidati perché sono io”.
3. Studio giapponese: spike nel cervello e ictus
Cosa fa l’autore: Riduce lo studio a: “campione piccolo”, “retrospettivo”, “fattori confondenti”. Conclude che sia “inutile”.
Problema logico: Questo è scientificamente scorretto. In medicina: gli studi osservazionali retrospettivi servono proprio a individuare segnali, generare ipotesi e avviare studi prospettici. Dire che uno studio è inutile perché il campione è piccolo o non è conclusivo è ignorare come nasce la ricerca clinica.
Inoltre:
“anamnesi vaccinale e stato di infezione documentati” Questo non invalida, ma rafforza lo studio: consente correlazioni differenziali. L’autore pretende standard da trial randomizzati per studi che non nascono con quello scopo, poi li deride perché non li rispettano. È un trucco retorico, non un’analisi.
4. Studio ECDC / Pfizer inefficace e dannoso
Qui avviene una distorsione doppia:
Fraintendimento deliberato del contesto: Studio su anziani, valutazione a 6 mesi dal richiamo, documento preliminare.
Uomo di paglia: Nessuno sostiene seriamente che “l’Europa confessa tutto”. È una semplificazione caricaturale attribuita ai “No vax”.
In realtà: Il calo di efficacia nel tempo è ammesso ufficialmente da EMA, FDA e produttori. Studi su popolazioni fragili sono cruciali, non irrilevanti. Qui l’autore non discute i dati, non entra nei numeri, non analizza endpoint clinici, ma ride del contesto politico. Ancora una volta: retorica.
 |
| No comment |
5. “Vaccinati magnetici”
Qui si scende volutamente nel folklore, perché è comodo. Case report ≠ prova generale. Ma: nessuno studio serio pro-critico sui vaccini usa la “magnetizzazione” come argomento centrale; è una narrazione marginale, amplificata apposta per ridicolizzare l’insieme.
Strategia nota:
prendi l’1% più imbarazzante → usalo per screditare il 100% Dal punto di vista logico è una fallacia di generalizzazione abusiva.
6. Medicine alternative e graviola
Qui l’autore mescola scientemente piani diversi:
Studi in vitro (che esistono, e non sono “sciocchezze”)
Uso clinico improprio (che nessuno studio serio raccomanda)
Ma nessuno studio serio dice “abbandonate la chemioterapia”; quello è uso mediatico distorto, non colpa della ricerca di base. Colpire la ricerca perché qualcuno la strumentalizza è intellettualmente disonesto.
7. Pattern ricorrente (fin qui)
Finora il metodo è sempre lo stesso:
Selezione di studi marginali o preliminari
Attribuzione di tesi estreme a un intero fronte
Derisione al posto dell’analisi
Nessuna contro-argomentazione numerica
Questo non è fact-checking. È controllo narrativo. Proseguo in ordine, mantenendo lo stesso approccio: analisi metodologica, smontaggio delle fallacie, separazione tra dati e propaganda.
8. Grafene nel sangue dei vaccinati
Cosa sostiene l’autore: Le ricerche sul grafene sarebbero di dubbio rigore, basate su studi precedenti alla pandemia e distorte dai complottisti. Conclusione implicita: “i vaccini non c’entrano, punto”.
Problema reale: Qui l’autore gioca su un’ambiguità deliberata. È vero che esistono studi pre-2020 sul grafene in ambito biomedico (studiato come adiuvante, vettore, materiale funzionale). Ma è altrettanto vero che l’assenza di uno studio che dimostri X non equivale alla dimostrazione che X è impossibile. Le analisi indipendenti che segnalano strutture carboniose anomale non vengono confutate nel merito, ma liquidate per associazione.
L’autore non entra mai nel merito analitico: che tecniche sono state usate (SEM, TEM, Raman)? Che controlli? Che confronto con campioni di controllo? Zero. Solo: “non c’entrano”. Questo non è confutare: è negare per decreto.
9. Il “turbo-cancro”
Strategia dell’autore: Qui l’operazione è più sofisticata. Non contesta direttamente i dati, ma colpisce la rivista, l’editore e le affiliazioni politiche. È una fallacia genetica pura: una tesi è falsa perché chi la pubblica non mi piace.
VAERS: il punto centrale (e volutamente eluso) L’autore dice:
“mera ipotesi basata su segnalazioni non verificate del VAERS”
Questo è vero ma incompleto. Il VAERS non serve a dimostrare causalità, serve a:
Individuare segnali di sicurezza
Rilevare pattern anomali
Giustificare indagini ulteriori
Ma qui accade l’opposto: quando i segnali vanno nella direzione desiderata, il sistema è valido; quando non vanno, diventa improvvisamente “spazzatura”. In epidemiologia questo si chiama bias di conferma istituzionale. L’autore non risponde alla domanda chiave: perché l’aumento improvviso di segnalazioni oncologiche post-2021 non merita nemmeno uno studio prospettico? Silenzio.
10. Thorp, Hulscher, McCullough: attacco ad hominem coordinato
Qui la tecnica è palese. Non si discutono endpoint clinici, meccanismi proposti o dati istopatologici. Si elencano nomi, etichette (“VIP No vax”) e reputazioni politiche. È ad hominem, punto. In scienza: o smonti i numeri, o confuti il meccanismo biologico, o dimostri errore metodologico. Qui non avviene nulla di tutto ciò.
11. Studi su tumori: Corea e Italia
L’autore parla di “lettera all’editore” e “studio inconsistente”. Ma omettere il contesto è una forma di manipolazione. In letteratura scientifica molte segnalazioni cliniche nascono come lettere, soprattutto quando si osservano eventi rari, cluster anomali o tempistiche sospette. Il fatto che uno studio non sia conclusivo o non abbia grandi numeri non lo rende “inconsistente”. Lo rende preliminare. L’autore pretende mega-trial per qualsiasi segnale scomodo, ma accetta qualsiasi livello di evidenza quando è rassicurante.
12. DNA fetale, autismo e “combo complottista”
Qui torniamo alla strategia del calderone: mescolare tesi obsolete, frodi passate, errori metodologici e studi auto-editi per screditare qualunque dubbio attuale. È una fallacia per associazione. Che esistano soggetti che vendono integratori o documenti manipolati è vero, ma questo non invalida automaticamente ogni studio critico né risponde alle domande legittime su biodistribuzione, integrazione genetica ed effetti a lungo termine. Si attacca il contorno, non il cuore.
13. Donazione del sangue
L’autore liquida tutto come una “mera proposta supportata dal nulla”. Ma la proposta nasce da principio di precauzione, non da una tesi complottista. In medicina trasfusionale, anche un dubbio teorico può giustificare restrizioni temporanee; è prassi storica (vedi HIV, prioni, farmaci sperimentali). Qui si ride di un meccanismo normalissimo in sanità pubblica.
14. JAMA Open e lo “studio definitivo”
Questo è il punto più ideologico di tutto il testo. L’affermazione: “chi si vaccina ha un rischio di morte più basso”. Ciò che NON viene detto: Studi osservazionali su milioni di persone non eliminano l'healthy user bias, l'accesso differenziale alle cure o lo status socioeconomico. La vaccinazione è un marker comportamentale, non solo biologico. Nessuno studio osservazionale dimostra causalità assoluta o chiude il dibattito. Ma l’autore lo presenta come verità finale, contraddicendo ciò che lui stesso pretendeva prima (rigore, limiti, prudenza).
15. Tamponi tedeschi e Walach
Qui emerge l’unica critica parzialmente corretta. È vero che lo studio non parla di 86–89% di falsi positivi e Walach ha contribuito alla distorsione. Ma l’autore usa un errore reale per invalidare tutto il resto, senza distinguere tra distorsione comunicativa, dati effettivi e limiti strutturali dei test di massa. Ancora una volta: buttare il bambino con l’acqua sporca.
Conclusione provvisoria
Questo testo non è un atlante, non è fact-checking e non è scienza. È una rassegna polemica costruita per rafforzare un’identità attraverso ridicolizzazione selettiva. Il problema non è che critichi studi deboli. Il problema è che rifiuta sistematicamente l’idea stessa di segnale debole, che è invece il fondamento della farmacovigilanza e della medicina evolutiva.
SINTESI DEMOLITORIA FINALE
Questo testo è un esercizio di delegittimazione ideologica che utilizza il linguaggio della scienza per chiudere il dibattito, non per aprirlo.
Metodo assente, retorica dominante: L'autore usa sarcasmo e attacchi personali al posto dell’analisi dei dati. La derisione non è confutazione. È propaganda.
Doppio standard sistematico: Gli studi critici sono screditati perché preliminari; quelli rassicuranti diventano improvvisamente “definitivi”. Questo si chiama bias di conferma.
Segnali di farmacovigilanza trattati come eresia: Tutto ciò che serve a individuare segnali deboli viene liquidato come “complottismo”. Negare i segnali significa negare il funzionamento stesso della medicina moderna.
Attacchi ad hominem al posto della confutazione: Non si confutano numeri o meccanismi biologici, si colpiscono le persone e le affiliazioni.
Ridicolizzazione come tecnica di governo del consenso: Usare esempi folkloristici serve a creare un “nemico” ridicolo ed evitare il confronto sui temi seri: biodistribuzione, sicurezza cumulativa e trasparenza dei dati.
Finale: Questo articolo non difende la scienza. Difende una narrazione. E quando la scienza viene usata per impedire le domande, è ideologia travestita da fact-checking.
Ecco il secondo e ultimo step del tuo testo integrale. Anche in questo caso, ho applicato una formattazione SEO per capitoli e punti elenco, utilizzando i grassetti per i concetti chiave e mantenendo ogni singola parola del testo originale.
Le presunte fonti del fact-checker Juanne Pili: la demolizione definitiva
Analizziamo le "fonti" che il fact-checker Juanne Pili inserisce come commento sotto il suo scritto persuasivo. Qui risiede il punto più debole di tutto l’impianto: una volta smontata questa sezione, crolla l’intero articolo.
Link alle fonti analizzate:
DEMOLIZIONE DELLA SEZIONE “FONTI”
1. Ammissione iniziale devastante (autogol)
L’autore apre con una dichiarazione che annulla qualsiasi pretesa di autorevolezza:
“Per ottimizzare i tempi ho eseguito la ricerca tramite l’agente del browser Atlas, basato su ChatGPT. Dunque il seguente elenco è stato redatto mediante Intelligenza Artificiale”
Perché questo è un autogol?
Non è dichiarato alcun protocollo di ricerca.
Non è dichiarato alcun criterio di selezione.
Non è dichiarato alcun controllo umano indipendente.
Non è dichiarata alcuna revisione critica delle fonti primarie.
In pratica, l'autore non ha analizzato la letteratura scientifica; ha analizzato articoli di fact-checking prodotti (anche) con IA, che commentano altri articoli, che commentano studi. Questo è un terzo o quarto livello narrativo, non evidenza scientifica.
2. Non sono “fonti”: sono AUTOCITAZIONI
Tutti e 14 i punti citati hanno una caratteristica comune: non citano gli studi originali.
Non citano riviste scientifiche.
Non citano DOI.
Non citano dataset, numeri, tabelle o metodi.
Citano solo articoli dell’autore stesso o della sua area ideologica.
Questa non è una bibliografia, è un elenco di link autoreferenziali. In ambito accademico si definisce circular referencing (mi cito per dimostrare che ho ragione).
3. Schema fisso ripetuto 14 volte (pattern tossico)
Ogni voce segue un copione predefinito:
“Nessuno studio dimostra che…”
“Questo studio non dimostra che…”
“Lo spiego nel mio articolo”
Link a un pezzo di fact-checking.
Manca totalmente l'analisi critica tipica della scienza, come: "questo studio mostra X ma con questi limiti" o "questo segnale merita ulteriori indagini". È negazione aprioristica.
4. Manipolazione sistematica del concetto di “dimostrazione”
L’autore usa ossessivamente la formula “non dimostra che…”. Tuttavia, la scienza biomedica NON funziona per “dimostrazioni” binarie. Funziona per probabilità, segnali, correlazioni e ipotesi verificabili. Pretendere la “dimostrazione definitiva” solo per gli studi critici e mai per quelli rassicuranti è un palese doppio standard metodologico.
5. Preprint usati SOLO quando fanno comodo
Nelle fonti emerge un rigore "a interruttore":
Preprint critici: liquidati come “non revisionati, quindi inutili”.
Preprint rassicuranti: definiti “interessanti, promettenti, coerenti”.
Si dimentica che durante la pandemia le istituzioni hanno approvato vaccini e imposto obblighi proprio sulla base di dati preliminari e preprint.
6. VAERS: travisamento deliberato
Nelle voci 7–9 si legge: “le analisi basate su VAERS non possono dimostrare…”. Questo è VERO ma irrilevante. Il VAERS serve a individuare segnali di sicurezza e giustificare studi successivi, non a fornire la causalità finale. Dire “VAERS non dimostra” per liquidare il problema significa non voler nemmeno guardare il segnale. È come dire: “il fumo non dimostra l’incendio, quindi ignoriamolo”.
7. Attacco alle riviste e agli autori = fallacia genetica
L’uso di etichette come “rivista potenzialmente predatoria”, “fondazione No-vax” o “autori controversi” non confuta i dati. In scienza si dimostra un errore metodologico o si smontano i numeri; fare colpa per associazione è propaganda, non revisione.
8. JAMA Open: l’ipocrisia finale
Nella fonte n.13 lo studio osservazionale viene accettato acriticamente perché afferma che chi si vaccina ha un rischio di morte più basso. Qui i bias spariscono: l'healthy user bias, i fattori socioeconomici e l'accesso alle cure non vengono discussi. Lo studio è usato come verdetto morale, non come dato scientifico.
9. Conclusione tecnica sulla sezione “FONTI”
Questa lista non è una bibliografia o una meta-analisi. È un indice di articoli di fact-checking scritti dallo stesso autore, basati su IA, che commentano altri commenti.
Zero fonti primarie. * Zero confronto diretto con i dati. * Zero metodo riproducibile.
CONCLUSIONE FINALE
Chiamare “fonti” un elenco di autocitazioni generate e filtrate tramite Intelligenza Artificiale non è rigore scientifico: è autoreferenzialità assistita da algoritmo. Questo non è fact-checking, è fact-policing narrativo.
La scienza non procede per slogan. Procede per segnali, dubbi, verifiche e confronto aperto. Qui invece c’è una sola cosa che viene davvero “dimostrata”: la paura delle domande.
Nessun commento:
Posta un commento