Inferenze e ragionamento causale: la logica è un lusso che tutti noi potremmo permetterci

TEORIE > METODI > ARGOMENTAZIONE

Scopo di questa pagina

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. Il ragionamento causale ha favorito la sopravvivenza della specie e costituisce una pre-condizione per l'inferenza quotidiana dell'essere umano, cioè per l'abduzione. L'inferenza abduttiva è quel ragionamento che riguarda lo sviluppo e la scelta di ipotesi che spiegano meglio una situazione, cioè come vengono generate, valutate e testate le ipotesi esplicative. Il filosofo Roberto Casati nel tentativo di spiegare perchè l'essere umano ha iniziato a usare la "logica" scrive (vedi bibliografia): "Siamo diventati logici perchè abbiamo sviluppato una sorta di vigilanza epistemica, fatto crescere antenne di prudenza e di sospetto, e abbiamo finito inevitabilmente con l'occuparci della verità. Resta il fatto che con tutto il bene che vogliamo alla logica, sia esso strumento di conoscenza, paragone di prudenza, o sentinella della conversazione, ci si deve rassegnare: la logica è un lusso." Fare inferenze è una delle più importanti capacità umane perchè consente all'essere umano di "interpretare" il suo mondo risalendo a un significato dedotto dalle relazioni tra le cose. Questa pagina cerca di chiarire alcuni aspetti che guidano la logica umana, sia nei ragionamenti quotidiani, sia nel ragionamento scientifico.

LAZY BRAIN ?

You eliminate the ideas regularly and NATURALLY.

A pill before going to bed and you'll find quickly your balance.

Punto chiave di questa pagina

RAGIONAMENTO CAUSALE E METODO SCIENTIFICO: Intuitivamente, 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; 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. Il mondo produce dati e ricompense. I dati vengono utilizzati per perfezionare un modello del mondo. Il proprio modello e le proprie utilità guidano l'azione che si esercita sul mondo, producendo dati e ricompense futuri.

Punti di riflessione

Il nostro cervello ha difficoltà ad effettuare ragionamenti che non ha imparato nel corso dell'evoluzione, mentre esegue senza sforzo inferenze che riguardano temi sociali.

Tutti i ragionamenti concernenti la questione dei fatti sembrano fondarsi sulla relazione di causa ed effetto. (David Hume)

Fare inferenze aiuta a "interpretare" il mondo.

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. (Sangeet S. Khemlani, Aron K. Barbey, Philip N. Johnson-Laird)

Il ragionamento causale costituisce un ingrediente essenziale, e anche una pre-condizione, per l'abduzione. (Alexander Bochman)

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.

I modelli mentali sono simulazioni della realtà utilizzate per produrre inferenze qualitative e quantitative che ci permettono di descrivere, predire e spiegare il comportamento di un sistema; sono rappresentazioni interne di oggetti, azioni, situazioni o persone, costruite sulla base dell’esperienza e dell’osservazione del mondo. (Philip N. Johnson-Laird)

Popper, anche negli scritti della maturità, ha sempre difeso la sua intuizione giovanile che nella scienza hanno diritto di cittadinanza solo quelle teorie che prestano il fianco alla falsificazione e possono essere accettate provvisoriamente solo quelle che sono passate indenni attraverso i tentativi di confutazione. Queste tesi di Popper sembrano molto ragionevoli. Così come sembra plausibile l’idea che la scienza, attraverso la sostituzione di congetture confutate con altre ancora confutabili, ma non allo stesso modo delle precedenti, porti a una sempre migliore approssimazione della verità. (Carlo Veronesi)

La mente scientifica non fornisce tanto le risposte giuste quanto pone le domande giuste. (Claude Levi Strauss p.71)

Se il pensiero è inferenziale, l’abduzione è l’unica inferenza in grado di farlo procedere, di pensare all’“essere in futuro”. [...] In quanto stato di ricerca permanente, l’abduzione è però a suo modo anche una forma di inquietudine. Sia perché nell’abduzione, come nell’irritazione del dubbio, la mente non si trova affatto ‘a riposo’, sia perché l’abduzione è una tensione verso un assente: possibile, ma ancora da raggiungere. (Salvatore Zingale)

Cos'è un'inferenza? Trovare ciò che non conosciamo a partire da ciò che già conosciamo. L’inferenza abduttiva è ritrovare questo qualcosa, risalire la corrente degli eventi

Origine del ragionamento causale

Dell'inafferabilità della logica umana lo psichiatra Mauro Maldonato, nel libro "Come decidiamo", scrive (p.15):

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 ricerca neuroscientifica ha individuato un'area del cervello umano riservata al ragionamento causale (corteccia prefrontale laterale). Nel 2014 gli psicologi Sangeet S. Khemlani, Aron K. Barbey e Philip N. Johnson-Laird hanno descritto la loro "Teoria del ragionamento causale con modelli mentali" (vedi bibliografia 2014), nella quale sostengono che l'essere umano crea delle mappe mentali in cui vi sono relazioni causali tra possibili stati del mondo. In queste mappe vengono rappresentate azioni e conseguenze necessarie per un comportamento rivolto al raggiungimento di obiettivi. Inoltre essi sostengono che tutte le lingue indoeuropee incarnano la causalità. Essi scrivono:

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.

Tutta l'attività mentale del ragionamento causale avviene nella corteccia prefrontale laterale:

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).

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:

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.

Il ragionamento causale costituisce un ingrediente essenziale, e anche una pre-condizione, per l'inferenza quotidiana dell'essere umano: l'abduzione.

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

it is the sum that makes up the total

Il metodo scientifico e i suoi ostacoli epistemologici

La spiegazione è un fattore onnipresente nel nostro ragionamento perchè guida le nostre azioni, influenza le nostre interazioni con gli altri e guida i nostri sforzi per espandere la conoscenza scientifica. Il ragionamento può essere suddiviso nei suoi tre costituenti: deduzione, trarre conclusioni utilizzando premesse coerenti e logiche; l'induzione, la generalizzazione e la previsione degli eventi sulla base dell'evidenza osservata e della frequenza di accadimento; e l'abduzione (o rapimento), fornendo la spiegazione più semplice di un evento. Questi concetti fanno parte della nostra pratica diffusa: la deduzione è implicita quando utilizziamo l'apprendimento delle regole, la costruzione di insiemi e la programmazione logica; il test induttivo e trasduttivo, ovvero l'utilizzo di set di dati di test, è il nostro protocollo standard nella valutazione degli algoritmi predittivi; e l'abduzione è implicita quando discutiamo di inferenza probabilistica e problemi inversi. È questo terzo tipo di ragionamento, l'inferenza abduttiva, che sia nella mente che nelle macchine (quando ci si occupa di machine learning) ci dà la nostra capacità di fornire spiegazioni e di usare le spiegazioni per imparare e agire in futuro.

Il filosofo Gaston Bachelard ha descritto il problema della conoscenza scientifica nel suo libro "La formazione dello spirito scientifico", dove scrive (pp.11-12):

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.

Per Gaston Bachelard si conosce qualcosa 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. 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.

Il processo inferenziale nel metodo scientifico

Il processo inferenziale inizia dall'osservazione di un fenomeno che dà luogo a dati e, a quanto più essi sono sorprendenti, tanto più danno luogo ad abduzioni che generano ipotesi (leggi esplicative) che vengono raffinate in un continuo processo di retroduction. Le ipotesi vengono validate con la deduzione e verificate con l'induzione. (Cliccare per approfondire)

Il ragionamento causale si apprende con le esperienze di vita

Lo psicologo Neil Robert Bramley ha svolto la propria interessante tesi di dottorato (vedi bibliografia 2017) descrivendo e sperimentando diverse (oltre dieci) situazioni umane nel corso delle quali viene sviluppato il ragionamento causale. Egli scrive (pp.37-38):

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.

I bambini, crescendo, diventano sempre più cercatori di "informazioni bayesiane" nel loro apprendimento causale. Per approfondire il pensiero bayesiano andare alla pagina "Pensiero statistico".

In che modo si è formato il modello causale

Fig. 2.1 Bramley Schema dell'apprendimento causale attivo.

Nello schema di apprendimento causale di Bramley: il mondo produce dati e ricompense (reward). I dati vengono utilizzati per perfezionare un modello del mondo. Il proprio modello e le proprie utilità guidano l'azione che si esercita sul mondo, producendo dati e ricompense futuri. Si presume che le utilità siano indirettamente correlate alle ricompense tramite il modello (linea tratteggiata).

L'apprendimento causale infantile

Secondo Bramley il fatto che i bambini, crescendo, diventino sempre più cercatori di informazioni bayesiane nel loro apprendimento causale, solleva la questione di quali cambiamenti cognitivi siano alla base di questo cambiamento evolutivo.

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, cioè un modello che 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

Visione evoluzionistica della logica: non esiste una intelligenza di ordine generale, la logica umana è dipendente dal contenuto del compito

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.

L'essere umano ha una razionalità universale o darwiniana?

L'inferenza è un ragionamento logico mediante il quale si esercita il processo di interpretazione e di conoscenza del mondo; esso consiste nel produrre una conclusione a partire da una serie di premesse. L'inferenza è un processo che impiega il linguaggio e viene usato sia per la conoscenza scientifica che per il ragionamento ordinario.
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.

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.

Il filosofo Judea Pearl, nel suo libro "The book of Why: The New Science of Cause and Effect" sostiene che l'intelligenza umana si contraddistingua per:

"La capacità di porre domande e trovare risposte"

Contrariamente a quanto si potrebbe pensare la capacità più importante per il ragionamento 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.

Judea Pearl, descrive così l'intelligenza umana:

Il processo inferenziale secondo Charles S. Peirce

Charles Sanders Peirce ha spiegato, in un suo saggio del 1878, tradotto dal filosofo Massimo Bonfantini nel libro "Opere", la sua teoria dell'argomentazione (p.459):

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.

Contrariamente a quanto si potrebbe pensare la capacità più importante per il ragionamento, 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

Un'ipotesi di spiegazione che solo gli umani (oggi) possono fare

Il dipinto rupestre Zaamen Komst raffigura la popolazione San (Boscimani) che corre tra degli Eland, un tipo di antilope per loro spiritualmente importante. I dipinti rupestri di cacciatori-raccoglitori come questo sono legati a una pratica rituale chiamata "la grande guarigione" o "danza di trance", che continua ancora oggi tra la popolazione boscimane fuori dal Sudafrica. Ci si possono fare domande alle quali le popolazioni superstiti non sanno rispondere, quali: perché le antilopi stanno correndo? Quale evento si sta svolgendo in questa scena?

L'inferenza abduttiva è quel ragionamento che riguarda lo sviluppo e la scelta di ipotesi che spiegano meglio una situazione, cioè come vengono generate, valutate e testate le ipotesi esplicative. Gli psicologi spesso si riferiscono alla capacità di abduzione nelle persone (cioè la capacità di trarre spontaneamente e senza sforzo conclusioni dalle nostre conoscenze ed esperienze), come alla "inferenza quotidiana". Infatti 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 apparentemente senza sforzo, l'abduzione ci impone di impegnare una moltitudine di complesse funzioni cognitive, tra cui il ragionamento causale, la modellizzazione mentale, la categorizzazione, l'inferenza induttiva e l'elaborazione metacognitiva.

Gli studiosi ipotizzano che "gli uomini e le antilopi nella pittura rupestre stiano correndo verso il mondo spirituale inafferrabile", una spiegazione abduttiva che oggi solo gli umani possono azzardare.

Pittura rupestre Zaamen Komst - Antilopi e uomini corrono verso l'inafferabile mondo spirituale?

Il pannello Zaamenkomst. [Musei Iziko]
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.

Popolazione San attuale

Cliccare per approfondire

Gli psicologi spesso si riferiscono alla capacità di abduzione nelle persone (cioè la capacità di trarre spontaneamente e senza sforzo conclusioni dalle nostre conoscenze ed esperienze), come alla "inferenza quotidiana"

La logica dell'intelligenza artificiale dovrebbe essere simile a quella umana

Da alcuni decenni sono in corso ricerche convergenti in psicologia cognitiva, biologia evolutiva e neuroscienze che stanno cambiando la visione scientifica della mente umana. Infatti, negli ultimi anni, i neuroscienziati subiscono la spinta delle ricerche sull'intelligenza artificiale e la robotica le quali hanno la necessità di produrre applicazioni che non diano esiti negativi per l'essere umano.

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.

Ciclo inferenziale nel ragionamento logico

Secondo il filosofo statunitense Charles S.Peirce il processo argomentativo è continuo: la conclusione di ogni inferenza diventa il punto di partenza della successiva. Il processo inizia sempre dall'abduzione, che è l'inferenza più frequente nel ragionamento umano dato che genera ipotesi sulla realtà in cui viviamo.

Sintesi Inferenze

Cliccare per ingrandire

Esempi Inferenze

Cliccare per ingrandire

il nostro cervello non si è evoluto per essere logico in senso generale ma per risolvere problemi sociali utili alla sopravvivenza

Abduzione

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).

Deduzione

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)

Induzione

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)

Al vertice del pensiero scientifico e di qualsiasi altro processo cognitivo sta l’ipotesi, ovvero la teoria: “l’immaginazione” nelle parole di Einstein, o “l’abduzione” nelle parole di Peirce. È questo il fatto veramente innovativo sul piano della conoscenza. L’esperimento viene concepito per verificare la teoria

Il ragionamento logico è un processo iterativo

Il ciclo inferenziale è iterativo, vale a dire che esso deve essere ripetuto più volte per aumentare la probabilità che le conclusioni siano corrette. Nella realtà quotidiana questa condizione è rara perchè non sempre le abduzioni riescono ad avviare delle deduzioni dato che le verifiche possono rivelarsi difficili da praticare; infatti raramente si ha accesso alle informazioni rilevanti per lo scopo che ci si propone o non si ha tempo e voglia per considerare nuovi fatti e formulare nuove ipotesi. Nel ragionamento quotidiano, dunque, il ciclo inferenziale si blocca alle abduzioni e raramente si riesce a procedere verso successive inferenze che riducano l'incertezza insita nelle ipotesi.

Forma logica del ciclo inferenziale

Rielaborazione da Opere di C.S.Peirce - Bompiani p.460

Nel ragionamento scientifico è diverso e, per citare Peirce (Opere, p.519):

Quello che si deve fare con le ipotesi è trarne le conseguenze per deduzione, confrontarle con i risultati degli esperimenti per induzione, e scartare l'ipotesi e provarne un'altra non appena la prima, come è presumibile, verrà rifiutata. Non possiamo sapere quanto ci vorrà prima che ci imbattiamo nell'ipotesi che resisterà a tutte le prove, ma speriamo che alla fine succeda.

Secondo Peirce, nella ricerca scientifica, non possiamo sapere quanto ci vorrà prima che ci imbattiamo nell'ipotesi che resisterà a tutte le prove, ma noi speriamo che alla fine succeda

Schema inferenziale

Lo schema inferenziale che l'essere umano attua secondo il filosofo Michael Hoffmann. L'invenzione scaturisce sempre da un ragionamento abduttivo, e viene poi verificata con il ragionamento induttivo e consolidata teoricamente con un ragionamento deduttivo.

Abduzione

I'm an asshole.
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.

Deduzione

My husband is a man of power.
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)

Induzione

I am ignorant but I know, I am

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)

Il tacchino induttivista

L'induzione errata del tacchino

Mai trarre conclusioni affrettate: la triste storia del tacchino induttivista

La diffusione del ragionamento induttivo, nella vita quotidiana come in quella scientifica, ci mette di fronte a un importante problema inferenziale che venne segnalato dal logico Bertrand Russell con una storiella: quella del tacchino induttivista (che in origine era un pollo ma negli USA venne trasformato in un tacchino).

La storiella è questa: c'era una volta un tacchino in un allevamento americano. Il tacchino riceveva il cibo ogni giorno alla stessa ora. Ogni mattina alle 9 l'allevatore arrivava e depositava del cibo nella scodella del tacchino. Il tacchino si era quindi convinto che vi fosse una regola generale nella sua vita e ogni giorno riceveva ulteriori conferme della sua correttezza. Finchè giunse il giorno del ringraziamento (il Thanksgiving Day è una ricorrenza cristiana negli USA e in Canada per festeggiare la fine del raccolto) e l'allevatore tagliò il collo al tacchino e lo vendette a mercato.

La morale della storiella è questa: è errato cercare di provare la verità di asserzioni universali mediante la verità di proposizioni singolari, infatti per quanto numerose siano queste ultime, qualsiasi conclusione ottenuta in questo modo può sempre rivelarsi falsa e farci fare la fine del tacchino.

L'induzione è un'inferenza molto usata nella vita quotidiana perchè prende in considerazione delle "regolarità" dalle quali, di solito, l'essere umano ricava leggi generali per ridurre la complessità del suo mondo. Esse ci permettono di fare previsioni sul futuro e sull'esito dei nostri comportamenti ma, a volte, dimentichiamo che queste previsioni possono rivelarsi errate.

Nella vita occorre sforzarsi di non ragionare come i tacchini: ad esempio è errato cercare di provare la verità di asserzioni universali mediante la verità di proposizioni singolari, infatti per quanto numerose siano queste ultime, qualsiasi conclusione ottenuta in questo modo può sempre rivelarsi falsa

Conclusioni (provvisorie): Il ragionamento causale costituisce una pre-condizione per l'inferenza quotidiana dell'essere umano, cioè per l'abduzione.

Il ciclo inferenziale è iterativo, vale a dire che esso deve essere ripetuto più volte per aumentare la probabilità che le conclusioni siano corrette. Nella realtà quotidiana questa condizione è rara perchè non sempre le abduzioni riescono ad avviare delle deduzioni dato che le verifiche possono rivelarsi difficili da praticare; infatti raramente si ha accesso alle informazioni rilevanti per lo scopo che ci si propone o non si ha tempo e voglia per considerare nuovi fatti e formulare nuove ipotesi. Nel ragionamento quotidiano, dunque, il ciclo inferenziale si blocca alle abduzioni e raramente si riesce a procedere verso successive inferenze che riducano l'incertezza insita nelle ipotesi. Nel ragionamento scientifico è diverso e, secondo Charles Sanders Peirce "Quello che si deve fare con le ipotesi è trarne le conseguenze per deduzione, confrontarle con i risultati degli esperimenti per induzione, e scartare l'ipotesi e provarne un'altra non appena la prima, come è presumibile, verrà rifiutata. Non possiamo sapere quanto ci vorrà prima che ci imbattiamo nell'ipotesi che resisterà a tutte le prove, ma speriamo che alla fine succeda."

per scaricare le conclusioni (in pdf):

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)

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
(2009),
Il ciclo inferenziale
(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
Pieter Pauwels et Al. (2013), Design Thinking Support: Information Systems Versus Reasoning
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

Guarda le pagine correlate

Pensiero statistico

Intelligenza artificiale
Intelligenza e razionalità

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 non vuole correre il rischio di fare la fine del tacchino induttivista