Mondo reale e mondi possibili: il costruttivismo che manca all'Intelligenza Artificiale - Pensiero Critico

Brain
brain
europa
critic
Coloro cui sfugge completamente l'idea che
è possibile aver torto non possono imparare nulla,
tranne la tecnica. (Gregory Bateson)
Vai ai contenuti

Mondo reale e mondi possibili: il costruttivismo che manca all'Intelligenza Artificiale

Teorie > Metodi > Intelligenza Artificiale
Puoi condividere questa pagina:
Il punto chiave
I mondi possibili sono cose di cui possiamo parlare o che possiamo immaginare, ipotizzare, in cui possiamo credere o che possiamo auspicare. Tuttavia, non possiamo mai arrivare in un mondo possibile che non sia il mondo reale; perchè, se potessimo, e richiede solo che si pensi un attimo alla fantascienza per vedere come potremmo pensare di potere, allora quel mondo sarebbe parte del mondo reale. Le cose stanno così in quanto il mondo reale non è altro che la totalità di ciò che accade nella realtà. (M.J. Cresswell)
_

dati
Ieri ho fatto il Turing Test.
Interessante! Quale è stato il risultato?
Ho fallito. La macchina ha capito subito che ero io, uno stupido umano.
L'intelligenza causale dei corvi
Cos'è l'intelligenza umana?
Cliccare per approfondire
Dall'osservazione di eventi al Pensiero controfattuale (che immagina nuovi mondi)
Judea Pearl
La scala della causalità mostra le possibilità che si presentano all'essere umano, che vanno dalla semplice osservazione di eventi e la successiva associazione/correlazione, all'azione sul mondo, fino alla creazione di ipotesi (pensiero controfattuale).
(Disegno: Maayan Harel)
Origine del ragionamento causale negli umani

Uno studio degli psicologi Alyson Gopnik ed Al. (vedi bibliografia) ha evidenziato la straordinaria capacità dell'essere umano di sviluppare forme di apprendimento di natura "causale", cioè riguardanti modelli inferenziali causa-effetto. In tale studio gli autori ipotizzano che nel periodo evolutivo del pensiero umano vi sia stata una forte spinta a intrattenere nell'infanzia un apprendimento esplorativo che ha condotto la specie umana verso l'impiago di modelli causali.
Tale capacità ha dato all'essere umano la possibilità di immaginare e, successivamente, realizzare artefatti, prodotti, stili di vita che ci hanno portato fin qui. Essi scrivono:

Il grande enigma dell'evoluzione della cognizione umana è determinare come piccoli cambiamenti genetici in un periodo così breve possano aver portato a cambiamenti così enormi nel comportamento. In questo studio, sottolineiamo due sviluppi interconnessi che potrebbero aver interagito in modo coevolutivo per fornire grandi differenze rispetto a piccoli cambiamenti. Il primo è il cambiamento nel programma di sviluppo che ha portato al periodo straordinariamente lungo dell'infanzia umana. Ipotizziamo che questo cambiamento abbia permesso ai protoumani immaturi di godere di periodi di apprendimento più lunghi e, in particolare, di impegnarsi maggiormente nella libera esplorazione trovata in gioco.
In secondo luogo, proponiamo che questo cambiamento di sviluppo abbia creato il contesto per l'applicazione di meccanismi di apprendimento più potenti. In particolare, questi meccanismi di apprendimento includevano una capacità e una motivazione di recente sofisticata e generale per conoscere la causalità e costruire modelli causali.

Dato che l'intelligenza artificiale si occupa del futuro, la scala della causalità rappresenta, secondo la visione del filosofo Judea Pearl, l'evoluzione del pensiero umano.


Mondo reale e mondi possibili

Noi viviamo in un mondo reale nel quale possiamo fare le nostre osservazionie e le nostre azioni, ma la nostra specie è tra le poche (a parte i primati e alcune specie di uccelli) che può vivere, mentalmente, in più "mondi possibili". Questa straordinaria capacità ha dato all'essere umano la possibilità di immaginare e, successivamente, realizzare artefatti, prodotti, stili di vita che ci hanno portato fin qui. Il filosofo M. J. Cresswell (vedi bibliografia) ha spiegato le supposizioni controfattuali che avvengono nei "mondi possibili". Egli ha scritto:

I mondi possibili sono cose di cui possiamo parlare o che possiamo immaginare, ipotizzare, in cui possiamo credere o che possiamo auspicare. Tuttavia, non possiamo mai arrivare in un mondo possibile che non sia il mondo reale; perchè, se potessimo, e richiede solo che si pensi un attimo alla fantascienza per vedere come potremmo pensare di potere, allora quel mondo sarebbe parte del mondo reale. Le cose stanno così in quanto il mondo reale non è altro che la totalità di ciò che accade nella realtà.

Dato che l'intelligenza artificiale si occupa del futuro, la scala della causalità rappresenta, secondo la visione del filosofo Judea Pearl, l'evoluzione del pensiero umano. Pearl fa le seguenti ipotesi:

  • I sistemi del mondo reale sono altamente complessi, spesso con molti fattori causali che influenzano la dinamica del sistema.
  • Le menti umane sono limitate dal punto di vista computazionale (nel tempo, nella memoria e nella precisione).
  • Gli umani non pensano naturalmente in termini di probabilità continue; pensano in termini di esiti discreti e relative probabilità.

La scala della causalità proposta da Pearl è la seguente:

  1. Il primo gradino (SEEING) riguarda il "MONDO REALE" e si limita all'osservazione ed è proprio di tutte le specie animali. Ogni animale, attraverso il proprio sistema sensorio, si accorge di ciò che accade nel suo ambiente e fa le sue associazioni/correlazioni sugli eventi che nota.

  2. Il secondo gradino (DOING) riguarda il "MONDO REALE" e consiste nell'effettuare azioni in esso.

  3. Il terzo gradino (IMAGINING) riguarda i "MONDI POSSIBILI" e consiste nell'immaginare varie soluzioni alternative delle azioni che si potrebbero intraprendere in uno specifico contesto. Si tratta quindi di porsi delle domande controfattuali, cioè non basarsi su ciò che si vede ma immaginare quali risultati si potrebbero ottenere se si facessero delle azioni alternative. Quest'ultimo gradino è oggi "proprio" dell'azione umana.

Il costruttivismo che manca all'Intelligenza Artificiale

In cosa differiscono l'intelligenza umana e quella Artificiale? Il filosofo Judea Pearl, nel suo libro "The book of Why: The New Science of Cause and Effect" sostiene che la risposta sia: "La capacità di porre domande e trovare risposte". Contrariamente a quanto si potrebbe pensare la capacità più importante è quella di "porre domande", infatti è facile constatare che la maggior parte delle persone non si pone nessuna domanda o, quando lo fa, si tratta di domande con scopi pratici. Si tratta invece della capacità di immaginare "modi possibili" alternativi al "mondo reale" come evidenzia la pedagogista Luigina Mortari (vedo bibliografia):

L'ipotesi di un lavoro sulle idee per modificarle così da mettere le basi perchè cambi anche il modo di essere trova la sua sensata fondatezza nel "costruttivismo", poichè considerando le idee qualcosa di costruito dalla mente, e dunque anche di decostruibile, legittima un lavoro sui prodotti del pensiero che non si limiti ad esaminarli ma implichi anche un lavoro di modificazione.

Questa è la base su cui si fonda quel al processo mentale che avviene nel cervello umano che Pearl chiama "controfattuale". Pearl riporta l'opinione del filosofo Davis Lewis che diede questa definizione di "causa"  (p.20):

noi pensiamo a una causa come a qualcosa che fa la differenza, e la differenza che fa deve essere una differenza rispetto a ciò che sarebbe accaduto senza di essa

Pearl, descrive così l'intelligenza umana:

Molto presto nella nostra evoluzione, noi umani ci siamo resi conto che il mondo non è fatto solo di puri fatti (quelli che oggi potremmo chiamare dati); piuttosto, questi fatti sono uniti da una intricata rete di relazioni causa-effetto. Spiegazioni causali, non puri fatti, costituiscono la maggior parte delle nostre conoscenze e dovrebbero essere la pietra angolare dell'intelligenza artificiale.

Scrive Pearl, nella recensione di Ben Dickson (vedi bibliografia):


Il nostro modello causale del mondo è ciò che ci consente di fare ipotesi sulle relazioni tra oggetti, tracciare analogie attraverso le esperienze e affrontare nuovi ambienti e problemi. Ma sfortunatamente, ci sono stati pochi sforzi per fornire ai modelli di intelligenza artificiale lo stesso tipo di strumenti. Per il momento, i sistemi di intelligenza artificiale di maggior successo sono modelli di deep learning che sfruttano set di dati più grandi con più esempi su diverse possibili situazioni. Ma i dati non risponderanno alla domanda quando il problema si allontanerà da situazioni ristrette, come la guida su strade pubbliche. L'intelligenza artificiale rimarrà fragile, il che significa che non sarà in grado di generalizzare il suo comportamento oltre il dominio degli esempi che ha visto. E continuerà a fallire di fronte a casi angolari, situazioni che non ha mai visto prima.



Pearl così descrive le previsioni controfattuali:

Un'altra classe di compiti sono i problemi che coinvolgono i controfattuali, ad esempio, per prevedere come sarebbe il mondo se avessimo agito diversamente. Un esempio pratico in un contesto politico sarebbe quello di identificare gli elettori oscillanti, ovvero gli elettori che cambieranno il loro voto se e solo se contattati (ad esempio dai lavoratori rurali). Sebbene i dati non ci dicano mai come un determinato elettore si comporterebbe in condizioni diverse, i computer con comprensione controfattuale possono comunque identificare, dai dati, quale elettore è probabilmente nella classe degli "elettori oscillanti".

Come ragionano gli umani e come dovrebbero ragionare i robot: un progetto di realtà

Il matematico e filosofo Judea Pearl nel libro (vedi bibliografia) "The book of why, the new science of causes and effect" descrive in che modo la nostra mente funziona per permetterci di svolgere i nostri ragionamenti quotidiani. Egli descrive così la "Conoscenza" di cui ogni individuo dispone: "tracce d'esperienza che il soggetto ha avuto in passato, incluse le osservazioni passate, le azioni passate e i costumi culturali". Se si vuole descrivere il processo raziocinante, ad esempio, per creare un robot occorre creare un motore inferenziale il cui diagramma è riportato sotto e che Pearl così descrive (p.11):
Il motore inferenziale è una macchina che accetta tre differenti tipi di ingressi - Presupposti o ipotesi (Assumptions), Domande (Query) e Dati (Data) - e produce tre tipi di risultati. Il primo risultato è una decisione Si /No sul fatto che in teoria alla domanda in questione possa essere data risposta in base al modello causale esistente, assumendo dati perfetti e illimitati. Se la risposta è Si, il motore inferenziale produce un Estimand [termine statistico che indica un parametro che deve essere stimato]. Questo è una formula matematica che può essere pensata come una ricetta per generare la risposta da ogni dato ipotetico, ogni volta che essi sono disponibili. Infine, dopo che il motore inferenziale ha ricevuto il dato in ingresso, esso userà la ricetta per produrre un Estimand per la risposta.
Motore inferenziale che combina dati e conoscenza causale
causal revolution
Fig.1 tratta dal libro di Judea Pearl "The book of why". Mostra il motore inferenziale che combina dati e conoscenza causale per produrre risposte a domande specifiche. Il box tratteggiato non appartiene al motore; frecce dovrebbero essere tracciate dai box 4 e 9 al box1 ma Pearl ha preferito ometterle per semplificare il diagramma.
Come si prende una decisione (con il motore inferenziale di Pearl)
Proviamo a immaginare cosa succede ad ogni persona quando deve prendere una decisione (facciamo un esempio semplice e comune a molti: sposarsi o no), e proviamo a farlo impiegando il modello del motore inferenziale proposto da Judea Pearl:

  1. la persona si presenta all'appuntamento con il proprio bagaglio di conoscenze (in termini di esperienze vissute) vaste o scarse che siano
  2. la prima azione da stabilire con chiarezza è la domanda che il soggetto si fa riguardo alla decisione da prendere (ad esempio sposarsi o no)
  3. la seconda azione da stabilire sono le ipotesi che definiscono il contesto entro cui muoversi (ad esempio con partner del proprio paese o da fuori)
  4. la terza azione da chiarire sono i dati con cui confrontarsi (ad esempio quanto costerebbe il matrimonio, come ripartire la spesa, ecc)
  5. la quarta azione consiste nel porre le ipotesi in un modello causale (ad esempio un diagramma che mostri le differenze tra mogli e buoi dei paesi tuoi o altrui)
  6. la quinta azione consiste nell'immaginare se alla domanda si può rispondere o se è necessario rivedere ipotesi e modello
  7. la sesta azione consiste nell'ottenere delle stime sui dati in possesso (ad esempio quanto costa il matrimonio, chi partecipa alla spesa)
  8. la settima azione consiste nel fare delle prove applicando il modello causale del punto 3 (in questo caso è necessario procurarsi delle statistiche sulla riuscita dei matrimoni tra compatrioti oppure misti, ma molte altre domande possono sorgere nella mente del decisore...)

La difficoltà di seguire razionalmente questo processo spiega come mai, a causa dell'elevato numero di fattori da considerare e delle possibili alternative la maggior parte delle decisioni personali di questo genere si prendono euristicamente.
Il costruttivismo delle idee, della Letteratura, dell'Arte
L'idea che l'essere umano "crei" la realtà è piuttosto recente. Lo psicologo Jerome Bruner la descrive nel suo libro "La mente a più dimensioni (p.119):

La visione costruttivistica, secondo la quale ciò che esiste è un prodotto di ciò che si pensa, può essere fatta risalire a Kant che per primo la sviluppò compiutamente [nella Critica della ragion pura]. A sua volta, Kant ha attribuito la propria intuizione alla scoperta humiana che nel mondo reale certe relazioni, lungi dal poter essere attribuite agli eventi, sono piuttosto costruzioni mentali proiettate su un "mondo oggettivo". La relazione di causa ed effetto rappresenta per Kant il caso esemplare. Hume aveva visto nella causazione una costruzione mentale imposta ad una semplice sequenza di eventi.


Grotta di Lascaux: l'origine dell'Arte
costruttivismo
Scrive Jerome Bruner (p.120): in nessun campo il costruttivismo si impone con tanta evidenza come in quello della psicologia dell'arte e della creatività. I loro mondi, Blake, Kafka, Wittgenstein e Picasso non li hanno trovati: li hanno inventati.

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

La razionalità richiede impegno personale!
Iscriviti alla Newsletter di pensierocritico.eu per ricevere in anteprima nuovi contenuti e aggiornamenti:
Bibliografia (chi fa delle buone letture è meno manipolabile)


Scrivi, se non sei d'accordo
Se ritenete che le tesi del "punto chiave" non vengano sufficientemente supportate dagli argomenti presenti in questa pagina potete esprimere il vostro parere (motivandolo).
Inviate una email con il FORM. Riceverete una risposta. Grazie della collaborazione.
Libri consigliati
a chi è interessato a capire i principali concetti del costruttivismo
Spesa annua pro capite in Italia per gioco d'azzardo 1.583 euro, per l'acquisto di libri 58,8 euro (fonte: l'Espresso 5/2/17)

__________________________________________________________________________________________________________________________________________________________

Pagina aggiornata il 13 gennaio 2020

Copyright 2012-2020
creative commons
Quest'opera è distribuita con Licenza Creative Commons Attribuzione 2.5 Generico
Torna ai contenuti