Che cosa accade a un modello quando cambia il mondo che esso pretende di rappresentare? Da questa domanda prende avvio il volume, nato dalla sollecitazione di Paolo Savona a interrogare la proposta di passaggio dall'econometria all'e.conometria, formulata con Antonio Simeone e Marco D'Ambra, attraverso una verifica logico-semantica ed epistemologica delle condizioni della conoscenza economica. L'intelligenza artificiale, il machine learning, i modelli non lineari e la crescente disponibilità di dati sembrano promettere una capacità di previsione senza precedenti. Ma proprio quando la potenza del calcolo aumenta, riemergono domande che nessun algoritmo può eludere: prevedere significa anche spiegare? Una previsione più accurata è necessariamente una conoscenza migliore? Che cosa accade quando la previsione entra nel mondo che prevede e contribuisce a modificarlo? E come riconoscere il momento in cui un modello, pur continuando a funzionare, non rappresenta più adeguatamente la realtà? È su questa soglia che il libro oltrepassa i confini dell'econometria senza abbandonarli.