Il debito cognitivo: come l’AI di Google e ChatGPT stanno ridefinendo la nostra mente

L’Architettura del Pensiero: Neuroscienze Computazionali e la Plasticità Cerebrale

Nel panorama scientifico contemporaneo, la comprensione del cervello umano si avvale sempre più di modelli computazionali sofisticati, che mirano a decifrare la logica intrinseca alla formazione delle rappresentazioni cognitive e ai processi decisionali. Questi modelli, lungi dal ridurre la complessità del pensiero a semplici equazioni, cercano di cogliere le proprietà emergenti di un sistema altamente interconnesso, dove miliardi di neuroni interagiscono attraverso sinapsi, dando vita a fenomeni come la memoria e l’apprendimento. L’approccio non si concentra su “atomi del pensiero”, ma piuttosto su come l’interazione cooperativa di queste unità elementari generi le caratteristiche distintive della vita mentale.

Un elemento cardine di questi modelli è la relazione non lineare tra input e output del singolo neurone. Questa non linearità può manifestarsi in diverse forme: una soglia di attivazione, oltre la quale il neurone passa da uno stato quiescente a uno attivo, emettendo potenziali d’azione (spike); una funzione sigmoide, dove l’output continuo del neurone rappresenta la frequenza media di emissione di spike in risposta a input pesati; o una relazione non lineare tra la frequenza di spike in ingresso e quella in uscita. L’altro pilastro fondamentale è l’ipotesi che l’apprendimento, inteso come la capacità di classificare stimoli o di stabilire specifiche associazioni input-output, sia reso possibile da modifiche delle efficacie sinaptiche. Queste modifiche, indotte dagli stimoli in maniera supervisionata o meno, locale o distribuita, sono il substrato della plasticità cerebrale.
Storicamente, i modelli di reti neuronali si sono sviluppati lungo due direttrici principali. Da un lato, i modelli “bottom-up”, spesso originati dal lavoro di John J. Hopfield nel 1982 e sviluppati principalmente da fisici, si concentrano sulla dinamica neuronale per concretizzare l’ipotesi di Donald Hebb del 1949 sulla plasticità sinaptica indotta dall’attività. L’ambito di riferimento per questi modelli è la neurofisiologia, e le complesse funzioni cognitive umane servono più da stimolo concettuale che da metro di paragone quantitativo.

Dall’altro lato, i modelli “top-down”, prevalentemente nati nell’ambito della psicologia cognitiva, intendono rivelare la logica computazionale che sta alla base di funzioni cognitive articolate, quali la coniugazione verbale o le alterazioni neuropsicologiche nella categorizzazione. Sebbene si propongano di estrarre comportamenti complessi come proprietà emergenti del sistema, questi modelli, spesso definiti “connessionistici”, presentano un’architettura a strati, con neuroni sensoriali in ingresso, neuroni di output e strati intermedi “nascosti” che codificano le corrispondenze input-output attraverso modifiche sinaptiche. È degno di nota che un modello top-down ordinario può contenere da poche decine a centinaia di neuroni. La validità di questi modelli, in particolare quando le singole unità rappresentano popolazioni neuronali macroscopiche o intere aree corticali, solleva interrogativi sulla plausibilità di una specifica relazione input-output. Tuttavia, si sono dimostrati efficaci nell’adattare architetture neuronali generiche a diversi compiti e nel “generalizzare” regole da esempi.
Una distinzione ulteriore all’interno dei modelli bottom-up è tra modelli descrittivi e modelli dinamici. I primi si concentrano sulla caratterizzazione del codice neuronale per lo scambio di informazioni, spesso utilizzando strumenti della teoria dell’informazione. I secondi, invece, formulano ipotesi quantitative su come le interazioni tra neuroni semplificati diano origine a dinamiche collettive che possono essere correlate a condizioni neurofisiologiche, sviluppando previsioni sperimentalmente verificabili. Tali modelli combinano la conoscenza della biofisica dei singoli neuroni e delle sinapsi con dati sperimentali sull’attività di intere popolazioni neuronali, con l’obiettivo di generare predizioni. La sfida risiede nell’individuare il livello ottimale di semplificazione che consenta un’analisi trattabile e simulazioni su larga scala, preservando al contempo gli elementi biofisici essenziali per il comportamento collettivo.

Un esempio classico di neurone semplificato è il modello integrate-and-fire (IF), la cui formulazione risale agli inizi del secolo scorso. Questo modello riduce drasticamente le proprietà attive e passive del neurone, considerandolo 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, mentre la generazione dello spike avviene quando V raggiunge una soglia prefissata. Il neurone IF può operare in due regimi distinti: “dominati dal segnale” (SD), dove il valore medio della corrente è sufficiente a provocare l’emissione di spike, e “dominati dal rumore” (ND), dove le fluttuazioni sono essenziali per l’attivazione. La validità del modello IF è stata dimostrata in esperimenti in vitro, dove ha riprodotto in modo soddisfacente le relazioni statistiche tra corrente di input e frequenza di spike in output.

[IMMAGINE=”Un’immagine iconica e ispirata all’arte neoplastica e costruttivista che raffigura le principali entità dell’articolo. Le entità sono rappresentate da forme geometriche pure e razionali, con un’enfasi sulle linee verticali e orizzontali. La palette di colori è perlopiù fredda e desaturata.
Al centro, un grande rettangolo verticale blu scuro rappresenta il Cervello Umano, con linee orizzontali e verticali più chiare che ne suggeriscono la complessa struttura interna e le interconnessioni.
A sinistra del cervello, una serie di piccoli quadrati e rettangoli di diverse tonalità di grigio e blu chiaro, disposti in una griglia, simboleggiano i Neuroni, le unità elementari del sistema nervoso. Alcune linee sottili e oblique, di colore giallo tenue, collegano questi neuroni, rappresentando le Sinapsi e la loro plasticità.
A destra del cervello, un insieme di forme geometriche astratte, come triangoli e cerchi stilizzati, in tonalità di verde e viola desaturato, fluttuano e si intersecano, a simboleggiare le Rappresentazioni Cognitive e i Processi Decisionali.
Nella parte inferiore dell’immagine, una serie di linee orizzontali e verticali intersecate, di colore marrone e ocra, formano una struttura che ricorda un circuito stampato, rappresentando i Modelli Computazionali e le Reti Neurali Artificiali. L’intera composizione è semplice, unitaria e facilmente comprensibile, senza testo.”]

La Mente Plastica e il Debito Cognitivo nell’Era Digitale

La straordinaria plasticità cerebrale, evidenziata da studi come quello sui tassisti londinesi, il cui ippocampo (la regione deputata alla memoria spaziale) cresceva letteralmente di volume in seguito all’apprendimento della mappa della città, ci ricorda che il cervello è un organo dinamico, costantemente modellato dalle nostre esperienze e dalle nostre azioni. Questa plasticità, tuttavia, opera in entrambe le direzioni: può portare a un rafforzamento e una crescita, ma anche a un’atrofia quando deleghiamo eccessivamente le nostre funzioni cognitive a strumenti esterni.

L’introduzione di servizi come AI Mode di Google, che promette di rispondere a qualsiasi quesito attingendo dal web e fornendo risposte già confezionate, rappresenta un passo significativo verso un ambiente digitale in cui il pensiero si appoggia all’intelligenza artificiale prima ancora di attivarsi autonomamente. Questo cambiamento ha implicazioni profonde non solo per gli utenti, ma anche per i produttori di contenuti, la cui informazione viene rielaborata e rigenerata dalle AI. Nonostante le perplessità sollevate da alcuni esperti, come la BBC che si è interrogata se Google stia “distruggendo il web”, questo passaggio è avvenuto in gran parte senza un dibattito pubblico o scientifico approfondito.

Uno studio preliminare condotto da ricercatori del MIT Media Lab ha sollevato importanti interrogativi sull’impatto cognitivo dell’uso dell’intelligenza artificiale. Analizzando l’attività cerebrale di individui impegnati nella scrittura con o senza l’ausilio di strumenti come ChatGPT, è stata osservata una minore attivazione neurale e una più debole connettività cerebrale in coloro che si affidavano all’AI. Gli autori hanno coniato il termine “debito cognitivo” per descrivere questo fenomeno: più ci si appoggia all’intelligenza artificiale, meno il cervello si attiva. Questo segnale, sebbene proveniente da uno studio ancora esplorativo, è motivo di preoccupazione, soprattutto per le generazioni più giovani.

La questione della delega cognitiva alle macchine e il suo impatto sulla nostra mente, sul nostro apprendimento e sulla costruzione della conoscenza, non è oggetto di un dibattito pubblico o di un confronto scientifico aperto. Le grandi piattaforme tecnologiche, agendo come attori privati, massimizzano i loro profitti, ma le loro scelte non sono neutre: esse modellano la nostra mente, il nostro accesso alla conoscenza e, in ultima analisi, la qualità della nostra vita democratica. Mentre l’Europa è spesso accusata di iper-regolamentazione, in questo ambito cruciale dell’ecosistema digitale, dove si decide il destino della società e delle democrazie, essa rimane sorprendentemente silente. La regolamentazione esistente tende a gravare sui media tradizionali, già abituati a standard etici e deontologici, lasciando le grandi piattaforme operare in un “far west” senza responsabilità per le informazioni diffuse.

Il Cervello Predittivo e la Ricalibrazione della Realtà

La teoria del “cervello predittivo” (predictive processing), proposta dal filosofo Andy Clark e approfondita da neuroscienziati come Anil Seth e filosofi come Thomas Metzinger, offre una prospettiva radicale sulla natura della percezione e della cognizione. Secondo questa teoria, il cervello non si limita a ricevere passivamente la realtà, ma la costruisce attivamente attraverso un processo continuo di formulazione e aggiornamento di ipotesi interne, basate sugli input sensoriali. Ciò che percepiamo è il risultato di questa “allucinazione controllata”, dove il sé stesso non è un’essenza fissa, ma un processo predittivo in continua ricostruzione.

Questa visione ha implicazioni profonde per la nostra comprensione di noi stessi e del mondo. Se l’identità non è fissa ma negoziabile, allora alcune rigidità psicologiche potrebbero non essere tratti caratteriali immutabili, ma errori di predizione. La presenza di un “nucleo magico interno” immutabile sarebbe un’illusione, sostituita piuttosto da un’interazione dinamica tra il corpo, l’ambiente circostante e le aspettative. Le emozioni stesse sono interpretate come congetture sul proprio stato corporeo e sul mondo, piuttosto che risposte oggettive. Ciò spiega l’efficacia di pratiche come la respirazione lenta, che modifica i segnali corporei utilizzati dal cervello per predire lo stato emotivo, o degli esercizi attentivi, che costringono il cervello a ricalibrare i suoi modelli. La prospettiva è meno fatalistica: non soffriamo perché “siamo fatti così”, ma perché il nostro cervello impiega un modello suscettibile di essere aggiornato.

Le ricadute di questa teoria si estendono alla gestione delle emozioni e dei disturbi mentali. L’ansia, ad esempio, può essere interpretata come una previsione esagerata di minacce, mentre la depressione come un modello di aspettativa pessimistica così radicato da resistere anche a prove positive. Questo spiega l’efficacia di pratiche come la respirazione lenta, che modifica i segnali corporei utilizzati dal cervello per predire lo stato emotivo, o degli esercizi attentivi, che costringono il cervello a ricalibrare i suoi modelli. La prospettiva è meno fatalistica: non soffriamo perché “siamo fatti così”, ma perché il nostro cervello utilizza un modello che può essere aggiornato.

A livello sociale, la teoria del cervello predittivo illumina fenomeni come i bias e la polarizzazione. Se la percezione costituisce una predizione, allora i pregiudizi non vanno intesi come preconcetti di natura etica, bensì come errori nella modellizzazione operata dal cervello. Lo “shooter bias”, per esempio, non è solo razzismo, ma una fallacia predittiva in contesti di forte stress. Le fake news, da questa prospettiva, funzionano perché manipolano le attese, non la realtà. Questo ha condotto allo sviluppo di programmi di addestramento per le forze dell’ordine volti a ricalibrare la velocità delle previsioni e iniziative anti-pregiudizio che agiscono su come il cervello anticipa volti, contesti e comportamenti. Le “verità percettive” sono ora considerate modificabili, spiegando perché due individui possano esperire letteralmente due realtà diverse.

La tecnologia stessa è profondamente influenzata da questa teoria. Se la percezione è un’allucinazione controllata, manipolare le previsioni significa manipolare l’esperienza. Questo è ciò che fanno i Large Language Models (LLM) quando completano il linguaggio, ciò che faranno i futuri dispositivi di realtà aumentata/virtuale e ciò che dovranno fare gli impianti neurali per stabilizzarsi nel cervello. Chi deterrà il controllo degli ambienti predittivi, in ultima analisi, modellerà una porzione della nostra esperienza del mondo.

Le conseguenze di queste teorie, se confermate, sono immense: non reagiamo al mondo, lo costruiamo; la concezione di sé non è un’essenza immutabile, ma un modello suscettibile di cambiamento; le emozioni sono previsioni del corpo su cui si può intervenire; la società è un ecosistema di modelli predittivi, spiegando la polarizzazione e l’efficacia dei social media nel dividere; le tecnologie future opereranno direttamente su questi modelli. Comprendere il cervello predittivo offre una mappa per navigare la mente, la società e le tecnologie emergenti, trasformando la filosofia astratta in antropologia applicata e ridefinendo il nostro rapporto con l’esperienza, l’identità e la verità.

Navigare la Disinformazione: Un Approccio Predittivo alla Verità

La disinformazione, un fenomeno pervasivo nell’era moderna, trova una nuova e potente chiave di lettura nella teoria del cervello predittivo. Se il cervello non è un mero recettore di fatti, ma una macchina che minimizza l’errore di previsione, allora il modo in cui elaboriamo le informazioni dissonanti cambia radicalmente. Il cervello tende a mantenere modelli predittivi del mondo e, di fronte a un’informazione che li contraddice, non la registra semplicemente, ma cerca di farla rientrare nei modelli esistenti. Quanto più un modello è radicato, tanto maggiore sarà la sua resistenza alla correzione.
Questo meccanismo spiega tre fenomeni cruciali. In primo luogo, l’informazione contraria può aumentare l’errore di predizione. Una fake news è spesso attraente perché conferma un modello preesistente (es. “il governo mente”). Quando arriva un’informazione correttiva, essa viola drasticamente le previsioni del cervello, generando una reazione di difesa per ridurre l’errore. L’informazione correttiva, anziché modificare il modello, può rafforzarlo, un fenomeno noto come effetto backfire.

In secondo luogo, il cervello predice anche la propria appartenenza a un gruppo sociale, e questa identità è un modello predittivo estremamente stabile. Le convinzioni che definiscono un gruppo sono difese non tanto per la loro accuratezza, quanto perché minimizzare l’errore equivale anche a ridurre al minimo l’isolamento. Se qualcuno corregge una notizia falsa che si allinea con il proprio gruppo di riferimento, il rifiuto non è una difesa dell’informazione errata, ma del proprio “modello di sé” in quanto membro di quel gruppo, ovvero della propria identità.

Infine, i fatti non correggono modelli astratti. Le previsioni situate più in alto nella gerarchia cognitiva, come l’identità, i valori e la narrazione del mondo, sono ben più stabile delle previsioni inferiori, come le percezioni sensoriali. Pertanto, correggere una fake news richiede di agire sui livelli superiori della gerarchia, un’operazione che il cervello tende a respingere con forza, poiché genera un errore maggiore nel modello identitario, crea dissonanza nella rete sociale e alimenta incertezza in un mondo già complesso. Di fronte a un potenziale crollo identitario, l’organo cerebrale predilige la rigidità del proprio modello, portando all’estremizzazione delle posizioni.
Questo non significa che il problema delle fake news sia irrisolvibile, ma che le strategie tradizionali, basate su un modello ontologico errato dell’utente razionale, sono inefficaci. Per una strategia utile, è fondamentale comprendere il funzionamento non solo della tecnologia, ma anche dell’ambiente cognitivo in cui essa opera e del cervello umano. Non si tratta di combattere i contenuti, ma di intervenire sui modelli; non di puntare ai fatti, ma alle predizioni; non al contenuto, ma all’identità; non alla logica, ma alla minimizzazione dell’errore. Smentite aggressive, fact-checking diretto, derisione o tentativi di far “ragionare” le persone provocano un errore di predizione che rafforza le credenze.

Un approccio predittivo suggerisce di:
1. Non contrastare le predizioni alte, ma quelle basse: agire sui segnali concreti, situati, emotivi, contestuali e introdurre dubbi a bassa salienza identitaria. Non dire “la tua teoria è falsa”, ma far notare micro-incongruenze concrete che non minacciano l’identità, costringendo il modello interno ad adattarsi lentamente.
2. Rendere la nuova informazione compatibile con il modello preesistente: la correzione ha effetto solo se non provoca una “discrepanza predittiva” e viene presentata come coerente con l’identità dell’individuo. Espressioni come “Non è che ti stai sbagliando: è che i dati sono cambiati” o “Molte persone del tuo stesso gruppo stanno iniziando a pensare X” riducono l’errore di predizione e facilitano l’accettazione dell’aggiornamento.
3. Agire sul modello di appartenenza: una convinzione muta solo quando il costo identitario di tale cambiamento diminuisce o si presenta una nuova “comunità epistemica sicura”. Gruppi di discussione moderati da individui percepiti come “interni” al gruppo, contesti in cui cambiare opinione non implica la perdita di status e narrazioni alternative che promuovono un’identità positiva sono essenziali.
4. Aumentare la tolleranza all’incertezza: l’adozione di modelli predittivi rigidi e rassicuranti viene resa più complessa da interventi che consolidano la capacità di gestire l’incertezza, quali l’alfabetizzazione critica, un’esposizione graduale a situazioni complesse e la mitigazione dello stress.

L’approccio predittivo non cambia “cosa” si fa, ma “quando”, “come” e “perché”, modificando radicalmente l’efficacia. La polarizzazione, anche tra chi “ha ragione”, è un comportamento autoregolativo: quando il modello del mondo viene sfidato emotivamente, si aumenta la precisione del segnale interno (“Io so come stanno le cose”). Questo costituisce un meccanismo di difesa basato sulla predizione. Per affrontare la polarizzazione, si può ricalibrare la “precisione” dell’esperto, generare un “prediction error positivo” rispondendo in modo sistematicamente disconfermante rispetto alle aspettative dell’altro, e spostare la conversazione dal “chi ha ragione” al “come facciamo previsioni sul mondo”.
Questo nuovo schema di responsabilità, nell’era dell’IA, si sposta dalla domanda “Hai liberamente scelto?” a “Qual era il tuo spettro di previsioni possibili in quel frangente?”. “Quanto controllo hai avuto sui pesi di precisione?”. “Il contesto ha alterato in maniera rilevante la traiettoria predittiva?”. Le IA, apprendendo pattern da enormi quantità di dati, sviluppano comportamenti emergenti, rendendo difficile stabilire chi o cosa abbia causato un errore. Il diritto, pur necessitando di un “chi”, sta ridefinendo la responsabilità in senso sistemico, conferendo all’IA una personalità funzionale limitata e un ruolo riconoscibile nelle reti decisionali ibride (AI+umano). Il nuovo approccio alla responsabilità non mira più a sanzionare il singolo, bensì a regolare il contesto che plasma la volontà; non più a giudicare l’atto, ma la rete di relazioni in cui l’atto ha avuto origine.

Oltre il Velo della Percezione: Un Invito alla Consapevolezza Cognitiva

In un’epoca in cui la nostra esperienza del mondo è sempre più mediata e modellata da algoritmi e intelligenze artificiali, diventa cruciale comprendere le dinamiche profonde che sottostanno alla nostra cognizione. La psicologia cognitiva ci insegna che la mente non è un semplice specchio della realtà, ma un costruttore attivo, un tessitore instancabile di significati e previsioni. Ogni istante, il nostro cervello elabora un’infinità di segnali, non per riprodurre fedelmente ciò che è “là fuori”, ma per creare una narrazione coerente e funzionale alla nostra sopravvivenza e al nostro benessere. Questa incessante attività predittiva, sebbene straordinariamente efficiente, ci rende anche vulnerabili a distorsioni e manipolazioni, soprattutto quando i modelli interni si irrigidiscono e la nostra identità si fonde indissolubilmente con le credenze che li sostengono.

La psicologia comportamentale, d’altra parte, ci ricorda che le nostre azioni e reazioni non sono sempre il frutto di una scelta razionale e consapevole. Spesso, siamo guidati da automatismi, da risposte apprese e consolidate che, pur essendo state utili in passato, possono rivelarsi disfunzionali in contesti nuovi o complessi. I traumi, ad esempio, non sono solo eventi dolorosi, ma vere e proprie riprogrammazioni dei nostri modelli predittivi, che possono portare a risposte di paura e difesa anche in assenza di minacce reali. La salute mentale, in questa prospettiva, non è l’assenza di problemi, ma la capacità di mantenere una flessibilità cognitiva e emotiva, di aggiornare i nostri modelli interni e di adattarci ai cambiamenti dell’ambiente. La medicina correlata alla salute mentale, quindi, non si limita a trattare i sintomi, ma cerca di intervenire sui meccanismi sottostanti, aiutandoci a ricalibrare le nostre previsioni e a ricostruire una narrazione più adattiva di noi stessi e del mondo.

In questo scenario, la riflessione personale diventa un atto di resistenza e di liberazione. Se il nostro sé è un modello dinamico, costantemente negoziabile, allora abbiamo il potere di modificarlo. Non siamo condannati a essere “fatti così”, ma possiamo scegliere di diventare architetti della nostra mente, esplorando nuove prospettive, mettendo in discussione le nostre certezze e accogliendo l’incertezza come un’opportunità di crescita. La consapevolezza di come il nostro cervello costruisce la realtà, di come le nostre credenze si intrecciano con la nostra identità e di come le tecnologie emergenti possano influenzare questi processi, ci offre gli strumenti per navigare un mondo sempre più complesso con maggiore autonomia e resilienza. Non si tratta di negare la realtà esterna, ma di riconoscere il ruolo attivo della nostra mente nella sua costruzione, e di assumere la responsabilità di plasmare i nostri modelli in modo che ci servano al meglio, promuovendo non solo il nostro benessere individuale, ma anche una società più informata, flessibile e meno polarizzata.