Fabio Ruini’s blog

L’embodied cognitive science ha recentemente sfidato il punto di vista del “connessionismo tradizionale”, al punto che ad essa si fa talvolta riferimento con il termine di “neoconnessionismo”. Ma andiamo con ordine, cercando di ricostruire, almeno in linea di massima, il percorso storico più recente del pensiero scientifico relativo alla mente. Innanzitutto, l’approccio connessionista si è sviluppato a partire dalla seconda metà degli anni ’80, in risposta alle “frustrazioni” derivanti da decenni di cognitivismo “tradizionale”, incapaci di apportare significativi miglioramenti al nostro livello di comprensione della mente. Secondo la prospettiva cognitivista, il cervello è un elaboratore formale di simboli, alla stregua di un computer. Non a caso, infatti, questa corrente di pensiero ha iniziato a svilupparsi contestualmente alla comparsa dei primi calcolatori elettronici, ispiratori delle metafore “uomo uguale macchina” e “mente uguale software”. Secondo i cognitivisti, tutti i processi mentali possono essere descritti in termini di computazione di rappresentazioni simboliche, così come statuito dalla celebre “teoria rappresentazionale della mente” (RTM, Representational Theory of Mind). In altre parole, l’attività mentale equivale all’esecuzione di un algoritmo. Di conseguenza, se ciò che fa il cervello non è altro che elaborare simboli, diventa chiaro come sia di cruciale importanza, nel cognitivismo, il ruolo delle rappresentazioni simboliche.

A partire dalla metà degli anni ’50 del secolo scorso, ai cognitivisti si affiancarono i ricercatori di una neonata disciplina: l’intelligenza artificiale. Già nel 1936, Alan Turing aveva teorizzato la cosiddetta “macchina di Turing”: una struttura astratta, in grado di computare, agendo a livello di simboli, qualunque tipo di funzione matematica. La successiva elaborazione operata da John Von Neumann, che dalla teoria di Turing riuscì a ricavare un’architettura fisicamente implementabile, spianò la strada alla progettazione dei calcolatori elettronici così come noi li conosciamo oggi. La nascita dell’informatica, come abbiamo detto, fornì agli scienziati della mente l’ispirazione necessaria per abbandonare l’approccio “a black box” tipico dei comportamentisti e cercare di sostituire le tante scatole nere inserite nei vari modelli dell’epoca con un qualcosa di più dettagliato e preciso. Coloro che operarono in questa direzione vennero definiti psicologi cognitivisti. Ma con i computer, oltre che capire la mente, se questa non era altro che un vasto e complesso insieme di algoritmi dedicati alla manipolazione di simboli, diventava possibile anche cercare di ricrearla artificialmente. Ovviamente, all’interno di un computer. Nacque così il campo dell’intelligenza artificiale, con un approccio di tipo top-down alla ri-creazione dei processi mentali che ancor oggi caratterizza tale disciplina: un processo cognitivo di alto livello viene scomposto in sotto-processi più semplici, implementabili all’interno di un calcolatore e che nel loro insieme danno origine al processo di alto livello da ricreare/riprodurre. Psicologi cognitivisti e softwaristi specializzati in intelligenza artificiale iniziarono a lavorare a braccetto. Gli uni cercavano di ricondurre il modo di funzionare della mente a precisi modelli algoritmico-simbolici, mentre gli altri si dedicavano alla loro implementazione all’interno di calcolatori o di artefatti robotici.

I risultati ottenuti da questa insolita cooperazione tra psicologi ed informatici furono, per l’epoca, stupefacenti. Attorno al campo dell’intelligenza artificiale si destò un interesse senza precedenti. I successi ottenuti nei campi più disparati, dal gioco degli scacchi (è passato alla storia lo scontro tra il campione russo Gary Kasparov ed il “mostruoso” computer della IBM, Deep Blue) al riconoscimento/sintetizzazione vocale, passando per gli expert systems, fecero pensare che la creazione di moderni golem fosse ormai solo una questione di tempo. Ma, poco per volta, divenne sempre più chiaro che i risultati ottenuti erano sì interessanti, ma non rispecchiavano il vero modo di funzionare del cervello. Deep Blue ebbe la meglio su Kasparov non perché fosse in grado di ragionare come lui, ma piuttosto perché i suoi circuiti elettronici erano in grado di valutare nel giro di pochi secondi migliaia di potenziali combinazioni di mosse, prima di decidere la migliore. Nella sfida decisiva, il campione russo, sottoposto ad una tremenda pressione psicologica, abbandonò la partita, riconoscendo de facto la “superiorità” del computer nell’esecuzione di questo specifico compito. Che però non è generalizzabile, dato che la mente umana, molto semplicemente, non lavora manipolando simboli. Considerazione che diventa evidente se guardiamo ad esempio al modo in cui un artefatto tecnologico odierno può percepire il parlato: in puri termini di caratteristiche del segnale sonoro, senza riuscire a procedere ad alcun tipo di significazione. Un computer può discriminare tra parole diverse, questo è vero. Ma lo fa in un modo radicalmente diverso rispetto ad un essere umano, focalizzandosi sulle caratteristiche auditive delle parole pronunciate e non su ciò che esse significano. L’esempio del linguaggio è illuminante in merito ai limiti dell’approccio cognitivista allo studio della mente. Quando questa consapevolezza si diffuse, gli investimenti nel settore dell’artificial intelligence subirono un pesante quanto eccessivo tracollo. Venne il periodo della disillusione e del disincanto.

Comments(3)