
-
Nella vita quotidiana la logica dell'essere umano si limita all'abduzione, cioè non facciamo altro che spiegare i fatti che ci accadono inventando delle regole ipotetiche che ci portano a una conclusione. Spesso, però, non abbiamo il tempo o la motivazione per verificare che regola e conclusione siano corrette.
_
_
Sebbene il ragionamento logico sia stato a lungo considerato fondamento della razionalità - costituito da entità oggettive, indipendenti da chi le pensa e diverse dalle rappresentazioni soggettive - non è una facoltà superiore della mente. Originariamente "ratio" indica la capacità di scegliere i mezzi più adatti a perseguire uno scopo. Qualcosa, cioè, non di razionale in sé, ma solo relativo a uno scopo. Gran parte dei nostri ragionamenti si basa spesso su inferenze inconsapevoli, non deduttive- In questo senso, l'orizzonte della logica è ben più ampio di quello della logica formale tradizionalmente intesa.
La teoria dei modelli mentali si estende su vari tipi di ragionamento - deduttivo, induttivo e abduttivo, e si applica al ragionamento causale e alla creazione di spiegazioni causali. [...] Le lingue indoeuropee, come l'inglese, contengono molti verbi che incarnano la causalità. Sono molto diffusi perché, come sostenuto da Miller e Johnson-Laird (1976), la causalità è un operatore che, come il tempo, lo spazio e l'intenzione, si verifica nei verbi di tutti i domini semantici.
Gli psicologi Marlize Lombard e Peter Gärdenfors (vedi bibliografia) hanno ipotizzato che, durante il processo di ominizzazione avvenuto nella preistoria, il ragionamento causale si è affermato come l'elemento più importante per il processo decisionale a causa della sua illimitata flessibilità comportamentale e cognitiva, che ha favorito la sopravvivenza della specie. Essi scrivono:La corteccia prefrontale laterale rappresenta le relazioni causali sotto forma di contingenze di compiti appresi (relazioni causali, che i neuroscienziati chiamano regole if-then). [...] I segnali nella corteccia prefrontale laterale guidano l'attività lungo percorsi che collegano input sensoriali, memorie e uscite motorie rilevanti per l'attività, che possono essere naturalmente rappresentati sotto forma di modelli mentali di relazioni causali. [...] In sintesi, i modelli mentali per l'inferenza causale dipendono in modo critico dalla corteccia prefrontale laterale e l'evidenza delle neuroscienze indica che questa regione estrae caratteristiche dell'esperienza relative agli obiettivi (relazioni causali o regole if-then), può costruire rappresentazioni iconiche e rappresentano solo cosa è vero. [...] Una proprietà della funzione della corteccia prefrontale laterale è che rappresenta eventi direttamente vissuti (cioè "veri") e mantiene attivamente queste rappresentazioni nel tempo in una forma altamente accessibile (cioè, memorizzazione di informazioni attraverso modelli di attività neuronale sostenuta).
Una grammatica causale genera una serie infinita di reti integrate per la comprensione, l'ipotesi e l'immaginazione. La comprensione causale fornisce quindi i principi che consentono all'uomo di creare ipotesi di rete causale significative, che facilitano l'apprendimento e il ragionamento su nuovi sistemi causali in modo molto efficace (Tenenbaum e Niyogi, 2003). Permette il carattere umano unicamente moderno di illimitata flessibilità comportamentale e cognitiva espressa nella tecnologia attuale.

Quando si ricercano le condizioni psicologiche dei progressi della scienza, ci si convince ben presto che è in termini di ostacoli che bisogna porre il problema della conoscenza scientifica E non si tratta di considerare ostacoli esterni come la complessità e la fugacità dei fenomeni, oppure d'incolpare la debolezza dei sensi e dello spirito umano, perchè è all'interno dell'atto stesso del conoscere che, per una specie di necessità funzionale, appaiono lentezze e confusioni. E' qui che mostreremo alcune cause di stagnazione e persino di regresso della scienza; qui ne riveleremo le cause di inerzia; e tutte queste cause le chiameremo ostacoli epistemologici. La conoscenza del reale è una luce che proietta sempre anche delle ombre; non è mai immediata e piena. Le rivelazioni del reale, infatti, sono sempre ricorrenti. Il reale non è mai "ciò che si potrebbe credere" ma sempre ciò che si sarebbe dovuto pensare. Il pensiero empirico è chiaro a posteriori, quando il meccanismo delle ragioni è già stato messo a punto. Tornando su un passato di errori, la verità la si trova in un vero e proprio pensiero intellettuale. Si conosce, infatti, 'contro' una conoscenza anteriore, distruggendo conoscenze mal fatte, superando quello che nello spirito stesso fa da ostacolo alla spiritualizzazione. [...] La scienza, nel suo bisogno di compimento come nel suo principio, si oppone in modo assoluto all'opinione.. E se, su un punto particolare, le accade di legittimare l'opinione, èper ragioni diverse da quelle che la fondano; di modo che, in linea di principio, l'opinione ha sempre torto. L'opinione pensa male; anzi, non pensa: traduce dei bisogni in conoscenze. Designando gli oggetti in base alla loro utilità, essa si impedisce di conoscerli. Non si può fondare nulla sull'opinione: bisogna prima di tutto distruggerla. Essa è il primo ostacolo da superare. [...] Per uno spirito scientifico, ogni conoscenza è una risposta a una domanda. Se non c'è stata domanda, non ci potrà essere conoscenza scientifica.. Nulla va da sé. Nulla è dato. Tutto è costruito.
Possiamo influenzare il mondo con le nostre azioni (simbolo della mano nell'immagine) e vogliamo farlo in modi che producono ricompense (trovare cibo, ridurre al minimo il dolore, ecc.). Tuttavia, abbiamo bisogno di sapere qualcosa sul mondo per scegliere azioni che potrebbero portare ricompense. Alcune di queste conoscenze sono "model free" (senza modelli), nel senso che il rafforzamento delle azioni che sono state gratificanti in passato sono spesso un buon inizio. In effetti, gran parte della letteratura sull'apprendimento umano e animale si concentra sul modello delle forme libere di apprendimento che catturano molti comportamenti come risposte dirette a stimoli (ad es.Mackintosh, 1983; Skinner, 1990; Sutton e Barto, 1998). Sfortunatamente, si può arrivare lontano anche senza un modello (Daw, Gershman, Seymour, Dayan e Dolan, 2011). Quando le ricompense mancano o si riducono, o cercano attivamente di superarti, comportamenti rinforzati diventano inutili o disadattivi. Inoltre, è difficile sapere cosa sarà prezioso in futuro, quindi l'apprendimento dipendente dalla ricompensa può facilmente fallire nel preparare per il futuro. Intuitivamente, quindi, un modello causale fornisce flessibilità, consentendo all'utilizzatore di navigare il mondo con successo ovunque egli voglia andare. Questa flessibilità dipende dall'apprendere una rappresentazione che rispecchi il modo in cui funziona effettivamente il mondo (Hohwy, 2013); un modello che - mettendo da parte le affermazioni metafisiche sulla causalità - catturi le vere relazioni causali. Tuttavia, il modello deve anche essere sintetico sia perché deve entrare in un cervello molto più piccolo del mondo che imita, e sia perché deve supportare l'inferenza sullo stato attuale del mondo.


Agli psicologi è noto da tempo che la mente umana contiene circuiti specializzati per le diverse modalità di percezione, come vedere e ascoltare. Ma fino a poco tempo fa, si pensava che la percezione e il linguaggio fossero le uniche attività causate da processi cognitivi specializzati (Fodor, 1983 ved. bibliografia).
Si pensava che altre funzioni cognitive, quali: apprendimento, ragionamento, il processo decisionale, venissero realizzate da circuiti di "carattere generale". I principali candidati erano gli algoritmi "razionali": quelli che implementano metodi formali per il ragionamento induttivo e deduttivo, come la regola di Bayes o il calcolo proposizionale (una logica formale). Questa impostazione è stata modificata dalla prospettiva evoluzionistica (ved. bibliografia 1992 Tooby & Cosmides).
La visione evoluzionistica della mente umana infatti sostiene che non esiste una "Intelligenza generale" umana, ma che essa è una facoltà ipotetica dal carattere mitico che si è trascinata fino ai nostri giorni. Il modo convenzionale di pensare alla logica umana la vede invece composta da semplici circuiti di ragionamento, pochi di numero, indipendenti dal contenuto e di uso generale. Questo modo di vedere è arrivato fino a noi perchè la nostra capacità di risolvere molti diversi tipi di problemi (la nostra mitica flessibilità razionale) l'ha tenuta in vita.
L'ambiente dove la mente umana si è evoluta era molto diverso da quello odierno. I nostri antenati ominidi hanno vissuto per il 99% della vita evolutiva della nostra specie (circa 10 milioni di anni), in società di cacciatori-raccoglitori costituite da piccoli gruppi. Per 10.000 anni la selezione naturale ha modellato il cervello umano scegliendo quei circuiti che favorivano la risoluzione di problemi quotidiani (accoppiarsi, cacciare animali, raccogliere germogli, negoziare con gli amici, difendersi dagli aggressori, allevare bambini, scegliere l'habitat più adatto, ecc). Le priorità dell'Età della Pietra hanno modellato cervelli più abili a risolvere certi problemi ma meno abili a risolverne altri, ad esempio è più facile per noi vivere in gruppi poco numerosi (ved. numero di Dunbar) piuttosto che tra grandi folle, oppure è più facile temere i serpenti piuttosto che le prese elettriche.
I meccanismi biologici sono calibrati per gli ambienti in cui si sono evoluti, e incarnano informazioni sulle proprietà stabilmente ricorrenti nei nostri mondi ancestrali. Ad esempio, i meccanismi di costanza del colore umano visibile sono calibrati dall'evoluzione sulle caratteristiche dell'illuminazione terrestre "naturale". Come risultato, l'erba sembra verde sia a mezzogiorno che al tramonto, anche se le proprietà spettrali della luce che riflette sono cambiate drasticamente. Gli algoritmi razionali non lo fanno, perché sono indipendenti dai contenuti.
Le figure nei due box (Modus Ponens e Modus Tollens) mostrano due regole di inferenza del calcolo proposizionale molto note e applicate costantemente dall'essere umano, cioè due metodi che permettono di dedurre conclusioni vere da premesse vere, non importa quale sia l'oggetto delle premesse. Anche la Regola di Bayes, un'equazione per il calcolo della probabilità di una data di ipotesi, è indipendente dai contenuti. Essa può essere applicata indifferentemente a una diagnosi medica, a giochi di carte, al successo nella caccia, o qualsiasi altro argomento. Essa non contiene alcuna conoscenza specifica, in modo che non può sostenere inferenze che si applicherebbero, ad esempio, all'accoppiamento umano ma non alla caccia. Peccato che l'essere umano, intuitivamente e costantemente sbaglia nell'applicazione del Modus Tollens: questo sembra il prezzo da pagare per l'indipendenza dai contenuti.
La logica non ha niente a che vedere con la verità: anche se ci troviamo in presenza di inferenze valide possiamo avere premesse false che producono una conclusione vera oppure possiamo avere premesse vere che producono una conclusione falsa.

I cardini di questa teoria dell'argomentazione sono due tesi fondamentali: (I) che nel processo di conoscenza si dànno tre e solo tre tipi di argomentazioni, argomenti, o inferenze che dir si voglia (che dal punto di vista logico i tre termini sono sinonimi e assolutamente interscambiabili) - abduzione, deduzione e induzione; (II) che nel processo della conoscenza i tre tipi di inferenza si susseguono in un ordine costante e obbligato, venendo a comporre una sorta di "macroargomento" o di microunità argomentativa triadica, che ha nell'abduzione il suo primo momento, di assunzione o premessa, nella deduzione il suo secondo momento, di analisi o mediazione esplicitativa, nell'induzione il suo terzo momento, di verifica e dunque di conclusione conseguente del processo.
Gli eland nella pittura rupestre stanno correndo verso l'elusivo mondo degli spiriti. Prendendo ispirazione dalla scienza cognitiva e da molte altre scienze computazionali e combinandole nei nostri sforzi di apprendimento automatico, facciamo i passi positivi sul nostro percorso verso il mondo, si spera, meno sfuggente dell'apprendimento automatico con spiegazioni.
Secondo la psicologia evoluzionistica (ved. bibliografia Leda Cosmides 1989) il nostro cervello non si è evoluto per essere logico in senso generale ma per risolvere problemi sociali utili alla sopravvivenza. Per questo motivo noi eseguiamo facilmente solo quelle inferenze utili agli scambi sociali, ma abbiamo difficoltà in molti altri ragionamenti.
Nel linguaggio comune, quando si pensa alla logica, ci si riferisce solo alla deduzione. In realtà, sia nel ragionamento scientifico che in quello quotidiano, noi impieghiamo tre tipi di inferenza: abduzione, induzione e deduzione.
L'abduzione è un processo a ritroso che si impiega quando si conoscono regole e conclusione e si vogliono ricostruire le premesse. Essa considera un fatto specifico (il conseguente), lo connette a una regola ipotetica (relazione di implicazione) e ne ricava un risultato incerto, cioè una conclusione ipotetica (l'antecedente). Viene impiegata nel ragionamento diagnostico (ad es: un medico di fronte a un sintomo, un elettrauto di fronte a un guasto, ecc), nel ragionamento investigativo (ad es: un detective di fronte a un caso), nel ragionamento scientifico (un ricercatore di fronte a un'ipotesi da verificare).
_
Esempio: gli italiani sono disinformati (conseguente), l'informazione di qualità dipende dalla pluralità delle fonti (regola generale ipotetica), in Italia non c'è un pluralismo informativo (antecedente).
La deduzione è un processo in cui si conoscono le premesse e le regole e si vuole ricavare una conclusione (va dal generale al particolare). Essa parte da una regola generale (relazione di implicazione), la applica a un fatto specifico (antecedente) e ne trae un risultato certo (conseguente). La conclusione renderà esplicite informazioni che sono presenti solo implicitamente nelle premesse. Viene impiegata nel ragionamento matematico, mentre nel ragionamento ordinario essa viene impiegata molto raramente a causa della difficoltà di disporre di regole generali certe.
_
Esempio: tutti gli esseri umani sono mammiferi (regola generale certa), il Papa è un essere umano (antecedente), il Papa è un mammifero (conseguente certo)
L'induzione è un processo in cui si conoscono le premesse e la conclusione e si vogliono ricostruire le regole (va dal particolare al generale). Essa parte da un caso specifico (l'antecedente), lo connette a un altro fatto (il conseguente), e ne trae un risultato incerto, cioè una regola generale probabile (relazione di implicazione).
_
Esempio: queste donne sono eleganti (antecedente), la moda italiana è elegante (conseguente), le donne eleganti vestono italiano (regola generale ipotetica)


You are certain or you want that we open an investigation?
L'abduzione parte dai fatti osservati senza avere in mente nessuna particolare teoria. Essa è preparatoria al ragionamento.
Come ha scritto Charles S.Peirce (Opere, Bompiani, 2003 - p.519): "nessun nuovo contenuto di verità può derivare da induzione o deduzione, esso può derivare solo da abduzione". Quindi l'abduzione guida l'inventiva umana, ipotizzando connessioni tra fenomeni o fatti. Essa soddisfa la tendenza umana di stabilire legami causali tra eventi e, per questo motivo, è l'unica inferenza che può scoprire qualcosa di nuovo ma, allo stesso tempo, è quella più esposta al rischio di errori. L'esito dell'abduzione è una regola solo probabile, mai certa, e va adottata solo provvisoriamente.

From whom he takes orders?
Un'argomentazione deduttiva è tale che, se le sue premesse sono vere, anche la sua conclusione sarà necessariamente vera. Possiamo esplicitare così la battuta della vignetta di Altan:
Regola generale certa: In un sistema di potere gli uomini danno e prendono ordini
Antecedente: mio marito è un uomo di potere (cioè appartiene a un sistema)
Conseguente certo: tuo marito prende ordini (oltre a darli)

Un'argomentazione induttiva è tale che, se le sue premesse sono vere, la sua conclusione sarà probabilmente vera.
L'induzione parte da un'ipotesi promettente senza essere guidata fatti specifici, anzi essa cerca dei fatti: studia l'ipotesi e suggerisce gli esperimenti che permettono di verificarla. L'induzione cerca nell'esperienza conferme alla sua conclusione. Il suo valore di verità aumenta statisticamente via via che le conferme arrivano. Essa non potrà però mai arrivare ad una certezza assoluta perchè non potrà ricevere conferme per la totalità dei casi. (vedere di seguito il tacchino induttivista)

Iscriviti alla Newsletter di pensierocritico.eu per ricevere in anteprima nuovi contenuti e aggiornamenti:
- Sangeet S. Khemlani, Aron K. Barbey, Philip N. Johnson-Laird (2014), Causal reasoning with mental models [75 citazioni]
- Marlize Lombard, Peter Gärdenfors (2017), Tracking the evolution of causal cognition in humans [11 citazioni]
- Joshua B. Tenenbaum, Thomas L. Griffiths, Sourabh Niyogi (2003), Intuitive Theories as Grammars for Causal Inference (PDF) [122 citazioni]
Charles Sanders Peirce (2003), Opere,Testo fondamentale sull'epistemologia e la logica
- Massimo A.Bonfantini (2004),La semiosi e l'abduzione, Testo sintetico sui processi inferenziali nel ragionamento ordinario
- Salvatore Zingale (2015), Su Peirce (Capitolo del libro "This is my design. Lo spazio dell'abduzione nella progettualità")
- Salvatore Zingale Il ciclo inferenziale(2009),(PDF)Articolo esemplificativo sul ciclo inferenziale
Cultura e natura della spiegazione, (PDF) Il punto di vista di Gregory Bateson a proposito dell'abduzione
- Achille Varzi, Logica, (PDF) (da Introduzione alla filosofia di F.D'Agostini)
- Marcello Frixione (2007), Come ragioniamo Agile testo introduttivo alla logica formale e a quella ordinaria
- Leda Cosmides (1989), The logic of social exchange: Has natural selection shaped how humans reason?, (PDF) Articolo sulla genesi evoluzionistica del ragionamento umano
- Leda Cosmides, John Tooby (1997), Evolutionary Psychology: A Primer, Articolo introduttivo sulla psicologia evoluzionistica
- Gabriella Giudici (2013), Bertrand Russell, La triste storia del tacchino induttivista
- (2011), The unexpected - Alcuni casi di errori induttivi
- Carlo Veronesi, Il falsificazionismo di Popper - PRISTEM -Interessante articolo che spiega la genesi del criterio di demarcazione della scienza e di falsificazionismo
- Marco Trizio (2019), Modelli mentali
- Alexander Bochman (2000), A Causal Theory of Abduction (PDF) [12 citazioni]
- (2017), Cognitive Machine Learning - Learning to explaine - The Spectator
- Neil Robert Bramley (2017), Constructing the world: Active causallearning in cognition (Tesi di laurea) - Academia.edu
- Roberto Casati (2022), Le mille trappole che ci allontanano dalla logica - Sole24Ore 17 luglio 2022
- Ali Abbas, THE ALTERNATIVE HYPOTHESIS Psychology Wizard
a chi non vuole correre il rischio di fare la fine del tacchino induttivista
Pagina aggiornata il 6 marzo 2023