Lezione del 24 novembre 2001

– In che senso il computer ha molte "facce" , ossia diverse implicazioni utili possibili per l'educazione scolastica (episodio dell’equivoco sull’uso del computer tra la direttrice e un genitore, p. 38).

• Definizione "algoritmica" della razionalità (e della libertà che vi si lega, p. 39): "razionalità significa definire in modo esplicito, preciso e nei dettagli un obiettivo e progettare in modo esplicito, preciso e dettagliato una procedura che dimostrabilmente consenta di raggiungerlo". Non è la sola forma di razionalità possibile, è questo anzi una sorta di modello ideale, massimalista, dell'intelligenza calcolante, che non si adatta mai perfettamente alla realtà.

• Cos’è un "algoritmo"? è un sistema di regole e di procedure di calcolo, ben definite e controllabili ad ogni momento, che portano alla luce la soluzione di un problema in un numero finito di passi (operazioni).

Ora, come la Macchina di Turing (vedi intervento di T. Numerico: http://www.uniroma2.it/didattica/didattica02/deposito/Numerico_HTML.zip

è una macchina universale teorica, che non necessita di una realizzazione immediata ed effettiva nella prassi (è, anzi diviene, quindi un modello ideale), così questa concezione algoritmica della razionalità non è che un ideale-limite, teorico, il quale non esaurisce una nozione dinamica e completa di razionalità. Né, tuttavia, tale modello viene del tutto messo da parte nelle stesse realizzazioni e modificazioni dinamiche che se ne possono dare in termini di apprendimento e tecniche di apprendimento. Come abbiamo più volte sottolineato, la razionalità umana non è dissociabile dagli aspetti dell'affettività e dell'emotività che rendono, complessa la nozione di "razionale" in genere, rendendola random, cioè anche casuale, imprevedibile e creativa, come lo stanno diventando le stesse macchine sofisticate (le reti, Internet, rete delle reti, e l'intelligenza collettiva che la sottende), i sistemi meccanici complessi cui ha accennato Teresa Numerico nella sua comunicazione.

• Quella nozione ideale, strumentale e algoritmica della razionalità tuttavia è, osserva Parisi, all'origine della modernità occidentale (p. 40): "la razionalità moderna ha tradizioni antiche, che risalgono alla Grecia classica, ma è negli ultimi secoli che essa si è dispiegata pienamente, trovando applicazione prima di tutto negli artefatti della tecnologia, ma poi anche nell'organizzazione della produzione dei beni e dei servizi (organizzazione del lavoro e burocrazia), e oggi tende a invadere anche la produzione culturale e la vita individuale".

• La realtà in generale e il comportamento umano in particolare sono sistemi complessi, ossia non rispondono mai in modo univoco e lineare alle sollecitazioni del modello ideale di razionalità esprimibile nella forma "logaritmica" di Parisi. Questo modello, si dice, è riduttivo. Leggiamo l'articolo "razionalità" del Dizionario di scienze cognitive, a cura di F. Ferretti, trad. it, di P. Quintili, Roma, Editori Riuniti, 2000, p. 394:

<< Ragionamento e Razionalità

Psicologia. – Il cognitivismo, fin dalle sue origini, ha considerato il cervello una macchina deduttiva i cui costituenti, i neuroni, incarnano dei principi logici (–> Cognitivismo, Logica). Questa concezione ha condotto a quella di una "mente logica" (–> Mente) e all'assimilazione metaforica di questa al sistema d'inferenze di un calcolatore. In psicologia del ragionamento, le attività inferenziali che fondano la deduzione e la sua esigenza di necessità, in questo quadro, sono state oggetto di numerose ricerche. Confermano queste la competenza deduttiva della mente logica? Sembra di no. Se alcuni schemi d'inferenza sono ben padroneggiati da tutti i soggetti, altri, al contrario, sono materia di frequenti errori. Questa constatazione pone il problema della razionalità del soggetto umano: esiste una logica mentale e, in caso di risposta positiva, come spiegare gli errori di ragionamento? Ecco, riassunti in breve, i termini del dibattito cognitivista in cui si trovano a confronto, da un lato, la teoria della logica mentale e, dall'altro, gli approcci centrati sulle nozioni di modelli mentali, di schemi pragmatici e di angolature (biais) di ragionamento.

Martin Braine sostiene che esiste nei soggetti umani una logica mentale universale o "logica naturale" (natural logic). Questa è definita come un insieme di semplicissime regole d'inferenza, spesso automatizzate (–> Automatismo) (perfettamente possedute dagli adulti e, nella maggior parte dei casi, comprese precocemente dai bambini, –> Sviluppo cognitivo) la cui associazione con un programma esecutivo permette l'elaborazione delle informazioni, con una "routine di ragionamento diretto". Se questa è la tesi dell'esistenza di una mente logica, Braine sottolinea che tuttavia egli non assegna al soggetto senza selezione una competenza deduttiva assoluta; così, distingue per ciò che concerne il calcolo proposizionale, due livelli di skill: primarie e secondarie. Le skill primarie corrispondono alle inferenze logiche coinvolte nella comprensione del discorso e nel ragionamento pratico quotidiano (–> Discorso, Linguaggio. Elaborazione del –). Queste skill sono universali (si ritrovano in tutte le lingue) e indipendenti dal livello d'istruzione logico-matematica. Le skill secondarie, invece, procedono direttamente da questa istruzione: sono quasi accademiche e necessitano di un ragionamento analitico elaborato, non universale. È in genere a questo livello che i soggetti commettono errori e gli psicologi mettono alla prova sperimentalmente le loro competenze (–> Competenza/ESECUZIONE). L'originalità di Braine sta nel situare la natural logic al livello delle skill primarie e nel ritenere che solo gli errori di ragionamento nei compiti che implicano queste skill sono suscettibili di mettere in questione l'ipotesi di una logica mentale universale.

La questione che si pone, in rapporto a questa teoria, consiste nel sapere se l'esistenza di un sistema logico è la condizione preliminare necessaria per la condotta di un ragionamento deduttivo. La risposta di Philipp Johnson-Laird è decisa e negativa: un processo di costruzione di modelli mentali basta a dar conto delle capacità di deduzione dei soggetti umani. Questa posizione viene esplicitata a proposito dei sillogismi categorici. Il ragionamento sillogistico risulta, secondo Johnson-Laird, da un processo a tre tappe: 1/ La costruzione di un modello mentale che corrisponde ad un'interpretazione semantica delle premesse; 2/ la formulazione di una conclusione a partire da questo modello e 3/ la ricerca di altri modelli, rispettando le esigenze espresse nelle premesse, che produrrebbero dei controesempi della conclusione privvisoriamente accolta (–> Interpretazione, Rappresentazione, Semantica). In quest'ultima tappa, se il soggetto trova dei modelli alternativi incompatibili, dichiara non valida l'inferenza; se non ne trova, dichiara la conclusione vera e l'inferenza valida. Questo processo di ragionamento corrisponde ad una forma di "sperimentazione del pensiero".

Ciò che fondamentalemente distingue la teoria di Johnson-Laird dall'approccio in termini di logica mentale, è che non si tratta qui di regole sintattiche d'inferenza (–> Sintassi) ma di un processo semantico di costruzione di modelli mentali delle premesse e della conclusione. In questo quadro, gli errori di ragionamento sono attribuiti a due fattori: la limitata capacità della memoria di lavoro (i problemi che richiedono più modelli mentali in memoria sono quelli che presentano maggiori rischi d'errore, –> Memoria) e l'effetto dell'angolatura di credenza (–> Credenza) secondo la quale i soggetti perdono la loro motivazione a cercare controesempi quando un modello, in apparenza appropriato, è compatibile con le premesse, modello al quale decidono di credere senza condurre fino in fondo la ricerca di modelli alternativi. Johnson-Laird ha tentato di applicare la sua teoria ad altri ambiti, diversi dai sillogismi categorici, in modo particolare al calcolo proposizionale e al ragionamento induttivo.

Una prospettiva vicina è l'approccio di Patricia Cheng e Keith Holyoak, secondo la quale i soggetti non ragionano con regole formali, ma utilizzando degli schemi pragmatici generali, come quelli che strutturano le esperienze della vita quotidiana: schemi di permesso, di obbligo, di causalità ecc. (–> Pragmatica). Un altro approccio ancora è quello di Johnathan Evans, che pone l'accento esclusivamente sugli errori di logica e sulle tendenze sistematiche di ragionamento che li sottendono. Un'angolatura di credenza è una tendenza sistematica a prendere in considerazione fattori non pertinenti per il compito da risolvere e ad ignorare i fattori pertinenti. Secondo Evans, le angolature di ragionamento dipendono da processi euristici (una forma di "ragionamento quotidiano"), mentre la competenza deduttiva dipende da processi analitici, il che definisce due forme di razionalità.

Nei riguardi dei diversi approcci cognitivisti al ragionamento (logica mentale, modelli mentali, schemi pragmatici e angolature di ragionamento), l'interrogativo verte sulla loro compatibilità e, pertanto, sui loro rispettivi ambiti di pertinenza. I due punti di vista meno settari sono quelli di Braine e di Evans. Brain situa in modo specifico la logica mentale al livello delle skill primarie, senza negare la realtà psicologica di un altro livello di funzionamento in cui, in presenza di problemi più complessi, i soggetti commettono spesso errori, e sono richieste strategie diverse. Braine riconosce così l'importanza degli approcci in termini di modelli mentali e di schemi pragmatici per dar conto delle diverse componenti della competenza nel ragionare. In una prospettiva complementare, Evans centra la sua analisi sugli errori e le angolature di ragionamento, sottolineando comunque la necessità di uno studio parallelo dei meccanismi del comportamento razionale ottimale, logico o altro. Inversamente, la posizione di Johnson-Laird è più netta: respinge con fermezza l'idea di regole formali che definirebbero una logica mentale, affermando che i modelli mentali bastano a dar conto della diversità delle condotte di ragionamento. Il carattere monista di questa posizione viene attualmente contestato.

Se un buon numero di lavori in psicologia del ragionamento hanno riguardato la deduzione, si è imposto anche lo studio dell'induzione e dell'abduzione (–> Abduzione). Vengono studiate anche altre forme di ragionamento, come l'analogia. Inoltre, si è sviluppato un approccio connessionista che descrive il ragionamento come un meccanismo di propagazione in una rete sottosimbolica (e non in riferimento ad unità simboliche come le regole formali della logica mentale o i modelli mentali, –> Connessionismo). La posta in gioco nelle ricerche attuali è di dar conto del polimorfismo del ragionamento umano e dell'architettura cognitiva nella quale esso s'inscrive.

[Olivier Houdé]

Neuroscienza. –Semplificando, possiamo ritenere che ragionare è selezionare uno scopo e immaginare uno o più mezzi per raggiungerlo. Quest'attività è estremamente complessa e necessita della partecipazione di numerosi sottosistemi coinvolti nell'analisi percettiva della situazione, la ricerca d'informazioni in memoria, i processi di decisione e nella pianificazione, il controllo e l'esecuzione della risposta (–> Controllo, Informazione, Memoria, Percezione).

L'attività di ragionamento si compie spesso con l'intermediazione di piani o procedure di risoluzione conservati in memoria. In questo caso, i piani definiscono un insieme di operazioni corrispondenti alla partecipazione di diversi sottosistemi di elaborazione. La selezione di questo o quel piano è un meccanismo situato nel cuore dell'attività di ragionamento. Alcuni risultati di studi di tomografia per emissione di positroni (–> Visualizzazione cerebrale funzionale) rivelano che la corteccia frontale dorsolaterale è coinvolta in questo meccanismo. Ma la selezione di un piano appropriato necessita spesso dell'inibizione di piani concorrenti (–> Attivazione/inibizione). Anche la corteccia frontale sarebbe coinvolta in questo processo d'interruzione. Alcuni studi nelle scimmie mostrano, infatti, che gli animali con lesioni frontali presentano un deficit d'inibizione delle risposte dominanti appena ricompensate (–> Cognizione animale, Neuropsicologia). Ciò va messo in relazione con le attività di perseverazione e con la difficoltà nel cambiare criterio di classificazione (ad esempio, nel compito di selezione di carte di Wisconsin), osservate nei pazienti con lesioni frontali.

Dato il gran numero di sottosistemi coinvolti, a diversi livelli, nelle attività di ragionamento in senso lato, non sorprende che certi disturbi del ragionamento possano fare la loro comparsa in conseguenza di una molteplicità di disfunzioni cognitive legate a diverse zone di lesione. Fra i grandi ambiti di ricerca interessati da questo argomento, possiamo citare la memoria di lavoro, il calcolo e la pragmatica (–> Numero, Pragmatica).

[Olivier Koenig]

Intelligenza Artificiale. – La tradizione classica vuole che, per giustificare un ragionamento, i principi ai quali far ricorso si fondino sull'idea di validità, cioè in un ragionamento, una volta poste per vere le premesse, deve esserlo anche la conclusione. È evidente che questa è un'esigenza del ragionamento matematico, ma è dannoso fare di tale forma detta "deduttiva", l'archetipo di ogni forma di ragionamento. Infatti, per l'ai i ragionamenti validi sono intrinsecamente di una lentezza incompatibile con ogni atto di decisione (–> Complessità, Espressività). È dunque impossibile erigere a norma della razionalità una forma di ragionamento che risponde tanto male ai criteri intuitivi di razionalità. Sono stati, certo, apportati degli aggiustamenti (razionalità limitata, in Herbert Simon o Christopher Cherniak), ma è lungi dall'essere evidente che questi bastino a risolvere l'incompatibilità. Inoltre, sono indispensabili altre forme di ragionamento, non valide, come l'induzione generalizzante o l'abduzione (Charles Peirce, –> Abduzione), per dar conto della diversità del ragionamento. I lavori sull'apprendimento, che risalgono quasi ai primordi dell'informatica, tentano di simulare, con mezzi simbolici o connessionisti, il ragionamento induttivo (–> Apprendimento, Connessionismo, Simbolo). Più di recente, alcune tecniche di diagnosi automatica hanno consentito di ottenere dei risultati interessanti nell'ambito del ragionamento abduttivo. Il ragionamento per casi, che implica la ricerca di analogie fra il problema posto e una base di problemi risolti, è anche oggetto di un buon numero di lavori.

Queste distinzioni delle forme di ragionamento lasciano tuttavia da parte importanti questioni. Ad esempio, queste forme devono essere combinate e controllate con strategie che si possono assimilare a dei ragionamenti sullo svolgimento della risoluzione del problema, piuttosto che sul problema stesso (–> Controllo, Metacognizione, Risoluzione di problemi). Fra le diverse strategie possibili, la ricerca euristica ha dato il via a lavori particolarmente numerosi, in particolare negli anni '70. Nella versione più classica, si tratta di dotare ogni stadio intermedio di risoluzione di una valutazione numerica che si ritiene misuri la distanza fra questo stadio e la risoluzione del problema. Al di fuori di casi particolari abbastanza rari, è stato dimostrato che questa strategia non riduceva in modo sufficiente la durata della risoluzione per essere efficace. Attualmente vengono studiate altre idee, come la distribuzione della risoluzione fra più agenti logici specializzati in diversi domini di perizia (–> Dominio. Specificità di –). Per altro verso, è chiaro da tempo che i tentativi di creare dei risolutori universali (come il General Problem Solver, gps, di Allen Newell e Herbert Simon nel 1960) non possono aver successo e che un ragionamento non può essere produttivo se non nel caso in cui utilizza una conocenza specifica del dominio sul quale verte. Questa conoscenza deve avere una forma che permetta il suo impiego rapido; e a tal fine sono state sviluppate delle forme di ragionamento ben adattate, in modo particolare, a certi tipi di rappresentazione (–> Rappresentazione). Così, la propagazione nelle reti semantiche, che corrisponde più o meno alla nozione di spreading activation proposta in psicologia cognitiva, è un metodo di ragionamento molto incompleto ma particolarmente efficace (–> Rete semantica).

Una questione, la cui importanza è sempre meglio percepita in AI, anche se non si sa come risolverla veramente, concerne l'adeguamento fra il problema posto e il linguaggio (artificiale) nel quale la conoscenza è espressa (–> Linguaggio. Elaborazione del –). Si tratta, in altri termini, di una preoccupazione ontologica che mira , parallelamente al processo di prova che conduce passo passo dalle premesse alla conclusione (–> Logica), ad avvicinare gli elementi, la cui esistenza è presupposta dalla questione data, a quelli per mezzo dei quali vengono espresse le conoscenze che si presume siano pertinenti a rispondervi.

Infine, se si caratterizza il ragionamento con la possibilità di giustificarlo (e non solo di operare delle inferenze), è necessario dotare di capacità esplicative ogni sistema che abbia la pretesa di modellizzare un ragionamento (–> Spiegazione). I sistemi esperti sviluppati negli anni '80, in genere possiedono queste capacità ad uno stadio embrionale. Per spingersi più in là, bisogna prendere in considerazione, in maniera più fine, le facoltà cognitive dell'utente al quale queste spiegazioni s'indirizzano, come anche le tecniche (in modo particolare la pragmatica dell'argomentazione, –> Pragmatica) con le quali esprimere efficacemente una spiegazione.

[Daniel Kayser]

Filosofia. – L'essere umano è un Animale razionale e uno dei sensi in cui lo è dipende dal fatto che è capace di ragionare. Dopo Aristotele, i logici hanno codificato le regole e le norme del ragionamento deduttivo corretto (–> Normatività, Logica) e, dopo Blaise Pascal e Daniel Bernoulli, i matematici hanno elaborato le regole dei ragionamenti probabilisti. Ma l'esercizio naturale del ragionamento è più spesso ostacolato da un buon numero di errori e paralogismi (la logica insegna!). Gli psicologi hanno mostrato che gli agenti umani commettono errori sistematici (vedi Psicologia, supra) su semplici ragionamenti deduttivi (come quelli che implicano l'uso di enunciati condizionali, della forma "Se p allora q" nel compito di selezione di carte di Philip Wason) e su ragionamenti probabilistici, ugualmente semplici (in tal modo si tende a considerare una congiunzione di eventi come più probabile di un evento unico, commettendo il "paralogismo della congiunzione", nelle situazioni di Daniel Kahneman e Amos Tversky). Dobbiamo interpretare questi fatti (passati in rivista, ad esempio, da David Over e Keith Mantkelow) come prove le quali stabiliscono sperimentalmente che gli agenti umani si allontanano sistematicamente dalle norme di razionalità fissate dalla logica o dalla teoria delle probabilità e che, pertanto, siano irrazionali?

La risposta a tale questione dipende, in primo luogo, dal significato che si deve attribuire al termine plurivoco di "razionalità", che ha almeno due significati più importanti: a) un agente è razionale, nel suo pensiero, se è capace di rispettare le norme del ragionamento corretto e b) un agente è razionale, in senso strumentale, se massimizza, nelle sue azioni, il proprio utile (–> Azione). Nel primo senso, si può sostenere che gli errori sistematici di ragionamento, rivelati dagli psicologi, mostrano semplicemente che gli agenti presentano, per riprendere la celebre distinzione di Noam Chomsky, solo la loro esecuzione e non la loro competenza (–> Competenza/ESECUZIONE). Ma come caratterizzare quest'ultima? I filosofi hanno proposto due tipi di argomenti, miranti a mostrare che una razionalità va attribuita, a priori, a tutti gli agenti umani.

Il primo argomento fa ricorso all'idea, avanzata in modo particolare da Willard Quine, Donald Davidson e Daniel Dennett, secondo la quale ogni interpretazione del comportamento degli agenti umani, tanto nelle loro inferenze quanto nelle azioni, presuppone la possibilità di attribuire ad un agente un insieme di credenze vere, conformi a norme minime di razionalità e di coerenza logica, ricorrendo ad un principio di "carità" (–> Credenza, Interpretazione). Questa presunzione di razionalità può anche applicarsi al senso (b) della nozione, facendo ricorso al concetto di ottimizzazione per selezione naturale: una specie capace di sopravvivere e di massimizzare il proprio valore adattativo (fitness) deve avere un maggior numero di credenze vere e di schemi di ragionamento corretti. Un altro argomento favorevole a questa presunzione di razionalità fa ricorso alla nozione di equilibrio riflesso (proposta, in teoria morale, da John Rawls): le norme di razionalità devono essere saggiate dalle intuizioni particolari che abbiamo della validità dei ragionamenti, intuizioni che non possono essere valutate se non in funzione delle norme in questione, di modo che ogni test di razionalità o di irrazionalità deve essere circolare e presupporre la validità delle norme di razionalità.

Ma questi argomenti a favore di una razionalità a priori sono contestabili. Innanzitutto, il "principio di carità" è conforme alla nostra pratica consueta dell'interpretazione? Alcuni filosofi ne dubitano, basandosi sui lavori di psicologia dello sviluppo relativi alle "teorie della mente" infantili (–> Teoria della mente), sostenendo che le nostre interpretazioni poggiano piuttosto su processi psicologici di simulazione dell'altro che non presuppongono la verità o la razionalità delle credenze. Inoltre, l'argomento dell'ottimizzazione evoluzionista non è corretto, a stretto rigore, se non per le capacità di ragionamento. Sono queste ultime a dover essere state selezionate e non con le forme particolari di quei ragionamenti. Infine, le stesse norme di razionalità logica o probabiliste sono ben lungi dal suscitare un unanime consenso. I lavori psicologici presuppongono la validità delle norme della logica classica e dei canoni bayesiani del ragionamento probabilistico, ma nulla indica che quelle norme e canoni siano effettivamente impiegate dagli agenti. Esistono diverse teorie della psicologia del ragionamento naturale in competizione fra loro, le quali sembrano dimostrare che le presentazioni linguistiche dei compiti di ragionamento logico, per gli agenti, sono sottoposte ad ogni genere di determinanti, come le angolature di ragionamento o le euristiche (–> Linguaggio. Elaborazione del –). Anche le norme probabilistiche sono oggetto di dibattito e possono essere interpretate, in modo particolare, in un senso soggettivista o in chiave di frequenza di occorrenze. Né le norme, né le intuizioni degli agenti hanno uno statuto chiaro, di modo che l'ipotesi generale di una razionalità o un'irrazionalità del comportamento inferenziale umano sembra difficile da controllare empiricamente. La sfida consiste nella valutazione dell'ipotesi di una razionalità a priori, come dell'ipotesi opposta, "pragmatista" (Stephen Stich), della pluralità delle norme di razionalità in competizione.

[Pascal Engel]

Braine M.D.S., "The "Natural Logic" Approach to Reasoning" in Overton W.F. (a cura di), Reasoning, Necessity and Logic, Hillsdale, nj, Erlbaum, 1990. Braine M.D.S., On the Relation between the Natural Logic of Reasoning and Standard Logic, "Psychological Review", 85, (1978), pp. 1-21. Byrne R.M.J. - Johnson-Laird P.N., Spatial Reasoning, "Journal of Memory and Language", 28, (1989), pp. 564-575. Cheng P.W.-Holoyak K.J., Pragmatic reasoning schemas, "Cognitive Psychology", 17 (1985), pp. 391-416. Cherniack C., Minimal Rationality, Cambridge (Mass.), The MIT press, 1986. dennett d.c., The Intentional Stance, Cambridge, Mas, The MIT Press, 1987; trad. it. di E. Bassato, L’atteggiamento intenzionale, Bologna, Il Mulino, 1993. Dubois B.-Pillon B.-Sirigu A., "Fonctions intégratrices et cortex préfrontal chez l'homme", in Seron X.-Jeannerod M. (a cura di), Neuropsychologie humaine, Liège, Mardaga, 1994. Elster J., Ulysses and the Syrenes. Studies in Rationality and Irrationality, Cambridge, Cambridge University Press; trad. it. Ulisse e le sirene, Bologna, Il Mulino, 1983. Engel P., "Philosophie de la pensée logico-mathématique", in Houdé O.-Miéville D. (a cura di), Pensée logico-mathématique, Paris, puf, 1993. Evans J. St. B.T., Biases in Human Reasoning, Hove and London, Erlbaum, 1989. Evans J.St.B.T. - Newstead S.E. - Byrne R.M.J., Human Reasoning: The Psychology of Deduction, Hillsdale, N.J., Erlbaum, 1990. Evans J.St.B.T., Theories of Human Reasoning: The Fragmented Stated of the Art, "Theory and Psychology", 1, (1991), pp. 83-105. Evans J. St. B.T.-Over D.E., Rationality in reasoning, "Current Psychology of Cognition", 16 (1997), pp. 3-38. George C., Polymorphisme du raisonnement humain, Paris, puf, 1997. Girotto V., Razionalità, ragionamento ed evoluzione, "Sistemi intelligenti", 3, (1991), pp. 200-215. Girotto V., Il ragionamento, Il Mulino, 1994. Haton J.-P. (a cura di), Le raisonnement en Intelligence Artificielle, Paris, InterÉditions, 1991. Houdé O.-Miéville D. (a cura di), Pensée logico-mathématique. Nouveaux objets interdisciplinaires, Paris, puf, 1993. Johnson-Laird P. N., Mental Models. Towards a Cognitive Science of Language, Inference, and Consciousness, Cambridge, Cambridge University Press, 1983; trad. it. di A. Mazzocco, Modelli mentali. Verso una scienza cognitiva del linguaggio, dell’inferenza e della coscienza, Bologna, Il Mulino, 1988. Johnson-Laird P. N., Human and Machine Thinking, Hillsdale, NJ, Erlbaum, 1993; trad. it. di M. Riccucci, Deduzione, induzione, creatività. Pensiero umano e pensiero meccanico, Bologna, Il Mulino, 1994. Johnson-Laird P.N.-Byrne R., Deduction, Hillsdale, nj, Erlbaum, 1991. Kahnemann D.-Slovic P.-Tversky A. (a cura di), Judgment under Uncertainty. Heuristic and Biases, Cambridge, University Press, 1982. Legrenzi P. - Mazzocco A. (a cura di), Psicologia del pensiero, Milano, Martello, 1973. Macnamara J., A Border Dispute. The Place of Logic in Psychology, Cambridge, Mass., The MIT Press, 1986. Manktelow K.I. - Over, D.E., Rationality, London, Routlege, 1993. Mantkelow K.-Over D. (a cura di), Rationality. Psychological and Philosophical Perspectives, London, Routledge, 1993. Nisbett R.E., Rules for Reasoning, Hillsdale, N.J., Erlbaum, 1993. Nozick R., The Nature of Rationality, Princeton, Princeton University Press, 1993. Piaget J., Logic and Psychology, Manchester, Manchester University Press, 1956; trad. it. di A.V. Visalberghi, Logica e psicologia, Firenze, La Nuova Italia, 1969. Russel S.J., Rationality and intelligence, "Artificial Intelligence", 94 (1997), pp. 55-77. Stich S.P., The Fragmentation of Reason, Cambridge, Mass., The MIT Press, 1990; trad. it. di M. Margiacchi, Bologna, Il Mulino, 1996.>>

• Nella definizione interdisciplinare del concetto di "razionalità", in ciascuna disciplina interessata (psicologia, AI, Filosofia ecc.) è messo in rilievo il carattere non riducibile di tale concetto alla semplice inferenzialità deduttiva (per "inferenza", lo ricordo, s'intende ogni procedimento che ricava da una proposizione vera altre proposizioni come conseguenze: es. : posso inferire dalla seguente proposizione vera: "oggi ha iniziato a piovere", la proposizione "oggi fa freddo" la quale non è necessariamente vera anch'essa).

• "Se si vuole capire la società moderna in cui viviamo e la sua storia, è necessario capire la razionalità e la razionalizzazione progressiva delle attività umane" (p. 40) concepita nella forma algoritmica e deduttiva vista all'inizio, e il loro senso.

• C'è dunque "una tensione tra approccio razionale e natura complessa della realtà", che non annulla né l'una né l'altra, ma anzi le modifica e le dinamizza. Perché in questo discorso il computer è centrale ? Perché la novità che esso costituisce, in quanto macchina intelligente, sta nel fatto di "esteriorizzare nelle macchine la razionalità, la quale aveva finora trovato posto dentro la mente umana (o almeno nei tentativi della mente umana di agire in modo razionale) e dentro le organizzazioni sociali. Con l'avvento del computer la razionalità comincia ad esistere anche in una macchina" (p. 41).

• Il computer è una macchina che manipola simboli non oggetti fisici, come il resto delle altre macchine (quelle, ovviamente, non derivate dal computer stesso). Le altre macchine realizzano la razionalità a senso unico, realizzano cioè il solo progetto di colui che le ha inventate per uno scopo determinato e in funzione del quale esse sono state prodotte, il progetto in base al quale funzionano. Il computer è invece produttore esso stesso di razionalità. E' una macchina che contiene progetti razionali sotto forma di programmi, atti a produrre altri progetti razionali (scritti, giochi, descrizioni della realtà, simulazioni della realtà ecc.).

• Il manipolare simboli, proprio di una macchina che adopera un linguaggio formale, permette di attingere, secondo Parisi, una sorta di incarnazione della razionalità al di là della stessa "complessità, casualità, variabilità dipendenza dal contesto delle cose fisiche e delle menti delle persone che fanno resistenza alla razionalità, alla prevedibilità dei risultati, all'effettiva analizzabilità e controllabilità delle procedure razionali" (p. 42). I simboli, a differenza delle cose fisiche e organiche (come gli esseri viventi e gli stessi uomini), garantiscono molto di più la razionalità" ed in ultima analisi la alimentano, la stimolano, la sollecitano nello stesso utente-bambino che ne fa uso a scopi didattici e/o formativi.

• I computer sono fatti per fare non una sola cosa, come le altre macchine, bensì una molteplicità di cose, "anzi", aggiunge Parisi, "ogni tipo di cose… un numero sempre crescente di processi, procedure, eventi, attività può essere affidato al controllo del computer e in tal senso uscire dal controllo umano" (p. 43) anche se, va notato, il computer non potrà che eseguire istruzioni impartite dall'ingegnere e dal programmatore e non altre.

• Conclusione di ordine pedagogico : "è evidente che capire il computer, la sua natura e il suo specifico modo di funzionare è essenziale… anche per capire la natura delle società attuali e future in cui viviamo e vivranno gli attuali studenti, dove molta della razionalità è e sarà affidata ai computer"? Questione finale, la cui risposta indirettamente positiva l'ha già data T. Numerico ieri: "non devono i contenuti dell'educazione oggi incorporare in qualche modo (in qualche "materia" scolastica) questi temi ?" (p.44).

• Il bambino, il ragazzo che si sta formando a scuola, usando il computer, senza avvedersene, lavorando razionalmente sulla/con la macchina si crea un modello della propria stessa mente, lavora con esso, coltiva e sviluppa la propria razionalità. Anche se è da sottolineare che la mente umana in se stessa non è un computer: quest'ultimo è si un modello della mente ma viceversa quella non è essa stessa un computer. Oggi, tuttavia, l'idea che vi sia un'omologia strutturale tra le due entità, mente e macchina intelligente, è molto diffusa tra il pubblico e "influenza il modo in cui gli esseri umani concepiscono se stessi" attualmente (p. 45).

• Tale convinzione (ripetiamolo, sostanzialmente erronea) ha due conseguenze importanti:

a) l'idea della mente (Mind, Esprit ecc.) come razionalità compiuta, idea che in buona misura precede l'avvento stesso del computer

b) l'idea che per capire come funziona la mente umana non sia necessario capire come sono fatti e come funzionano il cervello, il resto del corpo e il materiale genetico ereditato: quello non è che l'hardware, diremmo; per ciò che concerne la mente si ha a che fare appunto con programmi, intenzioni, progetti, software appunto. Si ripropone qui, in forma rinnovata, l'antico dualismo tra mente e natura o mente e realtà ereditato dalla lunga tradizione della cultura occidentale ebraico-cristiana. Osserva Parisi : "Se prima il dualismo… poteva sembrare spiritualistico e antiscientifico, con il computer questo stesso dualismo ha acquistato rispettabilità e rigore scientifico. Dopoo tutto il computer è una macchina dualistica" (p. 45). La separazione software/hardware sembra ricalcare perfettamente la separazione anima/corpo della tradizione cristiana; il corpo, l'hardware, non è altro che il supporto fisico che consente al software di "girare", ovvero all'anima di estrinsecare le proprie funzioni, ma esiste ed è pensabile indipendentemente dalla macchina fisica.

– Questa visione (errata) si basa su una grande innovazione concettuale: la modificazione del concetto tradizionale di "macchina", che implicava sia la meccanicità, che può essere espressa in termini di rapporto lineare, semplice (non complesso) di causalità, che la naturalità, ossia la caratteristica di un ente di poter essere studiato, spiegato e realizzato utilizzando le conoscenze e gli strumenti concettuali delle scienze della natura: fisica, chimica, biologia.

– Il software, l'apparato logico che fa girare la macchina (hardware), costituito di istruzioni espresse in termini di simboli, manipolabili meccanicamente, di un linguaggio formale, appare essere qualcosa di non naturale. Ora, conclude Parisi analizzando le conseguenze del cambiamento concettuale, "siccome la macchina è (come) un computer anche la mente è una macchina ma non è naturale" (p. 47).

• questa conclusione, rileva Parisi, "porta a considerare la mente umana come qualcosa di intrinsecamente e originariamente razionale (pur con dei limiti) e lo studio della mente come separato allo studio della natura fisica. Queste sono scelte cruciali che in modi sottili anche se profondi caratterizzano la nostra cultura e le procedure seguite per risolvere i nostri problemi" (ibid.) : la tradizione cartesiana e il dualismo anima (software) corpo (hardware).

• Gli studi più recenti delle scienze cognitive e sul cervello hanno accumulato una massa tale di evidenze sperimentali, tanto nella ricerca scientifica quanto nell'elaborazione teorica, che indicano che entrambe le conseguenze derivanti dalla considerazione della mente come computer sono fallaci: a) la mente non è intrinsecamente e originariamente razionale (il sistema neurale è un sistema complesso, creativo e imprevedibile) ; b) essa non può essere capita a fondo se si ignorano le sue basi fisiche e biologiche (fisiologiche) e quindi le scienze naturali.

• La concezione ingenua va interamente capovolta : "è sul contrasto e non sull'analogia con il computer che dobbiamo mettere l'accento per capire la nostra mente e la società che essa produce. Ma la domanda che dobbiamo farci è : se la scuola deve guidare i ragazzi verso la cultura e i problemi del tempo, può ignorare il computer anche per questo aspetto?"" (p. 49)

3/ Il computer come strumento per simulare la realtà

• Il concetto di "simulazione" costituisce una delle caratteristiche operative proprie del computer che meglio ne fanno un nuovo, potente strumento di conoscenza della realtà, in quanto consente di imitare la realtà e le possibilità operative di agire in essa prima di farlo: "possiamo conoscere la realtà guardandola direttamente, misurandola, agendo su di essa e osservando le conseguenze delle nostre azioni" (ibid.) : definizione parisiana della libertà : capacità razionale di prevedere le conseguenze delle nostre azioni.

Jacques de Vaucanson (1709-1782), ingegnere meccanico, autore degli articoli "Androide" (Enc. I, p. 896a) e "Automa" (Enc. I, p. 448b), nel 1741 venne nominato Ispettore Regio delle manifatture della seta e, più tardi, membro dell’Accademia delle Scienze. Celebre costruttore di automi, per quanto concerne l’industria meccanica inventò una forma di catena per muovere macchinari, antesignana della catena di montaggio e un'apparecchiatura la cui idea servì a modificare il telaio Jacquard. Le collezioni di macchine e telai di sua invenzione costituirono il primo nucleo del Conservatorio delle Arti e dei Mestieri di cui Vaucanson, con l'abbé Grégoire, fu fondatore. Per le opere date alle stampe, infra, "Le fonti dell'Enciclopedia". Cfr. B. Jacomy, Une histoire des techniques, Paris, Seuil, 1990, V, § 3: "Un uomo: Jacques Vaucanson", pp. 239-250 (infra, note 301-302).

"Automate, s. m. (Méchanique) engin qui se meut de lui-même, ou machine qui porte en elle le principe de son mouvement. Ce mot est grec, ¶ut’maton, & composé de ¶ut’j, ipse, & mßw, je suis excité ou prêt, ou bien de mßthn, facilement, d'où vient ¶ut’matoj, spontanée, volontaire... Un canard dans lequel il représente le méchanisme des viscères destinés aux fonctions du boire, du manger et de la digestion; le jeu de toutes les parties nécessaires à ces actions, y est exactement imité: il allonge son cou pour aller prendre du grain dans la main, il l'avale, le digère et le rend par les voies ordinaires tout digéré; tous les gestes d'un canard qui avale avec précipitation et qui redouble de vitesse dans le mouvement de son gosier, pour faire passer son manger jusque dans l'estomac, y sont copiés d'après nature: l'aliment y est digéré comme dans les vrais animaux par dissolution et non par trituration; la matière digérée dans l'estomac est conduite par des tuyaux, comme dans l'animal par ses boyaux jusqu'à l'anus, où il y a un sphincter qui en permet la sortie. L'auteur ne donne pas cette digestion pour une digestion parfaite, capable de faire du sang et des sucs nourriciers pour l'entretien de l'animal (...). Il ne prétend qu'imiter la méchanique de cette action en trois choses qui sont: 1° d'avaler le grain; 2° de le macérer, cuire ou dissoudre; 3° de le faire sortir dans un changement sensible. Il a cependant fallu des moyens pour les trois actions, et ces moyens mériteroient peut-être quelque attention de la part de ceux qui demanderoient davantage. Il a fallu employer différens expédiens pour faire prendre le grain au canard artificiel, le lui faire aspirer jusques dans son estomac, et là dans un petit espace, construire un laboratoire chimique, pour en décomposer les principales parties intégrantes et les faire sortir à volonté, par des circonvolutions de tuyaux, à une extrémité de son corps toute opposée (1).

Le double visage du mécanicien – l'inventeur de métamachines (l'utopiste) et l'organisateur industriel –  y jaillit en pleine lumière:

M. de Vaucanson croyait que le tirage de la soie ne pouvait se faire bien que dans de grandes fabriques; cette opinion a été souvent combattue, même par des écrivains estimables; mais, en général, tout ce qui dans les arts approche de la perfection, tout ce qui peut être donné à bas prix, ne s'exécute que dans les fabrique en grand, parce que c'est là seulement qu'on peut réunir tout ce qui est nécessaire pour la perfection et pour l'économie, le choix des matières, la bonté des instruments, l'usage des machines, l'intelligence dans ceux qui président aux travaux, l'épargne dans l'emploi des forces motrices, des combustibles, des ingrédients nécessaires pour la préparation, enfin la distribution du travail, qui, fixant chaque ouvrier à une simple opération qu'il répète constamment, le met en état de faire mieux en moins de temps. L'opinion contraire est fondée sur un motif respectable: on suppose que les petites fabriques emploient plus d'hommes, et répandent les richesses dans une plus grande étendue de pays; mais cette préférence donnée aux petites fabriques nuirait à la perfection des arts, et même au bien général des hommes, à qui la nature offrira toujours plus d'emploi utile de leur temps et de leurs forces que leur industrie ne trouvera de moyens (5).

Et, un peu plus loin, en ce qui concerne l'homme artificiel:

Au milieu de tous ses travaux, M. de Vaucanson suivait en secret une idée qui l'occupa longtemps, et à l'exécution de laquelle le feu roi s'intéressait: c'était la contruction d'un automate dans l'intérieur duquel devait s'opérer tout le mécanisme de la circulation du sang. D'après ses premiers essais, il osait presque répondre de quelque succès, et l'on sait combien il était éloigné de promettre légèrement .

(5) Cfr. Condorcet, Mémoires de l'Académie des Sciences, Paris, 1789, in Oeuvres de C., Paris, F. Didot frères, 1847, t. II, pp. 652-653 et p.p 657 sgg. ; pour ce qui concerne la vision du travail, en part. pp. 648-650 et p. 655.