Dossier Previsione 1/3 - Modelli

Il ghepardo nella nostra testa

Immagina di trovarti davanti a un ghepardo.

Cosa succede, a quel punto, nella tua mente? Succede moltissimo e lo fa in una frazione di secondo. Prima la luce riflessa dal corpo dell’animale raggiunge il tuo occhio. Lì da informazione elettromagnetica diventa segnale biochimico, poi impulso elettrico.

I neuroni fanno il resto: sono loro che riconoscono forme, colori, movimenti e prendono quell’insieme di macchie gialle e nere e lo trasformano in qualcosa di più. Ovvero, in un significato. Quell’insieme di macchie diventano un animale, un ghepardo nello specifico.

E nel momento stesso in cui lo riconosci, il tuo cervello fa un altro passaggio fondamentale: inizia a fare una serie di previsioni. Mi attaccherà? Quanto è lontano? Devo correre? Sono al sicuro?

Prima ancora di reagire, hai già costruito un piccolo modello del mondo. Una rappresentazione rapida, semplificata, imperfetta, ma sufficiente a decidere cosa fare.

In fondo, passiamo la vita a fare questo: prevedere per anticipare. Anticipare per controllare. Controllare per sopravvivere (o, almeno, per ridurre l’ansia di non sapere cosa succederà dopo).

Lo facciamo con la natura, con i mercati, con il lavoro, con le relazioni. Lo facciamo ogni volta che proviamo a capire il futuro.

Per questo oggi inauguriamo un nuovo dossier dedicato proprio a questo tema, la previsione. Perché, prima ancora di essere un esercizio statistico o un modello economico, prevedere è una delle attività più profondamente umane che esistano.

Approfondimento

Ma quel piccolo modello del ghepardo non è un’eccezione. È il modo in cui funziona la nostra mente, continuamente.

In psicologia, queste rappresentazioni si chiamano modelli mentali. Si tratta di mappe interne che utilizziamo per comprendere, interpretare e navigare la realtà. Sono scorciatoie cognitive, strumenti di semplificazione. Ci aiutano a ridurre la complessità del mondo a qualcosa di gestibile, così da poter prendere decisioni, anticipare conseguenze, orientarci.

E soprattutto, non sono statici, anzi: si aggiornano continuamente. Ogni nuova esperienza, informazione, errore modifica un po’ la nostra mappa. Come ha scoperto lo psicologo Donald Hebb già a metà Novecento, i neuroni che si attivano insieme, nel tempo, tendono a connettersi tra loro. In altre parole, imparare significa costruire nuove connessioni.

Ma attenzione: questi modelli non servono solo a interpretare quello che vediamo, ma anche a interpretare ciò che sentiamo, leggiamo, annusiamo. E, paradossalmente, anche ciò che non vediamo, non sentiamo, non leggiamo.

Perché noi non reagiamo mai soltanto agli stimoli esterni, ma a quelli filtrati dalla nostra esperienza, dalle nostre aspettative, dai nostri bisogni, dai simboli che abbiamo costruito nel tempo.

È per questo che due persone possono vivere la stessa situazione e uscirne con letture completamente diverse. Non stanno guardando lo stesso mondo, stanno guardando il mondo attraverso modelli diversi.

E, in fondo, vale per tutto. Dai modelli mentali a quelli economici, da quelli matematici a quelli linguistici: sono tutti tentativi di ridurre la complessità del reale a una forma abbastanza semplice da poter essere capita e, possibilmente, prevista.

YES BUT

Torniamo al ghepardo. Immagina di vivere in una savana in cui esiste davvero un solo ghepardo. Lo incontri una volta, sopravvivi per un soffio, e il tuo cervello impara una lezione fondamentale: attenzione ai fruscii nell’erba alta.

Il punto è che, se da quel momento in poi inizi ad associare ogni fruscio al ghepardo, qualcosa cambia. Inizi a correre continuamente, eviti certe zone, ti esponi meno alla novità. E così facendo confermi ogni giorno la tua convinzione. E in questo modo, il giorno in cui il ghepardo non ci sarà più, tu continuerai comunque a correre.

Questa è la definizione perfetta di modello disfunzionale: uno schema che nasce per adattarti alla realtà e finisce per impedirti di vederla.

La psicologia ci insegna che molti dei nostri modelli mentali si formano presto: in famiglia, nelle prime relazioni, nelle prime esperienze sociali. Sono schemi potentissimi perché ci insegnano cosa aspettarci dagli altri, come interpretare un conflitto, quanto fidarci, come reagire a una critica, persino cosa pensare di noi stessi.

Il problema è che quei modelli nascono in un ambiente specifico, spesso molto limitato, e poi noi cerchiamo di usarli ovunque.

Magari da bambino hai imparato che per essere amato dovevi compiacere gli altri. È un modello che forse ti ha aiutato a stare bene nel tuo sistema familiare. Ma cosa succede quando lo porti nelle relazioni adulte? Potresti continuare a dire sì quando vuoi dire no, arrivare a sacrificarti troppo, confondere l’amore con l’approvazione.

Quando questi schemi diventano troppo rigidi, iniziano a generare sofferenza. In psicologia li chiamiamo nevrosi: comportamenti ripetitivi, spesso consapevolmente disfunzionali, che però continuiamo a mettere in atto perché ci danno un senso di familiarità e controllo.

Nelle forme più estreme si arriva alla psicosi, dove il bisogno di preservare la propria coerenza interna diventa così forte da rendere insopportabile il confronto con la realtà esterna. A quel punto non si adatta più il modello al mondo, ma si forza il mondo a entrare nel modello.

Sembra una dinamica clinica, ma è anche una dinamica sociale. Gli algoritmi funzionano così: osservano ciò che ti piace, ciò che clicchi, ciò con cui interagisci e ti restituiscono contenuti dello stesso tipo. All’inizio sembra utile, ma piano piano il tuo modello del mondo si restringe, incontri sempre meno idee diverse dalle tue e le tue convinzioni vengono continuamente confermate. Nascono così le echo chamber, le camere dell’eco, ovvero ambienti dove il tuo sistema di credenze non viene mai realmente sfidato, solo rafforzato.

In altre parole: una forma di “overfitting sociale”. E qui arriviamo all’intelligenza artificiale.

Nel machine learning esiste un concetto centrale chiamato, appunto, overfitting. Succede quando un modello impara troppo bene i dati su cui è stato addestrato. All’inizio ti dà performance altissime, di una precisione impeccabile. Poi però gli dai un dato nuovo, leggermente diverso, e il sistema crolla. Perché? Perché era diventato troppo specializzato, troppo aderente al passato, incapace di generalizzare.

Gli ingegneri usano una metafora molto bella: è come un vestito cucito perfettamente su una persona. Finché la persona è quella, tutto bene. Ma basta prendere un chilo, cambiare postura, cambiare stagione e quel vestito non funziona più.

Un modello utile, invece, deve essere un po’ più ampio. Deve tollerare la variazione, il cambiamento.

E forse tutto questo vale anche per noi.

Molte delle nostre convinzioni più profonde (su chi siamo, sugli altri, sul lavoro, sull’amore, sulla politica) ci hanno aiutato a orientarci fino a oggi. Ma questo non significa che debbano governare anche il domani. Perché i modelli migliori non sono quelli che spiegano perfettamente ciò che è già successo: sono quelli che ci lasciano abbastanza liberi e libere da incontrare ciò che non avevamo previsto.

In fondo, come ha detto l’ingegnere e filosofo polacco Alfred Korzybski, “la mappa non è il territorio”.

Il problema è che ogni tanto ce ne dimentichiamo. E iniziamo a difendere a spada tratta la mappa, invece di guardare davvero il paesaggio.

Podcast

A proposito di come il linguaggio plasma la nostra realtà, ti consiglio di recuperare l’intervista che ho fatto alla linguista Vera Gheno: un viaggio alla scoperta delle implicazioni politiche delle parole che scegliamo di usare.

https://www.youtube.com/watch?v=giLVGNb-Kqk

Social

Visualizza questo post su Instagram

Un post condiviso da Joe Casini (@joecasini)