Neuroscienze computazionali, come il cervello elabora decisioni: dalla logica all’istinto, l’analisi del 20 giugno 2026

Il Cervello tra Razionalità e Istinto: Un Viaggio nelle Neuroscienze Computazionali

In data odierna, 20 giugno 2026, si intensifica il dibattito sulla decisione umana insieme ai meccanismi sottesi ad essa con l’apporto innovativo delle neuroscienze computazionali. Questo campo interdisciplinare unisce elementi di biologia, matematica e informatica per fornire strumenti avanzati con cui analizzare come le funzioni cerebrali sintetizzino dati esterni; una procedura attraverso la quale vengono create rappresentazioni del mondo circostante nelle quali si fondano le scelte comportamentali. È essenziale considerare tali scoperte nel contesto della psicologia cognitiva e comportamentale nonché nella sfera della salute mentale perché ci consentono di superare interpretazioni superficiali sull’agire umano. Queste ricerche mettono in luce l’affascinante complessità intrinseca dei processi neurali coinvolti in ogni nostra azione significativa o ordinaria.

Dai Modelli Computazionali al Cervello: Un Viaggio dalla Teoria alla Simulazione

Le neuroscienze computazionali hanno come obiettivo quello di strutturare teorie e concetti riguardanti le leggi che regolano la creazione delle rappresentazioni cognitive. Tali rappresentazioni sono fondamentali per comprendere su quali basi il cervello effettua valutazioni decisionali. Questi modelli mirano a descrivere funzioni complesse come la memoria e l’apprendimento non come proprietà intrinseche di singole unità, ma come caratteristiche emergenti dall’interazione di un numero elevatissimo di neuroni. Non esiste un “atomo del pensiero”; piuttosto, il cervello opera come un sistema cooperativo dove l’attività di miliardi di neuroni, interconnessi tramite sinapsi, dà origine a fenomeni complessi.

Un elemento cardine di questi modelli è la relazione non lineare tra input e output del singolo neurone. Questa non linearità può assumere diverse forme: una soglia, dove il neurone si attiva solo se la somma degli input “pesati” supera un certo valore; una funzione sigmoide, dove l’output continuo rappresenta la frequenza media di emissione di spike; o una relazione non lineare tra le frequenze di spike in ingresso e in uscita. L’altro pilastro fondamentale è l’ipotesi che l’apprendimento, inteso come la capacità di classificare stimoli o di associare input a output specifici, sia reso possibile da modifiche nelle efficacie sinaptiche. Queste modifiche possono essere indotte dagli stimoli in vari modi, supervisionati o meno, locali o distribuiti.

Storicamente, i modelli di reti neuronali si sono articolati in due filoni principali. Il primo, di natura “bottom-up”, ha avuto origine dal lavoro di John J. Hopfield nel 1982 e si è concentrato sulla dinamica neuronale in grado di dare corpo all’ipotesi di Donald Hebb sulla plasticità sinaptica. Questi modelli cercano di identificare la scala rilevante per i processi dinamici emergenti, mantenendo un forte controllo concettuale sul legame tra gli oggetti formali del modello e le controparti biologiche. Il secondo approccio, “top-down”, scaturito dalla psicologia cognitiva, intende delineare la logica computazionale che sottende a funzioni cognitive complesse, quali la coniugazione verbale o le alterazioni neuropsicologiche della categorizzazione. Sebbene questi modelli si propongano di estrarre comportamenti complessi come proprietà emergenti, l’identificazione del livello pertinente di descrizione ha spesso lasciato spazio a ambiguità. Un modello top-down tipico può includere da poche decine a qualche centinaia di neuroni, e la sua efficacia risiede nella capacità di adattare architetture neuronali generiche a compiti diversi e di “generalizzare” regole a partire da esempi.

Il Neurone Integrate-and-Fire e la Plasticità Sinaptica: Fondamenti dell’Apprendimento

Un esempio classico di modello bottom-up è il neurone integrate-and-fire (IF), la cui formulazione risale agli inizi del XX secolo. Questo modello semplifica drasticamente le proprietà del neurone, considerandolo come un oggetto “puntiforme” il cui stato è descritto dal potenziale di membrana V. L’input sinaptico è rappresentato da impulsi di corrente che causano variazioni istantanee del potenziale. La generazione dello spike, ovvero l’emissione di un segnale, avviene quando V raggiunge una soglia prefissata. Il modello IF può operare in due regimi distinti: “dominato dal segnale” (SD), dove il valore medio della corrente è sufficiente a provocare l’emissione di spike, e “dominato dal rumore” (ND), dove le fluttuazioni sono essenziali per l’attivazione del neurone. La validità di questo modello risiede nella sua capacità di riprodurre le proprietà statistiche delle sequenze di spike osservate nei neuroni reali, come dimostrato da esperimenti recenti su neuroni corticali in vitro.

La comprensione dell’apprendimento e della memoria è profondamente legata al concetto di plasticità sinaptica. L’ipotesi di Hebb, formulata alla fine degli anni Quaranta, suggeriva che la contemporanea e ripetuta attivazione di due neuroni tendesse ad aumentare l’efficacia della sinapsi che li connette. Questo meccanismo locale, che Hebb chiamò “attività riverberante”, fu proposto come base per la memoria a breve termine e, attraverso modificazioni cellulari durature, per la memoria a lungo termine. La scoperta del potenziamento a lungo termine (LTP) e della depressione a lungo termine (LTD) nell’ippocampo, e la loro natura “associativa”, hanno fornito un correlato neurobiologico a questa affascinante teoria. All’interno dei modelli, l’incremento di forza sinaptica basato sul Potenziamento a Lungo Termine (LTP) è stato comunemente interpretato in relazione alle frequenze medie di scarica dei neuroni pre- e postsinaptici, presupponendo un rafforzamento della sinapsi quando entrambe le frequenze sono elevate.

Il Cervello Non È Democratico: Istinto Contro Ragione

Un’altra prospettiva illuminante, emersa da studi recenti, come quello della University of British Columbia, suggerisce che il nostro cervello non sia intrinsecamente “democratico” nel senso di privilegiare sempre la razionalità. David Moscrop, ricercatore in scienze politiche, evidenzia come la democrazia moderna sia stata costruita sull’idea di cittadini razionali e autonomi, ma la realtà neuroscientifica rivela che gli individui, indipendentemente dalle loro affiliazioni politiche, sono spesso guidati dall’istinto piuttosto che dalla ragione. Questo è ascrivibile al cervello primario o rettiliano, evolutosi tra i 500 e i 150 milioni di anni fa, che presiede agli istinti, alle emozioni e ai ricordi viscerali che informano le nostre scelte. Questa teoria, nota come “Teoria del cervello trino” di Paul D. MacLean, contrappone il cervello rettiliano alla neocorteccia, l’area responsabile del ragionamento, del pensiero astratto e della coscienza.

È cruciale comprendere che solo una piccola percentuale dell’elaborazione cerebrale raggiunge la nostra coscienza; si stima che circa il 95% della nostra attività cerebrale sia subconscia o inconscia. Come afferma Tanya Chartrand, professoressa di neuroscienze e psicologia presso la Duke University: “Non possediamo le risorse mentali per elaborare in modo consapevole ogni elemento presente nel nostro ambiente; siamo in grado di focalizzare l’attenzione solo su una piccola porzione del contesto in cui ci troviamo.” Tuttavia, gli stimoli pervengono comunque al nostro cervello e, sebbene in maniera non consapevole, ne elaboriamo un numero ben maggiore di quanto crediamo. Questa elaborazione inconsapevole incide concretamente sulle scelte che compiamo. Un esempio emblematico è l’effetto “priming”, dimostrato da John Bargh nel 1996, dove l’esposizione a stimoli specifici (come parole legate alla vecchiaia) influenzava inconsciamente il comportamento successivo dei soggetti.

Le campagne elettorali, in questo contesto, spesso non mirano a uno scambio razionale di idee, ma a riaffermare pregiudizi ideologici preesistenti, facendo leva su reazioni viscerali ed emotive. Il filosofo Joseph Heath osserva che gli spot elettorali, comunicando attraverso la stimolazione visiva, scoraggiano l’apprezzamento razionale, poiché la ragione è molto più lenta dell’emozione. La velocità degli spot, infatti, incoraggia risposte istintive. Questo suggerisce che la razionalità umana non è un tratto intrinseco e solitario, ma piuttosto il risultato della collaborazione con altre persone in un ambiente specifico. Identificare questi limiti cognitivi risulta cruciale nel concepire sistemi sociali e politici capaci di considerare le nostre imperfezioni, come evidenziato da Moscrop.

L’Interazione Intricata fra Mente e Cervello: Una Considerazione Indispensabile

Grazie alle neuroscienze computazionali possiamo osservare in dettaglio le complesse interazioni neuronali mentre modellano processi cognitivi. Questa disciplina non si limita a spiegare il funzionamento cerebrale dal punto di vista biologico; mira anche ad afferrare i principi fondamentali della computazione insieme alla rappresentazione delle informazioni. Nell’ambito della psicologia cognitiva apprendiamo che l’intelletto umano non funge semplicemente da foglio bianco; al contrario, operando attivamente costruisce e interpreta un contesto reale fondandosi su modelli già esistenti unitamente a dati freschi. La nostra percezione del mondo circostante, così come l’elaborazione dei dati stessi e il processo decisionale, sono fortemente influenzati sia da meccanismi inconsci sia dalle reti neuronali evolutesi nell’arco del tempo per salvaguardare l’esistenza. La nozione di “euristiche” e “bias cognitivi” in psicologia comportamentale ci ricorda che spesso prendiamo scorciatoie mentali, non sempre razionali, per gestire la sovrabbondanza di informazioni. Questi meccanismi, sebbene efficienti in molti contesti, possono portare a errori sistematici di giudizio, come evidenziato nel contesto delle decisioni politiche.

A un livello più avanzato, la comprensione dei traumi e della salute mentale beneficia enormemente da questa prospettiva. Un trauma, ad esempio, non è solo un evento doloroso, ma un’esperienza che può alterare le connessioni sinaptiche e i circuiti neurali, influenzando la regolazione emotiva, la memoria e la percezione. La plasticità sinaptica, pur essendo fondamentale per l’apprendimento, può anche contribuire alla formazione di schemi di pensiero disfunzionali in risposta a eventi traumatici. La medicina correlata alla salute mentale, quindi, non può prescindere da una visione integrata che consideri sia gli aspetti biologici che quelli psicologici e sociali.

Riflettere su questi concetti ci invita a una maggiore consapevolezza di noi stessi e delle nostre interazioni con il mondo. Se il nostro cervello non è “democratico” nel senso di essere sempre razionale, allora è nostro compito, come individui e come società, sviluppare strategie e ambienti che supportino la riflessione critica e la decisione informata. Questo significa non solo riconoscere i nostri limiti cognitivi, ma anche impegnarci attivamente per superarli, promuovendo l’educazione, il dialogo e la comprensione reciproca. Solo così potremo aspirare a una società più consapevole e resiliente, capace di affrontare le sfide complesse del nostro tempo con una mente più aperta e informata.