Introduzione

Prerequisiti

Uno degli sviluppi più significativi nella psicologia contemporanea è l’uso di teorie formali per formulare ipotesi sui meccanismi che sottendono i fenomeni psicologici. I modelli matematici sono strumenti essenziali per concettualizzare la cognizione umana e prevedere i comportamenti osservabili. Questi modelli cercano di fornire una formalizzazione matematica dei processi cognitivi, mappando i costrutti cognitivi latenti sui parametri del modello e descrivendo come questi producono i dati osservati.

La maggior parte dei modelli cognitivi tradizionali tratta i dati umani come osservazioni indipendenti e identicamente distribuite (IID). Questa assunzione implica che tali modelli spesso trascurano le variazioni temporali dei costrutti cognitivi latenti. Tuttavia, questi costrutti sono intrinsecamente dinamici, indipendentemente dalla scala temporale considerata. Negli esperimenti psicologici, le capacità cognitive sono influenzate non solo dalle richieste esterne del compito, ma anche dai processi mentali interni e dagli stati cerebrali che cambiano nel tempo. Le fluttuazioni sistematiche e non sistematiche che ne derivano possono avere diverse spiegazioni, come la fatica, la pratica, la divagazione mentale o fattori motivazionali. Come evidenziato da Schumacher et al. (2023), i meccanismi cognitivi dovrebbero essere trattati come sistemi dinamici complessi, e i modelli cognitivi dovrebbero tenere conto delle dinamiche dei loro componenti per comprendere appieno e catturare la ricca struttura dei dati empirici umani.

La teoria dei sistemi dinamici (Dynamic Systems Theory, DST) fornisce un quadro concettuale per comprendere i fenomeni psicologici come processi complessi, non lineari e spesso auto-organizzanti che si evolvono nel tempo. In psicologia, la DST sottolinea come il comportamento e la cognizione emergano dalle interazioni di molteplici componenti sia all’interno di un individuo sia tra l’individuo e il suo ambiente. Di seguito, presenteremo alcuni esempi di fenomeni psicologici che possono essere compresi attraverso la lente dei sistemi dinamici.

Apprendimento per rinforzo. L’apprendimento per rinforzo è un processo attraverso cui gli individui apprendono a modificare il proprio comportamento in base alle conseguenze che ne derivano. In termini di sistemi dinamici, l’apprendimento per rinforzo può essere visto come un processo adattativo in cui le decisioni di un individuo vengono continuamente aggiornate e migliorate attraverso l’interazione con l’ambiente. In questo contesto, le ricompense (o rinforzi positivi) e le punizioni (o rinforzi negativi) giocano un ruolo cruciale nel modellare il comportamento futuro, creando un ciclo di feedback che rafforza o indebolisce determinate azioni. Ad esempio, un comportamento che porta a una ricompensa tende a essere ripetuto, mentre un comportamento che porta a una punizione tende a essere evitato. Questo meccanismo di apprendimento, che può essere descritto matematicamente attraverso modelli probabilistici, permette di predire come un individuo possa modificare il proprio comportamento in situazioni diverse, sulla base delle esperienze passate e delle aspettative future. I modelli di apprendimento per rinforzo, come il modello di Rescorla-Wagner, sono stati ampiamente utilizzati in psicologia per spiegare non solo comportamenti semplici come il condizionamento classico e operante, ma anche fenomeni più complessi come la dipendenza, i disturbi d’ansia e i disturbi dell’umore. In questi casi, le aspettative disadattive e i bias cognitivi possono essere visti come il risultato di un apprendimento per rinforzo anomalo, in cui le associazioni tra stimoli e conseguenze sono distorte o esagerate. Studi recenti in psichiatria computazionale utilizzano questi modelli per sviluppare interventi terapeutici più efficaci, mirati a ristrutturare le associazioni disfunzionali e promuovere schemi di apprendimento più adattivi.

Regolazione delle emozioni. La regolazione delle emozioni implica l’interazione dinamica di processi fisiologici, cognitivi e comportamentali. Ad esempio, il modo in cui una persona regola le proprie emozioni in risposta a un evento stressante può essere influenzato da diversi fattori, come esperienze precedenti, contesto attuale, stati fisiologici (come frequenza cardiaca o livelli ormonali) e valutazioni cognitive. Nel tempo, questi componenti possono interagire in modo non lineare, creando circuiti di retroazione. Ad esempio, una persona potrebbe inizialmente cercare di sopprimere le proprie emozioni, il che potrebbe portare a un aumento dell’eccitazione fisiologica, intensificando così l’emozione che stava cercando di regolare.

Attaccamento e relazioni sociali. Anche gli stili di attaccamento e le relazioni sociali sono sistemi dinamici. La teoria dell’attaccamento descrive come le prime relazioni con i caregiver influenzino le dinamiche interpersonali per tutta la vita. Queste relazioni possono essere viste come sistemi in cui i comportamenti, le emozioni e le cognizioni di una persona influenzano continuamente e sono influenzati da quelli degli altri. Ad esempio, in una relazione genitore-figlio, il comportamento del bambino può influenzare le risposte del genitore, che a loro volta modellano il comportamento e gli stati emotivi futuri del bambino, creando un ciclo di retroazione che evolve nel tempo.

Sviluppo cognitivo. Lo sviluppo cognitivo, soprattutto nei bambini, viene spesso modellato come un sistema dinamico. La teoria dello sviluppo cognitivo di Jean Piaget, sebbene non esplicitamente in termini di DST, può essere reinterpretata in questo modo. Ad esempio, il processo di raggiungimento dell’equilibrio cognitivo comporta interazioni continue tra le strutture di conoscenza esistenti del bambino (schemi) e le nuove esperienze. Questo processo è dinamico perché il sistema cognitivo del bambino si adatta e si riorganizza costantemente in risposta a nuove informazioni, il che può portare a cambiamenti qualitativi nel pensiero.

Controllo motorio e coordinazione. Lo sviluppo e il controllo delle azioni motorie, come camminare o afferrare, sono esempi classici di sistemi dinamici. Il controllo motorio coinvolge il coordinamento di numerosi muscoli, circuiti di retroazione sensoriale e aggiustamenti basati sull’ambiente. L’approccio dei sistemi dinamici allo sviluppo motorio enfatizza come i comportamenti motori emergano dall’auto-organizzazione di molteplici sistemi interagenti, come componenti neurali, muscolari e percettivi. Imparare a camminare, ad esempio, non è solo un’accumulazione lineare di forza ed equilibrio, ma comporta cambiamenti non lineari nel coordinamento muscolare, nell’integrazione sensoriale e nei processi di retroazione.

Decision making e problem solving. Il processo decisionale e la risoluzione dei problemi coinvolgono l’integrazione di molteplici fattori cognitivi ed emotivi che cambiano nel tempo. La natura dinamica di questi processi è evidente in come le decisioni iniziali possano portare a cambiamenti negli obiettivi, nel comportamento di ricerca delle informazioni e negli stati emotivi, che a loro volta influenzano le decisioni successive. Ad esempio, quando si prende una decisione in condizioni di incertezza, i livelli di fiducia di una persona, le reazioni emotive e le interpretazioni di nuove informazioni possono interagire dinamicamente, creando un modello fluttuante di comportamento decisionale.

Salute mentale e psicopatologia. La salute mentale e la psicopatologia possono essere comprese anche da una prospettiva di sistemi dinamici. I disturbi come la depressione o l’ansia non sono visti come entità statiche, ma come schemi dinamici di cognizione, emozione e comportamento che evolvono nel tempo. Ad esempio, i sintomi depressivi possono creare un ciclo di retroazione in cui i pensieri negativi portano a una ridotta attività, che a sua volta porta a pensieri ed emozioni ancora più negativi, perpetuando il ciclo. Comprendere la psicopatologia come un sistema dinamico aiuta a sviluppare interventi che mirano a questi cicli di retroazione e promuovono schemi più adattivi.

Sviluppo del linguaggio. Lo sviluppo del linguaggio è un altro ambito in cui la teoria dei sistemi dinamici è applicabile. L’acquisizione del linguaggio nei bambini implica l’interazione di molteplici fattori, come la conoscenza fonologica, sintattica e semantica, nonché l’interazione sociale e le esperienze percettive. Lo sviluppo del linguaggio non è un’accumulazione lineare di vocabolario e regole grammaticali; piuttosto, emerge dall’interazione dinamica di questi fattori mentre i bambini interagiscono con il loro ambiente e i caregiver, portando a cambiamenti qualitativi nelle capacità linguistiche nel tempo.

Dinamiche di gruppo e influenza sociale. Il comportamento di gruppo e l’influenza sociale sono fenomeni che possono essere modellati come sistemi dinamici. Nei gruppi sociali, i comportamenti e gli atteggiamenti individuali possono influenzare gli altri, portando a cambiamenti nelle norme e nelle dinamiche di gruppo. Questi cambiamenti possono quindi influenzare di nuovo i comportamenti individuali, creando un ciclo di retroazione. Ad esempio, in un contesto di gruppo, l’emergere di un leader o la diffusione di una particolare opinione può portare a cambiamenti nel comportamento del gruppo che sono dinamici e talvolta imprevedibili.

Autoregolazione e funzioni esecutive. L’autoregolazione e le funzioni esecutive coinvolgono la capacità di controllare l’attenzione, le emozioni e i comportamenti per raggiungere obiettivi a lungo termine. Questi processi sono dinamici perché implicano il monitoraggio continuo e l’aggiustamento delle azioni sulla base del feedback dall’ambiente. Ad esempio, rimanere concentrati su un compito implica regolare dinamicamente l’attenzione in risposta alle distrazioni, il che richiede l’integrazione di molteplici processi cognitivi come la memoria di lavoro, l’inibizione e la pianificazione.

Apprendimento e memoria. L’apprendimento e la memoria sono anche processi intrinsecamente dinamici. La codifica, l’immagazzinamento e il recupero dei ricordi coinvolgono l’interazione di molteplici sistemi neurali e cognitivi che cambiano nel tempo. Ad esempio, il processo di consolidamento della memoria, in cui i ricordi a breve termine vengono stabilizzati in ricordi a lungo termine, è dinamico e può essere influenzato da vari fattori come il sonno, lo stato emotivo e le esperienze successive.

In questa sezione della dispensa, forniremo un’introduzione ai modelli dinamici, con particolare attenzione ai modelli di apprendimento per rinforzo. Questi modelli sono utilizzati in psicologia per spiegare i bias cognitivi in varie patologie, tra cui la depressione, i disturbi alimentari e il disturbo ossessivo-compulsivo. Questo campo di studio all’avanguardia, noto come psichiatria computazionale, non si limita agli esempi citati ma esplora una vasta gamma di applicazioni. In particolare, introdurremo uno dei modelli più famosi in questo contesto: il modello di apprendimento associativo di Rescorla-Wagner. Questo modello descrive come gli organismi apprendano a prevedere eventi attraverso l’associazione tra stimoli, fornendo una spiegazione quantitativa di come si sviluppano e si modificano le aspettative basate sull’esperienza. In psicologia, il modello di Rescorla-Wagner è utilizzato per comprendere come gli individui apprendano dalle conseguenze delle loro azioni e come questo apprendimento possa essere influenzato da fattori cognitivi e affettivi, contribuendo così alla nostra comprensione dei meccanismi alla base di diverse condizioni psicopatologiche.