Introduzione
I Modelli Computazionali della Cognizione
Comprendere la cognizione umana è stato uno dei principali obiettivi della ricerca psicologica per oltre un secolo. Gli approcci matematici allo studio della cognizione risalgono già al XIX secolo, quando ricercatori come Ernst Heinrich Weber svilupparono modelli matematici per descrivere fenomeni percettivi, come l’effetto della “differenza appena percepibile”, che descrive il modo in cui gli esseri umani percepiscono le differenze tra gli oggetti (Raymond & Rutherford, 2012). Tuttavia, fu solo con l’avvento dell’informatica teorica e dei computer digitali nel XX secolo che la psicologia computazionale emerse come un campo a sé stante. La nascita del computer digitale permise agli psicologi cognitivi di sviluppare formalismi matematici e modelli computazionali che descrivevano la cognizione come un fenomeno di elaborazione delle informazioni, in modo simile a come operano i computer digitali. Ricercatori come George Miller, Allen Newell, Herbert Simon e Frank Rosenblatt applicarono metodi computazionali allo studio della percezione, del linguaggio e della risoluzione dei problemi, gettando le basi per questo campo emergente (Boden, 2008). La psicologia computazionale ha offerto un approccio alternativo allo studio della mente, basato su algoritmi e simulazioni al computer, anziché su correlazioni e sperimentazioni in laboratorio, i paradigmi predominanti all’epoca, come osservato dal presidente dell’American Psychological Association, Lee Cronbach (Cronbach, 1957).
Nel primo quarto del XXI secolo, il campo dei modelli computazionali della cognizione sta vivendo una crescita rapida in un mondo dove nazioni e giganti tecnologici competono per scoprire i segreti dell’intelligenza umana e artificiale. In questa introduzione, offro una panoramica storica degli approcci computazionali in scienza cognitiva, evidenziando l’importanza e la prospettiva unica di questi metodi nello studio del pensiero e del comportamento umano. Adotterò una prospettiva storica, concentrandomi su una narrazione ad alto livello dell’evoluzione del campo, piuttosto che su numerosi esempi individuali di modelli computazionali (Boden, 2008).
La Scienza Cognitiva Computazionale
Nonostante l’importanza dei modelli computazionali, la scienza cognitiva computazionale ha impiegato molto tempo a consolidarsi tra i paradigmi principali nello studio della mente e del comportamento. Durante la prima metà del XX secolo, lo studio della mente era visto con sospetto da molti, data la nostra incapacità di accedere direttamente ai suoi contenuti (Skinner, 1965; Watson, 1913). Concetti come “coscienza” o “memoria” sono entità che i ricercatori possono misurare solo indirettamente osservando il comportamento delle persone, ma non esiste un modo per “toccare” o “vedere” un frammento di memoria nella mente di qualcuno. Questi sono eventi privati, esperienze soggettive, entità inaccessibili di costituzione eterea. Sebbene all’epoca fossimo in grado di osservare e misurare i pattern di attività elettrica nel cervello, trovare una corrispondenza diretta tra tali pattern e un particolare frammento di memoria era quanto mai ambiguo.
L’invenzione del computer digitale è stata quindi rivoluzionaria per gli psicologi cognitivi, poiché ha fornito un esempio fisico di qualcosa che poteva fare molte delle cose che fa la mente umana: aritmetica, logica, memorizzazione di informazioni, e altro ancora. Dopo tutto, è possibile costruire, toccare e vedere un computer digitale. Si sa esattamente dove un’informazione viene elaborata e memorizzata. È difficile osservare un computer digitale in azione e non notare la somiglianza con i meccanismi interni della mente umana.
Oltre le Reti Neurali
Sebbene le reti neurali abbiano avuto un ruolo di primo piano nello sviluppo della scienza cognitiva computazionale, i modelli computazionali della cognizione non si limitano a queste. In realtà, esistono diversi approcci modellistici, ciascuno con le proprie specificità e aree di applicazione. I modelli simbolici, ad esempio, descrivono la cognizione umana come il risultato della manipolazione di simboli, basandosi su logica formale e linguistica. I modelli probabilistici, invece, utilizzano la teoria delle probabilità per descrivere il ragionamento umano in condizioni di incertezza.
Nel corso degli anni, questi approcci si sono evoluti e spesso integrati tra loro, portando allo sviluppo di modelli ibridi che combinano elementi simbolici, connessionisti e probabilistici. La psichiatria computazionale, in particolare, ha tratto vantaggio da questo approccio integrato, utilizzando modelli che possono adattarsi a diverse scale di analisi, dai circuiti neuronali ai comportamenti osservabili, per fornire una visione più completa dei disturbi mentali.
La Psichiatria Computazionale
La psichiatria computazional è un campo emergente utilizza modelli matematici e computazionali per comprendere i meccanismi mentali e comportamentali che stanno alla base dei disturbi mentali. L’approccio computazionale in psichiatria cerca di modellare in modo preciso le alterazioni nei processi cognitivi e decisionali che possono caratterizzare patologie come la schizofrenia, la depressione e i disturbi d’ansia.
Un esempio emblematico di questo approccio è il lavoro di Michael Frank, che ha sviluppato modelli computazionali per comprendere i processi di apprendimento e decisione nei disturbi mentali. Frank ha esplorato come i modelli computazionali possano essere utilizzati per comprendere il funzionamento dei circuiti neuronali associati al rinforzo e alla punizione, e come alterazioni in questi circuiti possano contribuire a diverse manifestazioni psicopatologiche (Hitchcock et al., 2022). Ad esempio, i suoi studi sui meccanismi di rinforzo e sulla modulazione dopaminergica hanno fornito nuove prospettive sul funzionamento della malattia di Parkinson e sui disturbi compulsivi, mettendo in luce come alterazioni nei circuiti di rinforzo possano influenzare le decisioni e i comportamenti.
Conclusioni
I modelli computazionali della cognizione hanno una lunga tradizione, iniziata nella prima metà del XX secolo come un intreccio di teoria computazionale e psicologia cognitiva. Nel tempo, sono emersi quattro principali approcci all’interno di questa prospettiva: modelli basati su simboli, modelli basati su connessionismi, modelli ibridi e modelli basati su probabilità. L’approccio computazionale ha contribuito a migliorare e ampliare la nostra comprensione della cognizione e del comportamento umano. Le recenti avanzate nella disponibilità di risorse computazionali e di dati, insieme all’interesse pubblico e privato nello sviluppo di tecnologie di intelligenza artificiale, forniscono un contesto fertile per la crescita e il consolidamento della prospettiva computazionale nelle scienze cognitive e nella psichiatria.