Scienze cognitive [DRAFT]

• Traduzione di Filippo Pelucchi
• Versione: Inverno 2022.

Le scienze cognitive sono uno studio interdisciplinare della mente e dell’intelligenza che abbraccia filosofia, psicologia, intelligenza artificiale, neuroscienze, linguistica e antropologia. Le sue origini a livello intellettuale risalgono alla metà degli anni ’50, quando ricercatori in diversi campi iniziarono a sviluppare teorie della mente che si basavano su rappresentazioni complesse e procedure computazionali. Le sue origini a livello di organizzazione risalgono alla metà degli anni ’70, quando venne fondata la Cognitive Science Society e cerata la rivista Cognitive Science. Da allora, più di cento università in Nord America, Europa, Asia e Australia hanno istituito dei programmi di scienze cognitive, mentre molte altre hanno creato dei corsi.

1. Storia

I tentativi di comprendere la mente e il suo funzionamento risalgono almeno agli antichi greci, quando filosofi come Platone e Aristotele cercarono di spiegare la natura della conoscenza umana. Lo studio della mente rimase dominio della filosofia fino al XIX secolo, quando si sviluppò la psicologia sperimentale. Wilhelm Wundt e i suoi studenti hanno avviato procedure di laboratorio per studiare le operazioni mentali in maniera più sistematica. Nel giro di pochi decenni, tuttavia, la psicologia sperimentale fu dominata dal comportamentismo(https://www.gavagaitranslations.com/2021/11/20/comportamentismo/), una teoria che virtualmente negava l’esistenza della mente. Secondo comportamentisti come J. B. Watson, la psicologia doveva limitarsi a esaminare la relazione tra stimoli e risposte comportamentali osservabili. Parlare della coscienza e delle rappresentazioni mentali era bandito da una discussione scientifica di tutto rispetto. Soprattutto in Nord America, il comportamentismo dominò la scena psicologica per tutti gli anni ’50.

Intorno al 1956, il panorama intellettuale iniziò a cambiare drasticamente. George Miller ha riassunto numerosi studi che hanno dimostrato che la capacità del pensiero umano è limitata, ad esempio che la memoria a breve termine ha un limite mnemonico di circa sette elementi. Egli propose che i che i limiti della memoria si potessero superare ricodificando le informazioni in chunk, rappresentazioni mentali che richiedono procedure mentali per codificare e decodificare l’informazione. Allora i primi computer esistevano solo da pochi anni, ma pionieri come John McCarthy, Marvin Minsky, Allen Newell e Herbert Simon stavano fondando il campo dell’intelligenza artificiale https://plato.stanford.edu/archives/win2022/entries/logic-ai/ . Inoltre, Noam Chomsky rifiutò le ipotesi comportamentiste sul linguaggio come un’abitudine appresa e propose invece di spiegare la comprensione del linguaggio in termini di grammatiche mentali costituite da regole. I sei autori menzionati in questo paragrafo possono essere considerati i padri fondatori delle scienze cognitive.

2. Metodi

Le scienze cognitive hanno idee teoriche unificanti, ma dobbiamo apprezzare la diversità di prospettive e di metodo che portano i ricercatori in diversi campi a studiare la mente e l’intelligenza. Sebbene oggi gli psicologi cognitivi si impegnino spesso nella teorizzazione e nella modellazione computazionale, il loro metodo principale rimane la sperimentazione con partecipanti umani. Le persone (spesso studenti universitari che devono soddisfare delle richieste da parte di un corso) vengono portate in laboratorio in modo da poter studiare diversi tipi di pensiero in condizioni controllate. Ad esempio, gli psicologi hanno esaminato sperimentalmente i tipi di errori che le persone commettono nel ragionamento deduttivo, i modi in cui formano e applicano i concetti, la velocità con cui pensano attraverso immagini mentali e le prestazioni con cui risolvono problemi per mezzo di analogie. Le nostre conclusioni su come funziona la mente si devono basare su qualcosa in più rispetto al “senso comune” e all’introspezione, poiché questi possono fornire un’immagine fuorviante delle operazioni mentali, molte delle quali non sono accessibili consapevolmente. Sempre più spesso, gli psicologi attingono i loro partecipanti sperimentali dall’Amazon Mechanical Turk e da fonti culturalmente diverse. Gli esperimenti psicologici che affrontano attentamente le operazioni mentali da diverse direzioni sono quindi cruciali affinché le scienze cognitive possiedano scientificità. La sperimentazione è anche una metodologia impiegata dalla filosofia sperimentale.

Se una teoria senza esperimenti è vuota, un esperimento senza teoria è cieco. Per affrontare le questioni cruciali sulla natura della mente, gli esperimenti psicologici devono essere interpretabili all’interno di un framework teorico che postuli rappresentazioni e procedure mentali. Uno dei modi migliori per sviluppare framework teorici è formare e testare modelli computazionali destinati ad essere analoghi alle operazioni mentali. Per integrare gli esperimenti psicologici sul ragionamento deduttivo, la formazione dei concetti, l’immaginazione mentale e la risoluzione di problemi analogici, i ricercatori hanno sviluppato modelli computazionali che simulano aspetti delle prestazioni umane. Progettare, costruire e sperimentare modelli computazionali è il metodo centrale dell’intelligenza artificiale (IA), la branca dell’informatica che si occupa dei sistemi intelligenti. Idealmente, nelle scienze cognitive i modelli computazionali e gli esperimenti psicologici vanno di pari passo, ma una ricerca molto importante nell’IA ha esaminato il potere esplicativo di diversi approcci alla rappresentazione della conoscenza in relativo isolamento rispetto alla psicologia sperimentale.

Mentre alcuni linguisti fanno esperimenti psicologici o sviluppano modelli computazionali, la maggior parte di loro attualmente utilizza metodi differenti. Per i linguisti della tradizione chomskiana, il principale compito teorico è identificare i principi grammaticali che forniscono la struttura di base delle lingue umane. Quest’identificazione avviene notando sottili differenze tra enunciati grammaticali e non grammaticali. In inglese, ad esempio, le frasi “She hit the ball” e “What do you like?” sono grammaticali, mentre “She the hit ball” e “What does you like?” non lo sono. La grammatica inglese spiegherà perché i primi enunciati sono accettabili mentre i secondi no. Un approccio alternativo, la linguistica cognitiva, pone meno enfasi sulla sintassi e più sulla semantica e sui concetti.

Come gli psicologi cognitivi, i neuroscienziati spesso eseguono esperimenti controllati, ma le loro osservazioni sono molto diverse dato che trattano direttamente la natura del cervello. Con soggetti non umani, i ricercatori possono inserire elettrodi e registrare l’attivazione di singoli neuroni. Con gli esseri umani, per i quali questa tecnica sarebbe troppo invasiva, è ormai comune utilizzare dispositivi di scansione magnetici e a positroni per osservare cosa sta accadendo in diverse parti del cervello mentre le persone svolgono vari compiti mentali. Ad esempio, le scansioni cerebrali hanno identificato le regioni cerebrali coinvolte nelle immagini mentali e nell’interpretazione delle parole. Ulteriori prove sul funzionamento del cervello vengono raccolte osservando le prestazioni di persone il cui cervello è stato danneggiato in modi identificabili. Ad esempio, un ictus in una parte del cervello dedita al linguaggio può produrre deficit come l’incapacità di pronunciare frasi. Come la psicologia cognitiva, le neuroscienze sono spesso teoriche oltre che sperimentali e lo sviluppo della teoria è spesso aiutato dallo sviluppo di modelli computazionali del comportamento di gruppi di neuroni.

L’antropologia cognitiva espande l’esame del pensiero umano per considerare come funziona il pensiero in diversi contesti culturali. Lo studio della mente non dovrebbe ovviamente limitarsi a come pensano gli anglofoni, ma dovrebbe considerare le possibili differenze nei modi di pensare tra le culture. Le scienze cognitive stanno diventando sempre più consapevoli della necessità di visualizzare le operazioni della mente in particolari ambienti fisici e sociali. Per gli antropologi culturali, il metodo principale è l’etnografia, che richiede di vivere e interagire con i membri di una cultura in misura sufficiente affinché i loro sistemi sociali e cognitivi risultino comprensibili. Gli antropologi cognitivi hanno studiato, ad esempio, le somiglianze e le differenze che intercorrono nelle parole utilizzate per i colori da diverse culture. 

La tradizione vuole che i filosofi non eseguano osservazioni empiriche sistematiche né che costruiscano modelli computazionali, sebbene vi sia stato un recente aumento della ricerca in filosofia sperimentale. La filosofia rimane comunque importante per le scienze cognitive perché si occupa di questioni fondamentali che sono alla base dell’approccio sperimentale e computazionale della mente. Questioni astratte come la natura della rappresentazione e del calcolo non devono essere affrontate nella pratica quotidiana della psicologia o dell’intelligenza artificiale, ma sorgono inevitabilmente quando i ricercatori riflettono in maniera più approfondita sul lavoro che stanno facendo. La filosofia si occupa anche di questioni generali come la relazione tra mente e corpo e di questioni metodologiche come la natura delle spiegazioni all’interno delle scienze cognitive. Inoltre, la filosofia si occupa di questioni normative riguardo a come dovrebbero pensare le persone, così come di questioni descrittive riguardo a come si comportano. Oltre all’obiettivo teorico di comprendere il pensiero umano, le scienze cognitive possono avere anche l’obiettivo pratico di migliorarlo, il che richiede una riflessione normativa su ciò che vogliamo che sia il pensiero. La filosofia della mente non ha un metodo distintivo, ma dovrebbe condividere con il miglior lavoro teorico in altri campi una preoccupazione per i risultati empirici.

Nella sua forma più debole, le scienze cognitive sono soltanto la somma dei campi sopra menzionati: psicologia, intelligenza artificiale, linguistica, neuroscienze, antropologia e filosofia. Il lavoro interdisciplinare diventa molto più interessante quando c’è convergenza teorica e sperimentale sulle conclusioni circa la natura della mente. Ad esempio, la psicologia e l’intelligenza artificiale si possono combinare attraverso modelli computazionali di come le persone si comportano negli esperimenti. Il modo migliore per cogliere la complessità del pensiero umano è utilizzare più metodi, in particolare esperimenti psicologici e neurologici, oltre a modelli computazionali. A livello teorico, l’approccio più fertile è stato quello di comprendere la mente mediante la rappresentazione e il calcolo.

3. Rappresentazione e calcolo

L’ipotesi centrale delle scienze cognitive è che il pensiero si possa più correttamente intendere in termini di strutture rappresentazionali nella mente e di procedure computazionali che operano su queste strutture. Mentre c’è molto disaccordo sulla natura delle rappresentazioni e dei calcoli che costituiscono il pensiero, l’ipotesi centrale è abbastanza generale da comprendere la presente gamma di correnti di pensiero all’interno delle scienze cognitive, incluse le teorie connessioniste che modellano il pensiero utilizzando reti neurali artificiali.

La maggior parte della ricerca all’interno delle scienze cognitive presuppone che la mente abbia rappresentazioni mentali analoghe alle strutture di dati del computer e procedure computazionali simili agli algoritmi computazionali. I teorici cognitivi hanno proposto che la mente contenga rappresentazioni mentali come proposizioni logiche, regole, concetti, immagini e analogie e che utilizzi procedure mentali come deduzione, ricerca, matching, rotazione e recupero. L’analogia mente-computer dominante nelle scienze cognitive ha voltato pagina dopo aver utilizzato un altro analogo, vale a dire il cervello.

I connessionisti hanno proposto nuove idee sulla rappresentazione e il calcolo che utilizzano i neuroni e le loro connessioni come fonte d’ispirazione per le strutture di dati, così come hanno usato il firing dei neuroni e la diffusione di attivazione come fonte d’ispirazione per gli algoritmi. Le scienze cognitive lavorano dunque con una complessa analogia a tre vie tra mente, cervello e computer. Mente, cervello e calcolo possono essere usati ciascuno per suggerire nuove idee sugli altri elementi. Non esiste un unico modello computazionale della mente, dato che diversi tipi di computer e approcci di programmazione suggeriscono modi diversi in cui essa potrebbe funzionare. I computer con cui la maggior parte di noi lavora oggigiorno sono processori seriali, nel senso che eseguono un’istruzione alla volta, ma il cervello e alcuni computer sviluppati di recente sono a processori paralleli, in grado cioè di eseguire molte operazioni in contemporanea.

Una tendenza importante nelle scienze cognitive presenti è quella di integrare le neuroscienze con molte aree della psicologia, comprese quelle cognitive, sociali, dello sviluppo e cliniche. Questa integrazione è in parte sperimentale e deriva da un’esplosione di nuovi strumenti per studiare il cervello, come la risonanza magnetica funzionale, la stimolazione magnetica transcranica e l’optogenetica. L’integrazione avviene anche dal punto di vista teorico, dato che ci sono stati dei progressi nella comprensione di come grandi popolazioni di neuroni possano svolgere compiti solitamente spiegabili con teorie cognitive sulle regole e i concetti.

4. Approcci teorici

Ecco un riassunto schematico delle teorie attuali sulla natura delle rappresentazioni e del calcolo per spiegare come funziona la mente.

4.1 Logica formale

La logica formale fornisce alcuni potenti strumenti per osservare la natura della rappresentazione e del calcolo. Il calcolo proposizionale e dei predicati serve a esprimere molti tipi complessi di conoscenza, tant’è che molte inferenze si possono comprendere in termini di deduzione logica con regole di inferenza, come il modus ponens. Lo schema esplicativo per l’approccio logico è il seguente.

Obiettivo esplicativo:

• Perché le persone fanno certi tipi di deduzioni?

Schema esplicativo:

• Le persone hanno rappresentazioni mentali simili alle frasi nella logica dei predicati.
• Le persone hanno procedure deduttive e induttive che operano su quelle frasi.
• Le procedure deduttive e induttive, applicate alle frasi, producono le inferenze.

Non è certo, tuttavia, che la logica fornisca le idee fondamentali sulla rappresentazione e sul calcolo necessarie alle scienze cognitive, poiché potrebbero essere necessari metodi di calcolo più efficienti e naturali a livello psicologico per spiegare il pensiero umano.

4.2 Regole

Gran parte della conoscenza umana è descritta naturalmente in termini di regole della forma [Se…allora] e molti tipi di pensiero (come la pianificazione) possono essere modellati da sistemi basati su regole. Lo schema esplicativo utilizzato è il seguente.

Obiettivo esplicativo:

• Perché le persone esibiscono un particolare tipo di comportamento intelligente?

Schema esplicativo:

• Le persone hanno regole mentali.
• Le persone hanno procedure per utilizzare queste regole per cercare uno spazio di possibili soluzioni e procedure per generare nuove regole.
• Le procedure per l’uso e la formazione delle regole producono il comportamento.

I modelli computazionali basati su regole hanno fornito simulazioni dettagliate di un’ampia gamma di esperimenti psicologici, dalla risoluzione di problemi critto-aritmetici, all’acquisizione di abilità e all’uso del linguaggio. Anche i sistemi che si basano su regole hanno avuto un’importanza pratica nel suggerire come migliorare l’apprendimento e come sviluppare sistemi di macchine intelligenti.

4.3 Concetti

I concetti, che corrispondono in parte alle parole nel linguaggio parlato e scritto, sono una tipologia importante di rappresentazione mentale. Ci sono ragioni computazionali e psicologiche per abbandonare la visione classica secondo cui i concetti hanno definizioni rigorose. Invece, i concetti possono essere visti come insiemi di caratteristiche tipiche. Applicare un concetto, dunque, è questione di ottenere una corrispondenza approssimativa tra i concetti e il mondo. Gli schemi e gli script sono più complessi dei concetti che corrispondono alle parole, ma sono simili in quanto consistono in pacchetti di caratteristiche che possono essere abbinati e applicati a nuove situazioni. Lo schema esplicativo utilizzato nei sistemi che si basano sui concetti è il seguente.

Obiettivo esplicativo:

• Perché le persone esibiscono un particolare tipo di comportamento intelligente?

Modello di spiegazione:

• Le persone hanno una serie di concetti, organizzati tramite slot che stabiliscono gerarchie di genere e di parte e altre associazioni.
• Le persone hanno una serie di procedure per applicare i concetti, inclusa la diffusione dell’attivazione, il matching e l’ereditarietà.
• Le procedure applicate ai concetti producono il comportamento.
• I concetti possono essere tradotti in regole, ma raggruppano le informazioni in modo diverso rispetto agli insiemi di regole, rendendo possibili diverse procedure computazionali.

4.4 Analogie

Le analogie svolgono un ruolo importante all’interno del pensiero umano, in aree così diverse come il problem-solving, il processo decisionale, la spiegazione e la comunicazione linguistica. I modelli computazionali simulano il modo in cui le persone recuperano e mappano le analogie di origine per applicarle a situazioni specifiche. Lo schema di spiegazione per le analogie è il seguente.

Obiettivo esplicativo:

• Perché le persone esibiscono un particolare tipo di comportamento intelligente?

Schema esplicativo:

• Le persone hanno rappresentazioni verbali e visive di situazioni che possono essere utilizzate come casi o analogie.
• Le persone hanno processi di recupero, mappatura e adattamento che operano su quelle analogie.
• I processi analogici, applicati alle rappresentazioni delle analogie, producono il comportamento.

I vincoli di somiglianza, struttura e scopo superano il problema difficile di come recuperare e sfruttare le esperienze precedenti per aiutare con i nuovi problemi. Non tutto il pensiero è analogico e l’uso di analogie inappropriate può ostacolare il pensiero. Tuttavia, le analogie possono essere molto efficaci se applicate a campi come l’istruzione e il design.

4.5 Immagini

Le immagini visive e di altre tipologie svolgono un ruolo importante nel pensiero umano. Le rappresentazioni pittoriche catturano informazioni visive e spaziali in una forma molto più funzionale rispetto a lunghe descrizioni verbali. Le procedure computazionali adatte alle rappresentazioni visive includono l’ispezione, la ricerca, lo zoom, la rotazione e la trasformazione. Tali operazioni possono essere molto utili per generare piani e spiegazioni in domini a cui si applicano le rappresentazioni pittoriche. Lo schema esplicativo per la rappresentazione visiva è il seguente.

Obiettivo esplicativo:

• Perché le persone esibiscono un particolare tipo di comportamento intelligente?

Schema esplicativo:

• Le persone hanno immagini visive di situazioni.
• Le persone hanno processi come la scansione e la rotazione, che operano su quelle immagini.
• I processi di costruzione e manipolazione delle immagini producono comportamento intelligente.

Le immagini possono aiutare l’apprendimento e alcuni aspetti metaforici del linguaggio possono avere le loro radici nelle immagini. Esperimenti di psicologia suggeriscono che procedure visive come la scansione e la rotazione fanno uso di immagini, mentre i risultati neurofisiologici confermano uno stretto legame a livello fisico tra il ragionamento con le immagini mentali e la percezione. Le immagini non sono solo visive, ma possono anche operare assieme ad altre esperienze sensoriali come l’udito, il tatto, l’olfatto, il gusto, il dolore, l’equilibrio, la nausea, la pienezza e l’emozione.

4.6 Connessionismo

Le reti connessioniste costituite da semplici nodi e collegamenti sono molto utili per comprendere i processi psicologici che coinvolgono la soddisfazione di vincoli paralleli. Tali processi includono aspetti della visione, del processo decisionale, della selezione delle spiegazioni e della creazione di significati per comprendere il linguaggio. I modelli connessionisti possono simulare l’apprendimento con metodi che includono l’apprendimento hebbiano e la retropropagazione. Lo schema esplicativo dell’approccio connessionista è il seguente.

Obiettivo esplicativo:

• Perché le persone esibiscono un particolare tipo di comportamento intelligente?

Schema esplicativo:

• Le persone hanno rappresentazioni che coinvolgono semplici unità di elaborazione collegate tra loro da connessioni eccitatorie e inibitorie.
• Le persone hanno processi che diffondono l’attivazione tra le unità attraverso le loro connessioni, così come processi per modificare le connessioni stesse.
• L’applicazione della diffusione dell’attivazione e dell’apprendimento alle unità produce il comportamento.

Le simulazioni di vari esperimenti psicologici hanno mostrato la rilevanza psicologica dei modelli connessionisti, che tuttavia sono soltanto brevi approssimazioni rispetto alle reti neurali attuali.

4.7 Neuroscienze teoriche

Le neuroscienze teoriche sono il tentativo di sviluppare teorie e modelli matematico-computazionali delle strutture e dei processi cerebrali degli esseri umani e degli altri animali. Queste differiscono dal connessionismo poiché tentano di essere più accurate da un punto di vista biologico, modellando il comportamento di un gran numero di neuroni organizzati in aree cerebrali funzionalmente significative. I modelli computazionali del cervello sono diventati biologicamente più ricchi, sia per quanto riguarda l’impiego di neuroni più realistici come quelli che hanno dei picchi [spike] e percorsi chimici, sia per quanto riguarda la simulazione delle interazioni tra diverse aree del cervello, come l’ippocampo e la corteccia. Questi modelli non sono un’alternativa in senso stretto alle spiegazioni computazionali in termini di logica, regole, concetti, analogie, immagini e connessioni, ma dovrebbero integrarsi e mostrare in che modo il funzionamento della mente può essere eseguito a livello neurale. Lo schema esplicativo delle neuroscienze teoriche è il seguente.

Obiettivo esplicativo:

• In che modo il cervello svolge funzioni come i compiti cognitivi?

Schema esplicativo:

• Il cervello ha neuroni organizzati in connessioni sinaptiche di popolazioni neuronali e aree cerebrali.
• Le popolazioni neurali hanno schemi di spiking che vengono trasformati tramite input sensoriali e schemi di spiking di altre popolazioni neurali.
• Le interazioni tra popolazioni neurali svolgono delle funzioni, tra cui i compiti cognitivi.

Secondo la visione proposta dalle neuroscienze teoriche, le rappresentazioni mentali sono modelli di attività neurale e l’inferenza non è che la trasformazione di questi modelli.

4.8 Modelli bayesiani

I modelli bayesiani sono importanti all’interno delle scienze cognitive, con applicazioni a fenomeni psicologici come l’apprendimento, la visione, il controllo motorio, il linguaggio e la cognizione sociale. Hanno anche avuto applicazioni efficaci in robotica. L’approccio bayesiano presuppone che la cognizione sia approssimativamente ottimale in accordo con la teoria della probabilità, in particolare con il teorema di Bayes, che afferma che la probabilità di un’ipotesi data l’evidenza è uguale al risultato della moltiplicazione della probabilità a priori dell’ipotesi per la probabilità condizionata dell’evidenza data l’ipotesi, il tutto diviso per la probabilità dell’evidenza. Lo schema esplicativo per la cognizione bayesiana è il seguente.

Obiettivo esplicativo:

• Come fa la mente a svolgere funzioni come l’inferenza?

Schema esplicativo:

• La mente ha rappresentazioni per correlazioni statistiche e probabilità condizionali.
• La mente può eseguire calcoli probabilistici, come le applicazioni del teorema di Bayes.
• L’applicazione di calcoli probabilistici a rappresentazioni statistiche produce compiti mentali come l’inferenza.

Sebbene i metodi bayesiani abbiano avuto applicazioni impressionanti rispetto a una vasta gamma di fenomeni, la loro plausibilità psicologica è discutibile per via delle ipotesi sull’ottimalità e dei calcoli basati sulla teoria della probabilità.

4.9 Deep learning

L’intelligenza artificiale è stata una parte centrale delle scienze cognitive sin dagli anni ’50 e i recenti progressi più drammatici nell’IA sono arrivati grazie all’approccio del deep learning, che ha prodotto importanti scoperte in campi che includono i giochi, il riconoscimento di oggetti e la traduzione. Il deep learning si basa sulle idee del connessionismo e delle neuroscienze teoriche, ma utilizza reti neurali a più livelli e algoritmi migliorati, beneficiando di computer più veloci e grandi database di esempi. Un’altra importante innovazione è la combinazione dell’apprendimento da esempi con l’apprendimento per rinforzo, che ha portato nel 2016 al campione del mondo in carica di Go, AlphaGo. Le idee del deep learning si stanno diffondendo nelle neuroscienze e stanno anche iniziando a influenzare la ricerca in psicologia cognitiva. Lo schema esplicativo per il deep learning è il seguente.

Obiettivo esplicativo:

• Come fa il cervello a svolgere funzioni come i compiti cognitivi?

Schema esplicativo:

• Il cervello ha un gran numero di neuroni organizzati in 6-20 livelli [layers].
• Il cervello ha un potente meccanismo per imparare dagli esempi e per apprendere azioni rafforzate dai loro successi.
• L’applicazione di meccanismi di apprendimento a reti neurali stratificate le rende capaci di prestazioni umane e talvolta anche sovraumane.

Sebbene il deep learning abbia prodotto notevoli miglioramenti in alcuni sistemi di intelligenza artificiale, non è chiaro come possa essere applicato ad aspetti del pensiero umano come le immagini, le emozioni e le analogie.

5. Rilevanza filosofica

Qualche branca della filosofia, in particolare la filosofia della mente naturalista, è parte delle scienze cognitive. Eppure, il campo interdisciplinare delle scienze cognitive è rilevante per la filosofia in diversi modi. Primo, i risultati psicologici, computazionali e gli altri risultati delle ricerche all’interno delle scienze cognitive hanno importanti e potenziali applicazioni per i problemi filosofici tradizionali in epistemologia, metafisica ed etica. Secondo, le scienze cognitive possono servire come oggetto di una critica filosofica, in particolare l’assunto centrale secondo cui il pensiero ha natura sia rappresentazionale che computazionale. Terzo, e in maniera più costruttiva, le scienze cognitive si possono considerare un oggetto di indagine all’interno della filosofia della scienza, dato che producono riflessioni sulla metodologia e sui presupposti della ricerca.

5.1 Applicazioni filosofiche

Oggi gran parte della ricerca filosofica è naturalistica, dato che tratta le indagini filosofiche come continue rispetto alla ricerca empirica in campi come la psicologia. Secondo una prospettiva naturalistica, la filosofia della mente è strettamente legata al lavoro teorico e sperimentale delle scienze cognitive. Le conclusioni metafisiche sulla natura della mente si devono raggiungere non attraverso speculazioni a priori, ma da una riflessione informata sugli sviluppi scientifici in campi come la psicologia, le neuroscienze e l’informatica. Allo stesso modo, l’epistemologia non è un esercizio concettuale a sé stante, ma dipende e trae vantaggio dalle scoperte scientifiche sulle strutture mentali e sulle procedure di apprendimento. L’etica può trarre vantaggio dall’utilizzo di una maggiore comprensione della psicologia del pensiero morale per affrontare questioni etiche come la natura delle deliberazioni su ciò che è giusto o sbagliato. Ecco alcuni problemi filosofici per i quali gli sviluppi in corso nelle scienze cognitive sono piuttosto rilevanti. Verranno poi forniti collegamenti ad altre voci di quest’enciclopedia sull’argomento.

• Innatismo. In che misura la conoscenza è innata o acquisita dall’esperienza? Il comportamento umano è modellato principalmente dalla natura o dall’educazione?
• Linguaggio del pensiero. Il cervello umano opera con un codice simile al linguaggio o con un’architettura connessionista più generale? Qual è la relazione tra modelli cognitivi simbolici che utilizzano regole e concetti e modelli sub-simbolici che utilizzano reti neurali?
• Immagini mentali. Le menti umane pensano attraverso immagini visive e di altro tipo o solo con rappresentazioni simili al linguaggio?
• Psicologia ingenua. La comprensione quotidiana delle altre persone da parte di un singolo consiste nell’avere una teoria della mente o semplicemente nell’essere in grado di simularne una?
• Significato. In che modo le rappresentazioni mentali acquisiscono significato o contenuto mentale? Fino a che punto il significato di una rappresentazione dipende dalla sua relazione con le altre rappresentazioni, dalla sua relazione con il mondo e dalla sua relazione con una comunità di pensatori?
• Identità mente-cervello. Gli stati mentali sono stati cerebrali? Oppure possono essere realizzati molteplicemente da altri stati materiali? Qual è il rapporto tra psicologia e neuroscienze? Il materialismo è vero?
• Libero arbitrio. L’agire umano è libero o semplicemente causato da eventi cerebrali?
• Psicologia morale. In che modo le menti/i cervelli formulano giudizi etici?
• Il significato della vita. Come possono le menti costruite naturalmente come cervelli trovare valore e significato?
• Emozioni. Cosa sono le emozioni e che ruolo svolgono nel pensiero?
• Disturbi mentali. Cosa sono i disturbi mentali e in che modo i processi psicologici e neurali sono rilevanti per spiegarli e per trattarli?
• Percezione e realtà. Come fanno le menti / i cervelli a formare e valutare le rappresentazioni del mondo esterno?
• Scienze sociali. In che modo le spiegazioni delle operazioni mentali interagiscono con le spiegazioni delle operazioni dei gruppi e delle società?

Sorgono ulteriori problemi filosofici dall’esame delle premesse degli approcci attuali alle scienze cognitive.

5.2 Critiche alle scienze cognitive

L’affermazione secondo cui le menti umane funzionino per rappresentazione e calcolo è una congettura empirica e potrebbe essere sbagliata. Sebbene l’approccio computazionale-rappresentazionale alle scienze cognitive abbia avuto successo nello spiegare molti aspetti della risoluzione dei problemi umani (come l’apprendimento e l’uso del linguaggio), alcuni critici hanno affermato che questo approccio è fondamentalmente sbagliato. I critici delle scienze cognitive hanno portato delle sfide quali:

1. La sfida delle emozioni: le scienze cognitive trascurano il ruolo importante delle emozioni all’interno del pensiero umano.
2. La sfida della coscienza: le scienze cognitive ignorano l’importanza della coscienza nel pensiero umano.
3. La sfida del mondo: le scienze cognitive ignorano il ruolo significativo degli ambienti fisici nel pensiero umano, che è incorporato ed esteso nel mondo.
4. La sfida del corpo: le scienze cognitive trascurano il contributo dell’incarnazione [embodiment] al pensiero e all’azione umana.
5. La sfida dei sistemi dinamici: la mente è un sistema dinamico, non un sistema computazionale.
6. La sfida sociale: il pensiero umano, a livello intrinseco, è sociale in modi che le scienze cognitive ignorano.
7. La sfida matematica: i risultati matematici mostrano che il pensiero umano non può essere computazionale nel senso standard; dunque, il cervello deve funzionare in modo diverso, forse come un computer quantistico.

Le prime cinque sfide sono sempre più spesso affrontate dai progressi che spiegano le emozioni, la coscienza, l’azione e l’incarnazione in termini di meccanismi neurali. La sfida sociale viene affrontata dallo sviluppo di modelli computazionali di agenti interagenti. La sfida matematica si basa sull’incomprensione del teorema di Gödel e sull’esagerazione di quanto sia rilevante la teoria quantistica per i processi neurali.

5.3 Filosofia delle scienze cognitive

Le scienze cognitive sollevano molte questioni metodologiche interessanti che meritano di essere indagate dai filosofi della scienza. Qual è la natura della rappresentazione? Che ruolo svolgono i modelli computazionali nello sviluppo delle teorie cognitive? Qual è la relazione tra le spiegazioni della mente all’apparenza in conflitto che coinvolgono l’elaborazione simbolica, le reti neurali e i sistemi dinamici? Qual è la relazione tra i vari campi delle scienze cognitive come la psicologia, la linguistica e le neuroscienze? I fenomeni psicologici sono soggetti a spiegazioni riduzioniste per mezzo delle neuroscienze? I livelli di spiegazione sono caratterizzati più correttamente in termini di livelli ontologici (molecolare, neurale, psicologico, sociale) o metodologici (computazionale, algoritmico, fisico)?

La crescente importanza delle spiegazioni neurali nella psicologia cognitiva, sociale, psicologia dello sviluppo e psicologia clinica solleva importanti questioni filosofiche sulla spiegazione e la riduzione. L’anti-riduzionismo, secondo il quale le spiegazioni psicologiche sono del tutto indipendenti da quelle neurologiche, sta diventando sempre più implausibile, ma rimane controverso fino a che punto la psicologia possa essere ridotta alle neuroscienze e alla biologia molecolare. Fondamentali per rispondere alle domande sulla natura della riduzione sono le risposte alle domande sulla natura della spiegazione. Le spiegazioni in psicologia, neuroscienze e biologia in generale sono viste in maniera plausibile come descrizioni di meccanismi, che sono combinazioni di parti connesse che interagiscono per produrre cambiamenti regolari. Nelle spiegazioni psicologiche, le parti sono rappresentazioni mentali che interagiscono mediante procedure computazionali per produrre nuove rappresentazioni. Nelle spiegazioni neuroscientifiche, le parti sono popolazioni neurali che interagiscono mediante processi elettrochimici per produrre nuova attività neurale che porta a compiere un’azione. Se ci verificheranno dei progressi nelle neuroscienze teoriche, dovrebbe diventare possibile collegare le spiegazioni psicologiche a quelle neurologiche mostrando come le rappresentazioni mentali (ad esempio, i concetti) siano costituite da attività nelle popolazioni neurali e come le procedure computazionali (ad esempio, la diffusione dell’attivazione tra concetti) siano eseguite dai processi neurali.

La crescente integrazione della psicologia cognitiva con le neuroscienze fornisce prove a favore della teoria dell’identità mente-cervello, secondo la quale i processi mentali sono neurali, rappresentazionali e computazionali. Altri filosofi contestano questa identificazione sulla base del fatto che le menti sono incorporate in sistemi biologici e che si estendono nel mondo. Tuttavia, affermazioni moderate sull’incarnazione sono coerenti con la teoria dell’identità, perché le rappresentazioni cerebrali operano in diverse modalità (ad esempio, visive e motorie) che consentono alle menti di interagire con il mondo. Un’altra alternativa materialista all’identità mente-cervello deriva dal riconoscere che le spiegazioni della mente impiegano meccanismi molecolari e sociali, oltre a quelli neurali e rappresentazionali.

https://physics.stackexchange.com/questions/545232/what-is-classical-information

Dennett 1991

Chalmers 1996