Povera scuola

So che un docente curricolare di scuola superiore non dovrebbe esporsi parlando pubblicamente di questi argomenti, ma non mi importa: se  leggeranno i miei colleghi o la mia dirigente va bene lo stesso. Voglio scrivere qui sotto una breve analisi della scuola italiana e dei suoi problemi fatta dall'interno, da un addetto ai lavori, un ingegnere insegnante di elettronica di un istituto tecnico del centro Italia.

Il primo e più grave problema della scuola è il potere esorbitante dei presidi. La figura del "preside-duce", introdotta dalla riforma Bassanini del 1997 e poi rinforzata dalla sciagurata "buona scuola" di Renzi, ha ricondotto la scuola a un modello autoritario simile a quello fascista creato dalla riforma Gentile del 1923.

Ma in peggio, perché il modello fascista (a modo suo) perlomeno puntava alla costruzione del cittadino, mentre la cultura aziendalista di ora mira all'addestramento di una "unità produttiva". 

A questo errore fondamentale di impostazione si possono ricondurre tutte le magagne successive, in particolare il degrado della qualità della didattica, che non è generato dai docenti scarsi (come si sottintende, implicitamente, ogni volta che si parla di doverli "formare" o peggio punire) ma dall'impossibilità di fare selezione; provocata, questa, dalla concorrenza tra istituti e dalla mercatizzazione degli studenti. Lo studente non si boccia, se no si perde un cliente. Ma se non si boccia nessuno, non si fa "contrasto alla dispersione scolastica" ma si abbassa l'asticella, producendo competenze in uscita sempre peggiori.

In queste proposte di riforma invece si parla di assegnare "alle scuole" (cioè ai presidi) addirittura il potere di scegliere i docenti per chiamata diretta, e di decidere chi deve guadagnare di più e chi di meno. Qui siamo oltre Renzi: dal "preside duce" al "preside Fuhrer". Ma così non si premia il "merito" si premia la fedeltà: non ci vuole molto a capire che questo meccanismo balordo produce una degenerazione clientelare. Sta già avvenendo.

Il secondo problema della scuola è l'aziendalizzazione. Le scuole possono senz'altro dialogare col territorio e scegliere di orientare i loro programmi (soprattutto nelle discipline tecniche come la mia) nella direzione utile all'inserimento del diplomato nel sistema produttivo; ma devono farlo per libera scelta, e mantenendo sempre questa scelta in capo al collegio dei docenti, senza ingerenze esterne. Se si perde questo principio centrale, c'è il rischio che le scuole diventino agenzie di formazione al servizio delle imprese, che le sfruttano per formare i loro apprendisti a carico di pantalone. Sta già avvenendo.

Il terzo problema della scuola è il sottofinanziamento, provocato questo (soprattutto) dalla quantità abnorme di insegnanti di sostegno, che a sua volta è provocata dallo scollamento tra obbligo scolastico e periodizzazione. Se il sistema prevedeva obbligo fino a 14 anni, e passaggio al secondo ciclo di istruzione secondaria sempre a 14 anni, c'era bene un motivo. L'idea che aumentando l'obbligo scolastico si migliori automaticamente il sistema è (questa sì) populista e superficiale. Con questo disallineamento, al contrario, si forzano con l'obbligo nella scuola secondaria di secondo grado anche quegli studenti che di studiare non hanno nessuna voglia, snaturando drammaticamente la natura e la funzione della scuola superiore, che diventa un parcheggio (nella migliore delle ipotesi) o una succursale dei servizi sociali (nella peggiore). Sta già avvenendo.

Quindi, per tirare le somme, queste sono le linee guida per una riforma della scuola secondaria, vista con gli occhi di un docente di scuola secondaria.

1. MENO potere ai presidi. Restituire la centralità agli organi collegiali, riducendo le dimensioni dei plessi, perché un collegio dei docenti con 600 docenti non è un luogo in cui si "dialoga", ma lo show del preside mattatore. Se si aumenta ancora un poco il numero, il preside potrà affacciarsi direttamente dal balcone di palazzo Venezia.

2. FUORI le aziende dalle scuole. I programmi e le scelte didattiche le fanno i docenti, con l'obbiettivo di fornire ai discenti competenze trasversali, spendibili nelle aziende del territorio, ma anche fuori dal territorio; nel presente, ma anche nel futuro. Questi, se vogliono, possono cercare collaborazione con le aziende (io lo faccio). Ma solo se vogliono, e le aziende non gli scrivono i programmi, questi li decide il docente e solo il docente, nel rispetto del principio costituzionale della libertà di insegnamento.

3. Obbligo scolastico fino a 14 anni. Finché non si cambia la periodizzazione (che non si deve cambiare: ci sono ragioni profonde, anche biologiche, per cui i passaggi di grado sono lì dove sono, a 11 anni il primo e a 14 anni il secondo) per le ragioni chiarite prima l'obbligo si può collocare solo in corrispondenza di un passaggio. Nei programmi di alcune forze politiche si legge addirittura di portare l'obbligo a 18 anni. Se l'obbligo non si può riportare a 14 per allinearsi all'Europa (anche se non esiste alcuna direttiva che lo impone, e in Austria ad esempio è 15) allora si lasci a 16, e si lasci il "biennio comune", che aveva appunto lo scopo di far coincidere la fine dell'obbligo con la chiusura di un ciclo.

4. Percorso di scuola secondaria di 5 anni. Non si capisce perché sentono tutti il bisogno di ridurre la durata della scuola secondaria a 4 anni, mentre dicono di volerla "migliorare". Se la vuoi migliorare, allora non diminuisci gli anni. Tra l'altro (come ogni docente sa benissimo) dei 5 anni di scuola secondaria il più proficuo è proprio il quinto, nel quale i ragazzi ormai maggiorenni hanno finalmente raggiunto la maturità necessaria per fare un progetto di se stessi. Non c'è nemmeno la scusa del "ce lo chiede l'Europa", in molti paesi Europei, a partire dalla Germania, il secondo ciclo di istruzione si conclude a 19 anni. Anzi proprio la Germania è l'esempio paradigmatico: venti anni fa quasi tutti i Lander tedeschi decisero di ridurre la durata del ginnasio da 9 a 8 anni (il cosiddetto sistema "G8"), portando gli anni totali di scuola a 12 con il diploma a 18 anni. Poi studenti, famiglie e professori all'unisono protestarono, e allora fecero marcia indietro ripristinando il vecchio sistema. Questa sbornia sembra piuttosto ispirarsi al modello americano (come l'obbligo a 18 anni), ma ha chiaramente come fine nascosto il taglio dei costi, e la privatizzazione del sistema di istruzione.

5. La questione economica. Qui non mi pronuncio, perché non sarebbe elegante. A quelli che cianciano di "merito", "valutazioni" o fanno proposte che in vari modi puntano a mettere pressione sui docenti dico però due cose:

Primo: quando parlate di "merito", anche senza andarvi a leggere Michael Sandel, chiedetevi almeno prima quali distorsioni degenerative può introdurre, se non si trova un metro di misura dello stesso che non consista nel delegare il tutto, come al solito, a una "commissione" composta dal preside e altri due o tre tizi.. scelti dal preside.

Secondo: sappiamo tutti che non ci sono risorse per migliorare gli stipendi se non di pochi spicci. Alla luce di questa premessa, rendetevi conto che se un ingegnere di 52 anni con due figli (è il mio caso) sceglie di fare l'insegnante per questo stipendio è perché il lavoro gli lascia - nel giorno libero e nei pomeriggi - il tempo sufficiente per fare un secondo lavoro, nel mio caso di progettazione impianti in uno studio di ingegneria, col quale raccoglie l'altra metà di quanto gli occorre per vivere. È questo tempo il 'benefit aziendale' che compensa lo stipendio misero: se lo intaccate, allora dovete raddoppiare gli stipendi, altrimenti rischiate di non trovarne più di docenti. In alcune realtà (es. Milano) sta già avvenendo.

POSTILLA

Avendo proposto queste linee guida di riforma nel contesto di un dibattito politico (di area centrista), ho ricevuto delle reazioni che mi hanno fatto capire quanto il nostro mondo politico sia distante dalla comprensione di cosa accade nel mondo della scuola. Qualcuno ha addirittura definito il modello che proponevo (questo descritto qui sopra) con l'aggettivo contorto "comunista-cattolico-fascista". Ora, così si fa un po' troppo buglione: posso passare il "cattolico", passo anche il "comunista", ma "fascista" no davvero: tra un modello verticistico e uno orizzontale, quello "fascista" è quello verticistico, per definizione. 

A parte questo, in quello stesso pubblico dibattito sono trasalito quando ho sentito dire che "il potere dei presidi è minimo". E cosa altro ci vogliamo aggiungere? Le pene corporali? Lo Ius Primae Noctis?  Questa è una allucinazione di cui può essere vittima solo una persona che non mette piede in una scuola da venti anni. Forse è originata dal fatto che nella gestione finanziaria dei limiti (per fortuna) ci sono, ma non mi riferivo all'aspetto finanziario. Quello che io qui avevo chiamato "preside-duce" altri lo hanno chiamato "superpreside", altri ancora "preside-sceriffo", altri addirittura "preside-Podestà", ed è una cosa arcinota, non l'ho certo inventata io. C'era più "balance of power" nell'esercito di Napoleone. Perfino nelle gerarchie militari, dove il potere del grado superiore sul grado inferiore è stringente e pervasivo, c'è la gerarchia dei gradi a temperare: sopra il maggiore c'è il colonnello, sopra il colonnello il generale. Sopra il preside invece non c'è nessuno. Se un preside si sveglia e per qualche motivo (ma anche senza motivo) decide di vessare un docente e fargli del mobbing, questi non ha nessuno cui potersi rivolgere, a meno di denunciarlo ai carabinieri, o rivolgersi direttamente al MINISTRO. Beninteso, i dirigenti scolastici perlopiù sono brave persone, e non abusano di questo potere, ma è sufficiente il fatto che possano farlo per generare una atmosfera tragicomica da film di Fantozzi, col super-preside-conte-Catellani che si aggira per i corridoi seguito dal suo codazzo, ed i docenti terrorizzati che gli rendono ossequio e lo riveriscono con l'inchino. La cosa poi come dicevo è aggravata dal rapporto numerico (troppi docenti con un unico preside) cosa che rende difficile la costruzione del rapporto personale, rendendo più difficile ottenere un ambiente disteso e prossimo alla scuola-comunità che a parole tutti dicono di desiderare.

Per il resto, con questo mondo politico si possono pure trovare dei punti di contatto, pur partendo da posizioni molto distanti. Per esempio quando si afferma che "la scuola è una azienda, e il suo prodotto è il capitale umano" si dice una cosa che, messa in questi termini, si può anche accettare, pur di precisare che la qualità di questo prodotto non si misura con la "produttività" ma col senso critico e la maturità sociale. I ragazzi non sono scimmie da ammaestrare, sono i cittadini di domani. La scuola deve educarli e formarli alla partecipazione; sociale prima, e poi anche economica, certamente, ma lasciando a loro la possibilità di scelta, dopo averli attrezzati per scegliere. E questo vale anche per le discipline tecniche. Significa, per tradurre il principio in un esempio concreto: va bene studiare la chimica. NON va bene studiare il processo chimico che serve per fabbricare pneumatici, perché qui vicino c'è l'azienda Pirelli. All'istituto tecnico si debbono formare dei periti chimici con una preparazione generale trasversale e una solida istruzione di base. L'apprendistato nell'azienda Pirelli lo faranno quelli che saranno assunti da Pirelli, in Pirelli, e a spese di Pirelli.

Ma soprattutto - e questo è il punto centrale - restando nella metafora della scuola-azienda: il business di una azienda può essere orientato alla quantità, oppure la qualità. Questa è una scelta iniziale, da cui dipende la valutazione delle performances di quella azienda. Una azienda può scegliere di produrre prodotti di eccellenza, che necessariamente saranno per pochi; oppure prodotti per tutti, che necessariamente saranno mediocri. 

Non si può avere la botte piena e la moglie ubriaca: se si punta alla qualità del "prodotto", allora bisogna alzare l'asticella ed accettare di fare la necessaria selezione; se si vuole essere "inclusivi" e "non lasciare indietro nessuno", allora si deve tenere bassa l'asticella ed accettare di sfornare prodotti mediocri.

Scegliamo. Io sono per la prima opzione, ma accetto che altri sia per la seconda, mi sta bene. Una cosa però devo ribadirla. Se la qualità di questo prodotto così come è adesso non ci soddisfa, e la vogliamo migliorare, lo si può fare facilmente, subito, e senza bisogno di bastonare i docenti: basta dargli la possibilità di alzare l'asticella.

Delle Categorie

Qualche giorno fa, su segnalazione di un amico, mi sono imbattuto in questo studio pubblicato su Nature food nel 2023. Non metto il link, lo si può trovare facilmente, e comunque questo è solo un caso paradigmatico: da anni ormai compaiono studi di questo tenore, perfino in riviste prestigiose. E resto sconcertato: è quasi surreale che un articolo tanto palesemente biased come questo sia pubblicato in una rivista di impatto, e più ancora lo è il fatto che che questo si faccia comunemente, da tempo, e che nessuno sollevi obiezioni.

 
Ed è proprio questo che induce la mia riflessione: non l’articolo, ma il fatto che sembri normale. Perché questa è solo una delle molteplici manifestazioni di un processo storico che investe la intera comunità scientifica, che sembra più orientata alla conferma del proprio pregiudizio ideologico (e al posizionamento nel panorama culturale) che non  alla ricerca della verità. Persino in riviste scientifiche peer-reviewed come Nature si pubblicano editoriali imbarazzanti, che sposano palesemente linee ideologiche di tendenza, senza preoccuparsi del rigore metodologico e neppure di apparire disonesti; nella consapevolezza, forse, che mostrandosi allineati al paradigma dominante saremo pubblicati e si riceveranno encomi e prebende. 

Ma andiamo a vederlo. Leggendo lo studio, prima di tutto si fatica a capire come si possa condurre una analisi quantitativa tanto precisa. Le variabili nascoste sono innumerevoli, i contributi indiretti ancora di più, le interdipendenze possibili infinite, e intricatissime. Ma soprattutto a c’è la evidente, totale mancanza di scenario controfattuale: anche se si riuscissero a computare con precisione trasporti, imballaggi, distribuzione e tutti i contributi indiretti rispetto alle emissioni climalteranti di un kg di “carne” (ma quale carne?) per dedurre da questa misura la conclusione che cessando quel consumo cesserebbe quel contributo si deve fare l’ipotesi che a quel consumo si sia sostituito il digiuno. Appare appena più probabile che al posto di quel kg di “carne” si mangi qualcos’altro. Cosa? Sappiamo che negli studi le stime vengono fatte considerando in qualche modo anche le “sostituzioni”, ma qualunque sostituzione si consideri c’è comunque una contraddizione enorme, e ineliminabile.
Io posso scegliere di non mangiare più quella “carne”, e al suo posto consumare legumi della mia regione. Oppure se i legumi non mi vanno, posso consumare al suo posto frutta secca sudamericana e sfarinati di tapioca. Ma posso anche decidere che da domani sono nippo-vegetista, e consumo solo prodotti vegetali giapponesi. Questa scelta, che non è ovviamente indifferente ai sensi selle emissioni climalteranti, è mia, è successiva alla decisione di non consumare più “carne”, ed assolutamente indipendente da quella. Chi conduce lo studio può solo fare delle ipotesi riguardo a questa scelta, e l’unico criterio possibile è quello Maximum Likelyhood, basato sull’osservazione del comportamento degli appartenenti all’insieme complementare. Ora, anche se col criterio della massima verosimiglianza si possono costruire modelli previsionali apparentemente consistenti, qui si cela subito un primo macigno che inficia tutta l’analisi. Il problema è che questa sostituzione (che è necessaria, e non può essere ignorata) è successiva ad una scelta (che è prima individuale, ma poi collettiva nel suo valore medio) che a sua volta è passibile di essere modificata, per sensibilizzazione morale o per imposizione del legislatore. 

Per schematizzare: gli scenari non più carne, al suo posto A, non più carne, al suo posto B, non più carne, al suo posto C, eccetera - che sono molto differenti, ai sensi di ciò che vogliamo osservare - possono essere ordinati per verosimiglianza, e possiamo anche considerarli tutti assieme utilizzando dei coefficienti. Ma la conclusione che se ne trae non può servire per alcunché di prescrittivo; perché A, B, C, eccetera sono scelte, tanto quella di non mangiare più carne. E quindi se possiamo immaginare di agire sulla determinazione a non mangiare più carne (per mezzo di persuasione, edificazione morale, imposizione legislativa, coercizione) allora possiamo immaginare di agire, con gli stessi strumenti, anche su A, B, C, eccetera. Se ne conclude che si dovrebbe assegnare a un comitato di “esperti” l’incarico di stabilire quale sia il regime alimentare ottimale ai fini delle emissioni climalteranti, e poi uniformare a quel regime ottimale i consumi di tutti.

In questo studio, ad esempio, i ricercatori non hanno neppure provato a ipotizzare con cosa un consumatore di carne reale sostituirebbe le proteine. Hanno osservato cosa mangiano davvero i vegani e i vegetariani britannici, e le diete sono state confrontate “a parità di calorie giornaliere” (standard 2000kcal). Saltiamo pure il discorso delle calorie, sarebbe comodo osservare che 2000kcal in zucchero ti uccidono, e che la parametrizzazione va fatta tenendo conto della totalità dei nutrienti, della loro qualità e della loro biodisponibilità eccetera, non è a questo che sto puntando. Sto puntando a evidenziare la forzatura enorme che si fa ipotizzando che il consumatore di carne, quando gli fosse sottratta la carne, farebbe le stesse scelte che fa un vegetariano/vegano. Questo è un limite strutturale di tutti gli studi osservazionali, la mancanza di scenario controfattuale, che in questo genere di studio però raggiunge un livello grottesco. Sto immaginando in questo momento certi mangiatori di facoceri che conosco io (non li nomino per principio di carità) che privati delle loro braciole si mettono a mangiare hamburgerini di seitan. Usate la vostra fantasia, figurateveli, e ridete con me. I vegetariani hanno di solito una sensibilità salutista e ambientale, consumano frutta, legumi e cereali integrali; un consumatore di carne tipico che si trovasse privato della carne per legge o coercizione mangerebbe tutt’altra roba: grandi quantità di sostituti industriali ultra-processati, cibi pronti ricchi di grassi e zuccheri, focacce fritte spalmate di burro di arachidi, prodotti vegetali fuori stagione o magari d’importazione aerea, e chi sa che altro. Ma soprattutto puntavo a sottolineare che le opzioni di sostituzione (A, B, C) sono scelte libere. Qualunque criterio di stima utilizzassimo per prevederle, fosse anche la sfera di cristallo, nasconde una palese contraddizione morale,  

che consiste nell’assumere che A, B, C possano essere lasciate alla libera scelta, nonostante la differente impronta carbonica tra di loro, subito dopo che l’opzione “carne” è stata sottratta a quella libera scelta, per la sua impronta carbonica.

Questa evidente autocontraddizione fondamentale, presente inevitabilmente in tutti gli studi come questo, suscita il forte dubbio che dietro questa preoccupazione per il pianeta si celi una volontà di prevaricare. Ci sono dunque due successivi ordini di dubbi. Il primo riguarda proprio la consistenza delle misure che si pretende di fare. Quando si indaga la “impronta carbonica” (in tonCO-2 equivalenti) di un cibo, o di una categoria di cibi, si deve fare i conti con una miriade di variabili, dirette e soprattutto indirette, che non è possibile conoscere e che è soprattutto sempre possibile pensare di modificare; mentre illudendosi di poter aggirare il problema ricorrendo a metodi statistici lo si amplifica, producendo “variabili mediate” svuotate di significato, come ora vado a mostrare.

Faccio un esempio schematico (mi piacciono gli esempi schematici). Vogliamo calcolare l’impronta carbonica di una banana. Qui dovrei subito discriminare tra la banana staccata dall’albero e mangiata in Nuova Guinea, che ha impronta zero, e quella consumata in Norvegia, dopo 6 mesi di crioconservazione, 40 giorni di viaggio in una nave refrigerata, poi 2 giorni su camion, inserita in un packaging e distribuita in un grande supermercato a Tromsø. Attenzione adesso. Se cerco risolvere la variabilità di tutto ciò con una media ponderata, dato che la seconda banana impatta decisamente di più della prima nella media, non risolvo il problema, ma peggioro la situazione: l’impronta carbonica della mia “banana-media” sarà per il 99% quello della “banana-in-Norvegia”, e quindi l’impronta carbonica della banana-media sarà solo per l’1% dovuta alla banana in sé, e per il 99% alle condizioni di trasporto e distribuzione, che sono contingenti alla banana.

Questo esempio non evidenzia solo l’errore di aggregazione, l’errore della variabilità spaziale, e il diluition bias. Questi errori sono tutti conseguenze di un unico errore fondamentale, che risiede nella scelta delle categorie che si pretende di impiegare, che cerco di portare alla luce risalendo la corrente fino all’origine. Per avvicinarci, passo al secondo ordine di dubbi, che riguarda la palese ideologizzazione del tema, da parte di vegetariani-vegani. Per l’attivismo di matrice vegana o vegetariana, chiaramente, la categorizzazione non è ecologica, ma morale. L’attributo unificante di quell’insieme non sono le emissioni di CO2 o l’uso del suolo, ma il fatto che all’origine ci sia l’uccisione di un “essere senziente”, come dicono loro. Quando questa impostazione moralizzatrice si traveste da argomentazione ambientale, cercando di nascondere il suo intento reale dietro il paravento della preoccupazione per il clima, proietta la sua categorizzazione a sfondo morale su variabili fisiche e ambientali che sono, per loro natura, sempre situate, contestuali e relative. Di conseguenza c’è sempre, in tutti questi articoli e ‘studi’, una assunzione di fondo che contiene un errore metodologico colossale, errore che rimane nascosto dietro il velo (ma sarebbe meglio dire il prosciutto) del pregiudizio ideologico. 

C’è una parte di essi, la più ingenua, in cui non si parla di “carne bovina da allevamenti intensivi in America” ma di “carne” in generale, creando una categoria vastissima su base ideologica. Questo è un classico e ben noto errore di iper-semplificazione categoriale. Ora questo errore esiste senz’altro quando si parte da macro-categorie come “carne”, ma si può eliminare, o almeno attenuare, se si usano categorie più ristrette, come negli studi più accorti (o meno malaccorti) ci si sforza di fare, parlando di “carne da ruminanti in allevamento intensivo americano”.
Non sto parlando di questo, e neppure di quello che in logica prende il nome di “fallacia di categorizzazione”, che consiste nel collocare un oggetto nella categoria completamente sbagliata confondendo i livelli della realtà, ad esempio confondendo il generale col particolare. Non è neppure questo l’errore colossale di cui sto parlando. Io punto alla “significatività” di quella proprietà definitoria, ossia a quello che in epistemologia viene definito il problema della rilevanza causale della categorizzazione.

L’errore non consiste nel confondere il generale con il particolare, ma l’essenziale con l’accidentale: Essentia con Accidens, nel senso delle Categorie di Aristotele.

Il punto è che io ritengo che la categoria “carne” sia priva di senso, e non perché è troppo generalista, ma perché ritengo che tra un fegatino di pollo del pollaio di mia zia e una braciola di renna del Quebec ci sia una distanza, una differenza, più grande di quella che c’è tra lo stesso fegatino e una melanzana; sia dal punto di vista gustativo e nutrizionale; sia da quello simbolico e culturale; sia da quello economico e pratico; sia poi da quello ontologico e sociale; e sia infine anche da quello ecologico e ambientale. E quindi è privo di senso metterli nello stesso insieme, solo perché sono “carne”, tanto quanto è privo di senso mettere nello stesso insieme i fischi e i fiaschi perché iniziano con la ‘f’. E se questa categorizzazione è priva di senso, allora tutto ciò che ne consegue è privo di senso.

Per questo recupero l’esempio dei “cibi che iniziano con la lettera f”, che altrove avevo immaginato di confrontare per impronta carbonica ai “cibi che iniziano con la lettera n”. Ammettiamo pure, per ipotesi, che sia possibile avere una misura, consistente ed esatta, dell’impatto ambientale di qualsiasi dieta. Chiamiamola ipotesi 0. Propongo allora un esperimento mentale, che è questo. Prendiamo le due “diete” seguenti.

1. La dieta f-ariana, che prevede di mangiare solo cibi che iniziano con la lettera ‘f’.
2. La dieta n-ariana, che prevede di mangiare solo cibi che iniziano con la lettera ‘n’.

Sono diete stupide? E chi lo ha detto? Chi stabilisce quale criterio è stupido e quale non lo è, e con quale autorità? Se vogliamo essere neutri, e parlare solo di impatto ambientale, ci dobbiamo astenere da ogni pregiudizio di merito: le diete f-ariana e n-ariana sono logicamente concepibili, è possibilissimo classificare i cibi in base a questo criterio, e tanto ci deve bastare. Quindi evitiamo di insultare gli f-ariani e gli n-ariani e andiamo a confrontare la dieta f-ariana con quella n-ariana, con gli stessi indicatori utilizzati nello studio. Ne risulterà, per forza di cose, che una delle due, poniamo quella f-ariana, è meno climalterante dell’altra. Ed il risultato è ‘scientifico’, incontrovertibile. E quindi da domani dobbiamo smettere di mangiare cibi che iniziano con la lettera ‘n’. Basta noci. La logica sembra stringente. Dove sta l’errore?

Il punto è che se la categorizzazione iniziale è priva di senso, allora qualsiasi considerazione di valore che scaturisce da quella categorizzazione è altrettanto priva di senso.

Si potrebbe aggiungere che quando anche la misura fornita dall’indicatore fosse consistente (non lo è, ma restiamo fedeli a ipotesi 0) comunque lo sarebbe nell’aggregato, non per ogni elemento dell’insieme. Sarebbe a dire che anche quando avessimo stabilito con certezza assoluta che i cibi con la ‘n’ sono nell’insieme più climalteranti di quelli con la ‘f’, questo non implica che il nasello sia più climalterante della finocchiona, e quindi è contraddittorio proibire il nasello e non la finocchiona, se lo scopo della proibizione è ridurre l’impatto sul clima. E questo si chiama fallacia della divisione. Ma in questo esperimento mentale c’è dell’altro. C’è un dettaglio che non è affatto un dettaglio, ma un macigno colossale, tanto che mina il significato di questo e di tutti gli studi osservazionali come questo, come ora cercherò di mostrare.

Prima una premessa. Quando lo ho proposto, questo esempio è stato preso come uno scherzo, un boutade, forse perché il contesto non favoriva una più seria riflessione. Ma gli esperimenti mentali vanno presi sul serio, perché il pensiero procede così: il carrello ferroviario di Philippa Foot, il Genio Maligno di Cartesio, la Caverna di Platone, sono alcuni esempi di celebri esperimenti mentali, che sarebbe un tantino superficiale liquidare col sorriso di sufficienza, dicendo “dai, chi vuoi che lanci un carrello giù per una discesa”.

Questo mio esperimento mentale è, secondo me, una formulazione molto precisa di un paradosso epistemologico, analogo al paradosso di Goodman. Funziona bene perché l’insieme dei cibi che iniziano con la lettera ’f’ è perfettamente specificato, logicamente consistente e neppure troppo vago (le lettere sono 26). Il problema con questa categoria non è che è “troppo generica” o “poco precisa” ma che non ha senso. Anche se può essere utilizzata per fare analisi statistiche precise, misure riproducibili e deduzioni logicamente coerenti. 

La riproducibilità empirica e la validità statistica di una misura non conferiscono automaticamente senso alla categoria misurata.

Ma se la mia idea dei cibi con la ‘f’ e cibi con la ‘n’ sembra una stupidaggine e fa sorridere, facciamolo spiegare da Goodman. 

Il Paradosso di Goodman fu formulato dal filosofo americano Nelson Goodman nel 1954, nel libro “Fatto, Finzione e Previsione” per dimostrare che la logica pura e l’osservazione scientifica non sono sufficienti, da sole, a stabilire quali categorie siano sensate e quali siano assurde. Si basa sulla creazione di un nuovo predicato linguistico artificiale, il “verblu” (grue, crasi di green e blue). Un oggetto si definisce verblu se soddisfa due condizioni: se viene esaminato prima di un tempo futuro T (diciamo la mezzanotte del 31 dicembre 2030) risulta verde; se viene esaminato dopo il tempo T, risulta blu. Se si estrae uno smeraldo in una miniera oggi e lo si osserva, questo è verde. Ma poiché lo si sta esaminando ora, prima del 2030, questo smeraldo soddisfa perfettamente anche la definizione di verblu. Ed anche se ne esaminassimo mille, registreremmo sempre lo stesso dato: sono tutti verdi, e di conseguenza sono tutti anche verblu. Ora, se ora si vuole formulare una previsione per il futuro, basandosi sul metodo induttivo, hanno a disposizione due ipotesi, basate sugli stessi identici dati:

A: Tutti gli smeraldi sono verdi (e il primo smeraldo del 2031 sarà verde).

B: Tutti gli smeraldi sono verblu (e il primo smeraldo del 2031 sarà blu).

Dal punto di vista della logica formale pura, e dei dati osservati, l’Ipotesi B è supportata dalle stesse identiche prove dell’Ipotesi A. Ogni volta che osserviamo uno smeraldo verde oggi, stiamo confermando contemporaneamente sia che gli smeraldi sono verdi, sia che sono verblu. Eppure riconosciamo intuitivamente che l’ipotesi B è assurda, come la dieta “f-ariana” che ho inventato io. Perché? Perché la scienza non si basa solo su “fatti e logica oggettiva”. La coerenza logica e la misurabilità non sono criteri di significatività reale: possiamo inventare infiniti predicati assurdi (come verblu o “cibi che iniziano con la f”) e trovare montagne di dati statistici ed empirici che li confermano. Per fare scienza, si deve fare per forza una scelta a priori, che non è di natura logica né di natura empirica, ma di natura culturale. Dobbiamo decidere prima quali categorie hanno senso per noi, e questa è una decisione essenzialmente metafisica. Cioè non-scientifica, se scientifico significa misurabile, riproducibile o deducibile logicamente.

Goodman afferma che dobbiamo scegliere quelle categorie che sono “proiettabili” nel futuro (come verde) ossia utilizzabili per fare una previsione, ma qui risulta meno convincente, perché non è chiaro come si possa verificare la proiettabilità nel futuro, se non a posteriori. Riconosce correttamente che è necessario il nesso causale della caratteristica definitoria con la variabile di interesse, ma non fornisce un criterio operativo per verificare a priori quel nesso.

Il problema rimane aperto, finché quindici anni più tardi prova dare una risposta Willard Van Orman Quine nel suo saggio “Natural Kinds” (1969) in cui affronta il problema della relatività ontologica. Quine definisce un genere naturale come un insieme di oggetti che condividono una struttura interna, che ne determina il comportamento e le proprietà. Un genere artificiale (o nominale) è invece un insieme creato dall’essere umano, ritagliando la realtà in base a criteri utilitaristici, linguistici o ideologici, che non hanno un potere causale interno. Gli smeraldi, ad esempio, sono un genere naturale: hanno le stesse proprietà e si comportano nello stesso modo in qualunque tempo e in qualunque galassia si trovino, e queste proprietà sono determinate dalla loro struttura interna. Gli “oggetti bianchi” formano invece un genere artificiale: è una categoria reale e misurabile, ma non hanno nulla in comune dal punto di vista causale.

Anche Quine, come Goodman, riconosce che è decisivo il nesso causale, ma non risolve il problema se non forse nei casi in cui è facile e immediato riconoscere quel nesso. Aggiunge alle conclusioni di Goodman che il nesso deve essere con una qualche struttura interna, e questa è una intuizione potente che va nella giusta direzione, ma con questo non si arriva ancora al punto. Ci si avvicina, perché consente di smascherare quegli studi malaccorti che trattano la categoria macroscopica “Carne” come se fosse un genere naturale, mentre dal punto di vista ecologico è un genere puramente artificiale. Ma di fronte allo studio meno ingenuo che usa una categoria meglio specificata, come “carne di manzo da allevamento intensivo americano” per trarre conclusioni di natura ecologica, si potrebbe sempre argomentare che l’impronta ecologica di questa categoria dipende dalla caratteristica “interna” dei ruminanti di emettere metano durante la digestione, oppure dalla loro caratteristica “intrinseca” di dover essere alimentati con mangimi che vengono ricavati da monoculture che consumano molta acqua.

Non ci siamo ancora. Il punto è che queste caratteristiche, seppur “interne” alla categoria come la prima, non sono ancora definitorie. “Carne” non è ovviamente un genere naturale, perché la proprietà di essere “tessuto muscolare animale” dovrebbe essere la causa diretta dell’impatto ambientale di quel cibo. Ma la proprietà di essere “carne di manzo da allevamento intensivo americano” non è forse causa diretta dell’impatto ambientale di quel cibo? No, perché non è necessario che sia così. Quello che manca ancora, il dettaglio decisivo, che sfugge anche a Quine, è che la categorizzazione ha senso ai fini di una osservazione se l’attributo che definisce la categoria, oltre ad avere nesso causale con l’effetto oggetto dell’osservazione, ed oltre ad avere potere causale interno, è definitorio, ossia necessario per quella categoria.

Se fosse possibile alimentare un manzo con un mangime OGM speciale che gli consente di non emettere metano durante la digestione (lo si sta già facendo), quell’animale sarebbe ancora un manzo? È questa la domanda decisiva. Se rispondiamo sì, e sono certo che tutti noi rispondiamo senz’altro sì, soprattutto chi è animalista, allora vuol dire che la proprietà di emettere metano durante la digestione, se pur “interna” alla categoria dei manzi da allevamento intensivo americani, e se pur dotata di nesso causale con le emissioni climalteranti, non è definitoria per quella categoria.

Lo studio sta usando una categoria definita da un attributo accidentale, che è un uso sbagliato delle categorie, sempre e in ogni caso, anche quando supera il filtro dell’errore categoriale, dell’errore di semplificazione categoriale, dell’errore di aggregazione, dell’errore della variabilità spaziale; e pure del criterio di Goodman del nesso causale, e del criterio di Quine del nesso causale con una struttura interna.

Ma allora qual è l’uso corretto delle categorie? Forse voglio affermare le categorie non si debbono impiegare mai? Che sono esse stesse, in sé, un errore? Mi sembra di vederlo, Aristotele, lui che le Categorie le ha inventate, che ha coniato per primo la stessa parola Κατηγορίαιi, qui in piedi a braccia conserte che mi guarda e aspetta di sentire dove vado a parare:

No, non dico questo: l’essere umano, per poter pensare il mondo multiforme e variegato, deve catalogare. Le categorie sono uno strumento indispensabile per la comprensione del mondo, sono la struttura portante della razionalità umana. Il punto non sono le categorie, ma il modo in cui le usiamo. E allora per vedere come debbono e come non debbono essere usate, visto che i massimi filosofi analitici novecenteschi che si sono cimentati con questi problemi non hanno raggiunto una formulazione (per me) soddisfacente, ora andiamo a chiedere direttamente a lui.

Nell’Organon, il primo dei trattati dedicati alla logica, Aristotele ci dice che la realtà è fatta di Sostanze Prime: sono gli oggetti del mondo, nella loro specifica, unica, identità. Il Genere o la Specie sono invece Sostanze Seconde: concetti, che la mente umana crea per raggrupparle. E la Sostanza Seconda ha senso solo se è al servizio della Sostanza Prima. 

Qui stabilisce la distinzione decisiva, quella che lo sviluppo del pensiero moderno post-empirista sembra avere smarrito per strada: egli distingue l’Essenza (Τὸ τί ἦν εἶναι, ciò che rende una cosa quella che è) dagli Accidenti (Συμβεβηκός, proprietà contingenti, che possono esserci oppure non esserci, senza che l’oggetto cessi di essere ciò che è). La Categoria è definita correttamente quando l’attributo che la definisce è essenziale, è sbagliata quando è accidentale.

Ipse dixit. Ora ci siamo. E come al solito, la definizione di Aristotele è la migliore che si possa fornire: ci permette di riconoscere immediatamente la categorizzazione universale (valida sempre e ovunque) da quella strumentale, che può avere senso anch’essa, se utilizzata per uno scopo coerente con il suo principio definitorio. Ad esempio, la categorizzazione dei “cibi che iniziano con la terra F” ha perfettamente senso, se stiamo stilando l’indice analitico di un manuale di cucina, e dobbiamo ordinare le ricette in ordine alfabetico; perché questa categorizzazione è l’unica, tra le infinite possibili, ad essere coerente con questo scopo. Non ce l’ha, se vogliamo catalogare i cibi in relazione alla loro impronta ecologica, perché il fatto che i cibi con la f siano meno inquinanti dei cibi con la n, anche se fosse vero, non dipende dal fatto che iniziano con la lettera f. Allo stesso modo, la categoria “carne di manzo da allevamento intensivo americano” ha senso se vogliamo appiccicare l’etichetta su una bistecca confezionata alla Coop, perché è l’unica coerente con lo scopo delle etichette dei prodotti del supermercato, che è informare il consumatore come la legge in vigore prescrive. Non ce l’ha, se vogliamo catalogare i cibi in relazione alla loro impronta ecologica, perché il fatto che la carne di manzo da allevamento intensivo americano sia più inquinante dei pomodori da coltura idroponica olandese, anche se è vero, non dipende dal fatto che è carne di manzo da allevamento intensivo americano. Dipende da una serie di attributi accidentali, non essenziali, della carne di manzo da allevamento intensivo americano; attributi che sono accidentali perché se anche non ci fossero quella carne di manzo da allevamento intensivo americano sarebbe comunque quello che è. E quindi la categorizzazione non è una categorizzazione universale. E se è una categorizzazione strumentale, allora non è valida, perché il principio definitorio, ossia l’essere carne di manzo da allevamento intensivo americano, non è coerente con lo scopo (quello dichiarato) della categorizzazione, che vorrebbe essere misurare l’impronta ecologica dei cibi. Non è coerente, perché non è unica: possono servire a questo scopo infinite categorizzazioni alternative. I cibi ultra processati industriali contro i cibi naturali. I cibi prodotti in Europa contro i cibi prodotti in America. I cibi Halal, contro i cibi Kosher. E via così all’infinito.

Ecco da dove ha origine il giustificato sospetto che questi “studi” stiano contrabbandando per preoccupazione ambientale un qualche altro scopo nascosto:  se tu scegli una categorizzazione che non è universale, e non è coerente, il fondato sospetto è che tu stia nascondendo il tuo vero scopo, e che stia inseguendo la giustificazione ’scientifica’ alla tua volontà di prevaricazione.
Se leggo uno studio che mette a confronto l’impronta ecologica dei cibi Halal con quella dei cibi Kosher, io penso subito che ci sia sotto la volontà di un islamico, o di un ebreo, di dimostrare la superiorità del suo pregiudizio, per giustificare poi la pretesa di imporlo con la forza. Perché quelle categorie non sono universali, e non sono coerenti.
Se leggo uno studio che mette a confronto l’impronta ecologica dei cibi prodotti un Europa con quella dei cibi prodotti negli USA, io penso subito che ci sia sotto la volontà di un europeo, o di un americano, di dimostrare la superiorità del suo sistema di produzione, per giustificare poi la pretesa di imporre dazi o altri provvedimenti di lotta commerciale. Perché quelle categorie non sono universali, e non sono coerenti. Questi sospetti non sono affatto campati in aria: sono giustificati, abbondantemente, dall’uso improprio della categorie che osservo.

Potrebbe bastare. E invece no. C’è una cosa ancora che voglio dire, che è ancora più importante. Io mi chiedo come sia possibile. Come sia possibile che Nature pubblichi un articolo così clamorosamente biased, che fa uso di una categorizzazione così palesemente incoerente; e ancora di più mi chiedo come sia possibile che nessuno se ne accorga. La parte più importante è questa: ma cosa è successo alla ricerca scientifica contemporanea? Sono tutti rincoglioniti? Dobbiamo ripartire da Aristotele?

Facciamo un po’ di storia, allora. La distinzione aristotelica tra Essentia e Accidentes rientra nella cultura Europea con il trattato giovanile di Tommaso d’Aquino “De Ente ed Essentia” del 1256. Prima di allora, l’impostazione concettuale fondamentale della cultura europea era quella che Sant’Agostino ereditava da Platone, nella versione cristianizzata. Platone collocava le Idee (Categorie) nel suo Iperuranio, Agostino le colloca nella Mente di Dio, ma per entrambi esse erano entità eterne e immutabili che precedono gli oggetti del mondo. Sono “Ante Rem”, secondo la celebre formula impiegata nella Disputa degli Universali.

Tommaso organizza la realtà stabilendo che ciò che Aristotele chiamava “quello rende l’oggetto ciò che è” è la sua Essentia, che è eterna e immutabile, mentre l’Accidens non ha una stabilità propria: la sua natura consiste nell’ “essere in qualcos’altro”. Tommaso riprende quindi le nove categorie di accidenti di Aristotele e le mappa rigorosamente: Quantità, Qualità. Relazione, Azione, Passione, Luogo, Tempo, Posizione, Stato; ed afferma che l’accidente ha bisogno della sostanza per esistere (il colore rosso esiste solo in quanto proprietà di un oggetto). Colloca gli Universali “In Re”: gli universali esistono, ma hanno senso solo se “incarnati” negli oggetti del mondo.

Il modo in cui Tommaso d’Aquino e la Scolastica avevano organizzato i concetti di Essenza, Genere e Accidente costituì il terreno di scontro da cui partì la rivoluzione scientifica del Seicento. La scienza galileiana nacque proprio rifiutando la caccia alle “Essenze” astratte per concentrarsi sulla misurazione quantitativa degli “Accidenti”, perché solo questi erano osservabili. Galileo adottò senza indugi la terza posizione della grande Disputa medievale, il nominalismo di Guglielmo da Ockham, secondo cui gli Universali non esistono da nessuna parte, esistono solo gli oggetti, singoli e unici. I termini generali sono solo “nomi”, flatus vocis, etichette astratte che l’uomo si inventa per comodità di classificazione. E questa è la posizione di fondo che successivamente, soprattutto per tramite dell’empirismo inglese, si consolida come unica possibile nella codifica del metodo scientifico moderno.

Ecco il punto. Questa nostra impostazione concettuale moderna vorrebbe farne a meno, degli universali, ossia delle categorie. Salvo poi accorgersi che naturalmente non può farne a meno, perché senza di esse non si riesce a confezionare neppure una lista della spesa che sia utile a qualcosa. E allora le recupera e le usa, ma a cazzo di cane, senza avere riflettuto prima su di esse, ed avendo colpevolmente dimenticato (o peggio avendo rifiutato con supponenza) tutte quelle feconde riflessioni che in merito ad esse si erano fatte per secoli. Men che meno la ricerca scientifica vuol sentir parlare di “Essenza”, perché l’Essere, che per il pensiero antico era la base fondamentale di ogni riflessone filosofica,  per noi moderni è un concetto ‘vago’, ‘indefinito’, e quindi maledettamente ‘antiscientifico’. Per questo Quine, che pure ne intuisce la necessità, si riduce a chiamarla “struttura interna”, incartandosi poi nella sua definizione: egli non dispone della parola Essentia nel suo vocabolario analitico.

Peccato che - come hanno dovuto riconoscere Goodman, Putnam, Quine, Davidson, Kripke e gli altri filosofi della scienza che si sono cimentati col tema con un briciolo di attenzione - una scienza che pretenda di usare solo dati e logica pura non è possibile. I dati devono necessariamente essere organizzati in classi prima dell’analisi, ma né le osservazioni sperimentali, ne la logica formale sono in grado di fornire un criterio universale di categorizzazione, né di giustificare quello che hai scelto tu, come dimostrano il mio paradosso e quello di Goodman. E quindi dietro ogni proposizione scientifica dotata di senso c’è una posizione metafisica nascosta, che per giustificarsi ha bisogno di un riferimento all’Essenza. Se non hai prima fornito una risposta, eventualmente anche approssimativa, alla domanda delle domande, quella che indaga l’essenza dell’Essere, tutte le tue belle analisi rigorose, con i grafici e le tabelle, con le inferenze più eleganti, e con tutta la statistica, le potenti regressioni, e analisi della varianza, e tutto l’armamentario analitico di cui la scienza ci ha dotato, sono solo un esercizio di stile, privo di significato.

Aristotele avrebbe detto “grazie al Kazzo”, ma per noi questa è eresia. Negli studi scientifici, sicuramente in questi qua ma forse in tutti quanti, compresi i più importati e significativi, c’è quindi una variabile inconfessabile, nascosta sotto al tappeto, che è la scelta metafisica, o morale, che ha fornito il criterio di classificazione.

La mia conclusione è molto prossima a quello che fu il tema centrale nel pensiero di Hilary Putnam, ossia che - soprattutto nelle discipline più distanti dalle scienze dure, sociologia, economia, ed ora anche ecologia - la scienza non è neutrale affatto. Sceglie le tesi che gli piacciono, e poi si ingegna per raccogliere e organizzare i dati e le osservazioni in modo da confermare il suo pregiudizio. Anche quando si ammanta di ‘oggettività’, farcendo i suoi paper di grafici, numeri e misure sperimentali, sta solo cercando di fornire una giustificazione alle sue ambizioni normative. E la pretesa distinzione tra ‘opinioni’ e ‘fatti’ è poco più che una superstizione.

Stocastico di IA

Si è scritto che le intelligenze artificiali non sarebbero altro che “pappagalli stocastici”: macchine che compongono testi che sono dotati di senso solo in apparenza, non facendo altro che scegliere quel particolare output che ha la massima probabilità di corrispondere al risultato atteso. Ma se è così, allora non potremmo anche noi esseri umani essere pappagalli stocastici, solo più raffinati? Il criterio della macchina è pura sintesi delle esperienze precedenti, mentre noi temperiamo il livello empirico con considerazioni di merito o di valore, certamente. Si può replicare però che anche il nostro intelletto e la nostra coscienza sono sintesi di esperienze precedenti, e che apparentemente nulla ci impedisce di addestrare nella IA dei layer superiori che simulino “intelletto”, “coscienza” o altro, in base allo stesso schema iterativo.

Walter Quattrociocchi – accademico, professore di informatica alla Sapienza, scienziato cognitivo che dirige il Center for Data Science and Complexity for Society (CDCS) nella stessa università - ha espresso posizioni molto critiche sulla narrazione dei Large Language Models (LLM) intesi come replica di una mente, definendola “l’inganno perfetto”. Le intelligenze artificiali “scrivono benissimo, ma non sanno nulla”, ha scritto, poiché operano esclusivamente su base statistica, e non logica o conoscitiva. Quattrociocchi ha coniato - ed esteso nel dibattito pubblico - il termine Epistemia, inserito addirittura come neologismo dal Vocabolario Treccani, per rappresentare quella confortevole illusione di conoscenza generata dall'interazione con le IA generative. Poiché i chatbot producono testi fluidi, coerenti e sintatticamente impeccabili, l’utente matura la sensazione che l’IA abbia compreso un argomento, quando in realtà la macchina sta solo generando una risposta plausibile, fondata sulla probabilità, senza alcun contatto con la realtà o verità dei fatti. L’IA non pensa, non formula ipotesi e non verifica dati. Di conseguenza, fenomeni come le allucinazioni, quando l’IA inventa fatti di sana pianta o disegna cose impossibili, non sono bug temporanei ma caratteristiche intrinseche, e inevitabili, del funzionamento di questi modelli matematici. Come ha scritto qualcuno, i LLM sono modelli statistici che producono linguaggio come pappagalli: non posseggono “consapevolezza”.

A questi argomenti si obietta che la mente umana, su cui si modella la rete neurale, funziona nello stesso modo: la “consapevolezza” non è forse una illusione? Filosofi materialisti come Daniel Dennett hanno sostenuto che la coscienza sia, in un certo senso, un’illusione prodotta dal cervello.  In realtà, anche se le reti neurali artificiali sono nate prendendo ispirazione dal cervello umano, funzionano in un altro modo. Ottimizzano una funzione di costo (la backpropagation), cioè calcolano la probabilità statistica dell’output basandosi su schemi estratti da una mole enorme di testi esistenti. Non hanno un corpo, quindi non percepiscono il mondo, e non associano le parole a oggetti reali; mentre la mente umana lavora per modelli causali ed ha una intenzionalità: è orientata dalla volontà verso uno scopo. 

Qui si potrebbe obiettare che la IA non può vedere o toccare direttamente oggetti del mondo, per stabilire connessioni con elementi del linguaggio, solo perché non è dotata di organi di senso; ma questo è un limite che si può pensare di risolvere utilizzando dei sensori, e fornendo alla IA il segnale da questi generato. Non è un limite della IA, riguarda la sua dotazione di periferiche. Ma soprattutto: la funzione di costo ed il calcolo della probabilità non sono il modus operandi della IA nella sua inferenza, bensì del suo addestramento, simile a quel processo che la nostra mente fa nei primi anni di vita. Durante la fase operativa, la IA produce un output processando l’input tramite i suoi neuroni e pesi, proprio come fa una mente. Nella IA infatti c’è separazione rigida tra fase di addestramento e fase di inferenza. Durante l’addestramento i pesi sinaptici cambiano; durante la fase operativa (l’interlocuzione con l’utente), i pesi dei neuroni sono completamente congelati. L’IA non impara nulla dalla conversazione in tempo reale; applica solo una matrice statica di calcoli matematici per produrre il suo output. Nel cervello umano questa distinzione non esiste. L’apprendimento e il processamento dell’input avvengono simultaneamente. Ogni singolo stimolo attiva la neuroplasticità: i collegamenti sinaptici si modificano, si rafforzano o si indeboliscono in tempo reale in base all’esperienza emotiva del momento. Il cervello umano è un sistema dinamico, in continua evoluzione, l’intelligenza artificiale è un modello statico pre-addestrato.

Ovviamente il fatto che i pesi dei neuroni siano congelati durante la fase operativa non è teoricamente necessario. Si può immaginare una IA che impara anche dalla conversazione in tempo reale. Tuttavia questa opzione è sconsigliata da enormi ostacoli, economici e ingegneristici. Il problema principale di natura ingegneristica è quello che chiamano “Oblio Catastrofico”: modificando i pesi di un modello per fargli imparare una cosa nuova c’è un elevato rischio che quella modifica sovrascriva e distrugga informazioni apprese in precedenza. Nel cervello umano abbiamo strutture come l’ippocampo che trattengono i ricordi a breve termine, e li consolidano lentamente nella corteccia durante il sonno, integrandoli senza distruggere il resto. L’IA non è ancora in grado di replicare questo meccanismo.
Oltre a ciò, ci sono considerazione economiche e di costo computazionale. L’addestramento richiede una quantità di energia e potenza di calcolo infinitamente superiore rispetto all’inferenza. Per aggiornare i pesi la LLM deve calcolare l’errore e viaggiare all’indietro nella rete (backpropagation).
Se milioni di utenti contemporaneamente costringessero i server a modificare i pesi a ogni messaggio inviato l’infrastruttura di OpenAI o Google collasserebbe in pochi minuti.
Infine c’è la vulnerabilità alla manipolazione. Se l’IA modificasse i suoi pesi in tempo reale in base all’interazione con gli utenti diventerebbe corruttibile: gruppi di malintenzionati potrebbero coordinarsi per “insegnare” all’IA falsità, teorie del complotto, balordaggini o istruzioni pericolose, modificando permanentemente il suo comportamento per tutti gli altri utenti del mondo. I proprietari di questi modelli vogliono ovviamente mantenere il controllo della loro creatura.

Quando abbiamo l’impressione che l’IA si ricordi ciò che abbiamo detto precedentemente non sta modificando i suoi pesi neurali, sta usando un trucco: La finestra di contesto, per cui ogni volta che riceve un nuovo messaggio prende l’intera cronologia della chat, la unisce al nuovo input e la invia da capo alla rete; oppure, quando questo non basta (nei modelli più potenti, di solito a pagamento), allocando i messaggi precedenti su un database esterno, per riprendere il discorso da dove si era interrotto. L’IA “ricorda” solo perché legge il passato a ogni turno.

C’è quindi questa differenza di fondo da considerare, riguardo al confronto IA - mente umana che si vuole imbastire. La IA è una struttura unica, in cui è stata eseguita una volta per tutte una procedura di addestramento che ha prodotto una matrice neuroni e pesi fatta e finita, uguale per milioni di utenti. Il singolo utente interroga la macchina senza modificarla. La mente umana, anzi una particolare mente umana, è invece una struttura vuota (o quasi-vuota) che si addestra da capo per ogni vita umana. Per fare il confronto si dovrebbe creare una “mini-IA” vuota o semi vuota, similmente alla mente di un bambino, collegarla a sensori capaci di simulare gli organi di senso del bambino, e di una funzione di addestramento continuo a lungo termine e di strutture in grado di trattenere i ricordi, sul modello dell’ippocampo. Questa IA sarebbe il vero alter ego della mente, ed apparentemente ciò sembra essere alla portata della tecnologia attuale. Ma non è ancora esattamente così.

La ricerca sta lavorando per elaborare tecniche di Continual Learning, cercando di creare reti capaci di un addestramento dinamico locale che non distrugga la base di conoscenza generale. È l’approccio della cosiddetta Embodied AI. Molti laboratori di ricerca avanzati, tra cui team della New York University e di Stanford, stanno conducendo esperimenti basati su questa idea. Ad esempio, nel celebre studio “Child's View for Contrastive Learning”, i ricercatori hanno fatto indossare una videocamera frontale a un neonato dai sei mesi ai due anni (il dataset BabyView), usando poi quei dati sensoriali grezzi per addestrare da zero una IA vuota. I risultati di questi esperimenti però, fino ad ora, sono stati deludenti. La mente del bambino è un miracolo di efficienza. Un bambino impara a riconoscere un gatto avendone visti forse tre o quattro in contesti diversi, toccandolo, sentendolo miagolare. Il suo cervello possiede “bias induttivi” biologici innati che gli permettono di fare balzi logici enormi con pochissimi dati. Le reti neurali attuali invece, anche se collegate a telecamere e sensori, sono estremamente “stupide” nel modo in cui estraggono schemi. Senza miliardi di esempi una Embodied AI esposta solo alla vita di un singolo appartamento per due anni non impara a riconoscere il gatto dalla lavatrice. Semplicemente non ha abbastanza dati per stabilizzare i suoi pesi sinaptici.

Ma la tecnologia attuale mostra il suo limite più grande nella mancanza di un algoritmo capace di replicare memoria complementare umana. Il cervello umano usa l’ippocampo per registrare i ricordi immediati in modo rapido, per poi trasferirli e consolidarli nella corteccia cerebrale profonda, soprattutto durante il sonno, riorganizzando l’intera struttura cognitiva senza distruggere i ricordi passati. Nelle reti neurali artificiali, l’algoritmo di correzione dell'errore (backpropagation) non sa fare questo: se proviamo a fargli aggiornare i pesi continuamente a lungo termine, collassa nel già citato oblio catastrofico: il bambino artificiale dimentica come camminare perché ha appena imparato ad afferrare una tazza. La via è ancora lunga. Anche se molti scienziati (tra cui Yann LeCun, capo della ricerca IA di Meta) ritengono che sia questa la strada per raggiungere una vera Intelligenza Artificiale Generale (AGI) e anche se le singole parti tecnologiche (sensori, reti neurali e memorie) esistono, l’algoritmo matematico capace di fonderli in un apprendimento continuo, rapido ed efficiente come quello del cervello umano non è ancora stato inventato.

Tuttavia è molto probabile che ci arriveremo, e che non ci vorrà neppure troppo tempo. Si è già da tempo cominciato, dunque, a dibattere delle numerose domande filosofiche che l’IA solleva. Tra queste ci sono questioni di filosofia morale, di filosofia politica e del diritto, perfino di antropologia e di estetica (cos’è l’arte? Un disegno fatto con AI può ancora essere un’opera d’arte?) ma la parte più interessante, per me, è quella epistemologica, la parte che riguarda la filosofia della mente.

La domanda di fondo riguarda la natura della coscienza: Se una macchina supera il Test di Turing e simula perfettamente sentimenti e ragionamenti, possiede una mente, oppure è solo un pappagallo stocastico? Questo riaccende il dibattito sul Funzionalismo (se si comporta come una mente, allora è una mente) contro l’argomento della Stanza Cinese di John Searle (manipolare simboli non significa comprenderne il significato).

L’argomento della Stanza Cinese è uno degli esperimenti mentali più famosi della filosofia moderna. Fu proposto dal filosofo americano John Searle nel 1980 per confutare l’idea che un computer correttamente programmato non si limiti a simulare una mente, ma sia effettivamente una mente, dotata di comprensione. L’esperimento è questo. Immaginiamo una stanza chiusa, in cui si trova un uomo che parla solo inglese, e non capisce assolutamente nulla di cinese. Dall’esterno, delle persone che parlano cinese infilano sotto la porta dei fogli con delle domande in caratteri cinesi. Dentro la stanza, l’uomo ha a disposizione un enorme libro di istruzioni, scritto nella sua lingua, che dice cose come: “Se vedi il simbolo 𝕏 seguito dal simbolo 𝕐, allora scrivi il simbolo ℤ”. Questo manuale descrive solo la forma dei simboli (sintassi), non il loro significato (semantica). L’uomo segue pedissequamente le regole, copia i caratteri corrispondenti su un foglio e passa le risposte sotto la porta. Fuori dalla stanza, gli interlocutori cinesi leggono le risposte, le trovano perfette, e concludono che la persona dentro la stanza capisce il cinese.  In realtà, quello non capisce una sola parola. Sta solo manipolando simboli in base alla loro forma.
Searle usa questo esperimento per affermare che la sitassi non equivale alla semantica. È esattamente il nostro problema, perché un LLM funziona proprio come l’uomo dentro la stanza. Esegue delle istruzioni e manipola codici che riceve in input, ma non ha alcuna consapevolezza o comprensione reale di ciò che sta elaborando. L’IA simula la comprensione, non la possiede. Come direbbe Walter Quattrociocchi, la macchina scrive benissimo, ma non sa nulla.
Alcuni scienziati cognitivi hanno provato a contestare Searle con l’Obiezione dei Sistemi (The Systems Reply), sostenendo che anche se l’uomo nella stanza non capisce il cinese, è l’intero sistema, uomo-stanza-manuale, a capire il cinese, nello stesso modo in cui un singolo neurone del cervello non capisce l’italiano, ma l’intero cervello sì. La comprensione è una proprietà emergente del sistema nel suo complesso. L’obiezione sembra potente, ma è facilmente respinta interiorizzando il sistema (come fece subito lo stesso Searle) ossia correggendo l’esperimento mentale facendo sì che l’uomo memorizzi l’intero manuale di istruzioni. Nella nuova versione, l’uomo impara a memoria tutte le regole di manipolazione dei simboli, fa tutti i calcoli e i passaggi logici a mente, infine si siede all’aperto, senza stanza, senza fogli e senza libri. A questo punto, l’uomo è il sistema. Non c’è nulla fuori di lui. Se qualcuno gli parla in cinese, processa i simboli nella sua mente secondo le regole memorizzate e risponde correttamente in cinese. Eppure, dice Searle, l’uomo continua a non capire un tubo di cinese. Non sa se la parola che ha appena pronunciato significhi “melanzana”, “tavolo” oppure “mal di denti”. La sua mente continua a fare pura sintassi, cioè manipolazione di simboli basata solo sulla forma, senza mai raggiungere la semantica, ossia la comprensione del significato.

Solo se quel sistema viene inserito in un robot (la Embodied AI), e il simbolo ’melanzana’  viene collegato al sensore ottico che vede una melanzana, può acquisire un significato funzionale e causale. Solo in quel momento la sintassi  è anche semantica. Per poter parlare di semantica infatti, di significato, è necessario un collegamento tra elementi del linguaggio e oggetti del mondo, tramite i sensi o tramite l’esperienza.
Questa conclusione ci  conduce nel problema filosofico del significato, che ha impegnato i filosofi del linguaggio dalla fine dell’ottocento, quando Gottlob Frege pubblicò Senso e Denotazione, fino almeno agli anni ’60 del novecento, con la pubblicazione de “il problema del significato” di Willard Van Orman Quine.
Nella filosofia del linguaggio, fin dai tempi di Aristotele e poi con Frege e l’epistemologia moderna, il significato non è mai solo una relazione tra parole. Viene spesso rappresentato come un triangolo, i cui vertici sono il Simbolo (la parola scritta o pronunciata), il Concetto (l’immagine mentale o il pensiero) e il Referente (l’oggetto reale nel mondo fisico). I Large Language Models possiedono solo il primo vertice, collegano i simboli ad altri simboli. Manca loro il legame con il referente, attraverso l’esperienza.
E non solo. L’ultimo Wittgenstein, nelle Ricerche Filosofiche, aggiunge un tassello importante: collega il significato anche alla funzione sociale del linguaggio, perché il linguaggio è uno strumento di comunicazione intersoggettiva, quindi trae la sua ragion d’essere nella necessità di comunicare tra soggetti pensanti. Dunque è nella funzione comunicativa che si deve ricercare il significato degli elementi linguistici. Wittgenstein afferma che “il significato di una parola è il suo uso nel linguaggio”. Questo uso ovviamente non avviene nel vuoto, avviene all'interno di relazioni tra parlanti, in quelli che lui chiama “giochi linguistici”; eventi, collegati con la vita umana e con il nostro agire nel mondo. Poiché l’IA non ha partecipa a una forma di vita, fisica e soprattutto sociale, il suo linguaggio è privo del significato, nel senso di Wittgenstein.

Infine, oltre al problema del Grounding dei simboli (formalizzato nei dettagli da Steven Harnad nel 1990) ossia il loro radicamento nel mondo reale; e della necessità di un contesto sociale per conferire senso a un linguaggio, evidenziato da Wittgenstein, l’Epistemologia della IA incontra anche il ben noto limite dell’indeterminatezza della traduzione, evidenziato da Quine, nel suo saggio Parola e oggetto (1960). Quine immagina un linguista che studia una tribù sconosciuta. Un indigeno vede passare un coniglio ed esclama “Gavagai!”. Il linguista annota che Gavagai significa “coniglio”. Tuttavia, nota Quine, dal punto di vista puramente logico, Gavagai potrebbe significare molte altre cose. Chi ci garantisce che l’indigeno non si riferisca invece alla coda del coniglio, a una fase temporale del coniglio, o alla ’conigliezza’, o a qualcos’altro ancora? L’esperienza sensoriale non basta a fissare in modo univoco il significato di una parola. Abbiamo bisogno di un’intera struttura concettuale retrostante (quella che Quine chiama relatività ontologica).

Il problema non ha soluzione: ogni traduzione e ogni riferimento linguistico implica una ontologia condivisa, un’idea pre-esistente degli oggetti del mondo e delle loro essenze. Quine parla di “indeterminatezza della traduzione radicale”: non esiste un solo modo corretto per tradurre un termine da una lingua sconosciuta, perché il significato di un simbolo dipende dalla rete concettuale in cui questo è inserito.
E dunque non solo non si vede come un LLM possa dare un significato ai simboli restando chiuso dentro un dizionario: anche quando potesse uscire fuori dal dizionario interno, ed osservare il mondo reale, il legame tra la parola e l’oggetto resterebbe intrinsecamente misterioso. Non è sufficiente dotare il sistema di sensori: per raggiungere il significato, la IA avrebbe bisogno di bias cognitivi innati, di un’intenzionalità, e di un’esperienza biologica che la struttura dei pesi neurali non prevede. Il linguaggio umano non è una mappatura statica del mondo ma un sistema di classificazione flessibile che ha origine negli scopi della vita, fisica e sociale, degli esseri umani.