Herbert Simon - Sciences of Artificial | A | +

12 Jul, 2026

[1]

[1.1/1-80-3267|133]

1 Le scienze dell’artificiale

Dalla progettazione dell’artefatto all’architettura della complessità, un percorso unitario tra economia, psicologia e scienza del design.

Il volume è la terza edizione, pubblicata nel 1996, di “The Sciences of the Artificial Third edition Herbert A. Simon” - (fr:1) [Le scienze dell’artificiale, terza edizione, Herbert A. Simon]. L’opera nasce dall’unione di due cicli di conferenze: le Karl Taylor Compton lectures del 1968 al Massachusetts Institute of Technology e le H. Rowan Gaither lectures del 1980 all’Università della California, Berkeley. Le prime costituiscono i capitoli 1, 3 e 5, le seconde i capitoli 2, 4 e 6, pubblicate in forma unificata (fr:78). L’invito per le Compton lectures offrì all’autore l’occasione di rendere esplicita e sviluppare una tesi centrale nelle sue ricerche, dapprima nella teoria dell’organizzazione, poi nell’economia e nella scienza gestionale, e più di recente nella psicologia (fr:39); le Gaither lectures permisero di correggere ed estendere quella tesi ad altri ambiti (fr:40). Rispetto alla prima edizione del 1969, i cambiamenti nei capitoli 1, 3, 5 e 8 sono stati limitati alla correzione di errori, all’aggiornamento di alcuni dati e all’aggiunta di paragrafi di transizione (fr:79).

Il libro si articola attorno ai temi della comprensione dei mondi naturale e artificiale, della razionalità economica come artefatto adattivo, della psicologia del pensiero, della memoria come ambiente per il pensiero, della scienza del design, della pianificazione sociale, delle concezioni alternative della complessità e dell’architettura gerarchica dei sistemi complessi (fr:17). Vi confluiscono idee maturate in collaborazione con Lee W. Gregg, e numerosi colleghi e studenti hanno lasciato tracce in varie parti del testo (fr:72). L’attività di ricerca è stata sostenuta da finanziamenti del National Institute of Mental Health, della Carnegie Corporation, della Ford Foundation e della Alfred P. Sloan Foundation, consentendo un’esplorazione a più voci volta ad approfondire i fenomeni artificiali (fr:75-76). Il gruppo di lavoro della Rand e della Carnegie Mellon University ha privilegiato formule come “elaborazione complessa delle informazioni” e “simulazione dei processi cognitivi” (fr:133), mentre il programma di ricerca ha incluso lo sviluppo di strumenti di intelligenza artificiale per la scienza (fr:1620) e una teoria del design mirata ad ampliare le capacità dei calcolatori come ausilio alla progettazione (fr:1713).

[2]

[2.1/1-80-210|1698]

2 La natura dell’artificiale: interfaccia tra ambiente interno ed esterno

Separare l’organizzazione interna di un sistema dalle sollecitazioni dell’ambiente per raggiungere uno scopo: il fondamento delle scienze dell’artificiale.

Il mondo contemporaneo è «molto più un mondo fatto dall’uomo, o artificiale, di quanto non sia un mondo naturale» (“The world we live in today is much more a man-made, or artificial, world than it is a natural world.” – fr:91 [Il mondo in cui viviamo oggi è molto più un mondo artificiale, o costruito dall’uomo, di quanto non sia un mondo naturale.]). Mentre la scienza naturale studia oggetti e fenomeni naturali (“Natural science is knowledge about natural objects and phenomena.” – fr:114 [La scienza naturale è conoscenza di oggetti e fenomeni naturali.]), i fenomeni artificiali obbediscono a una logica diversa: «sono come sono soltanto perché un sistema viene plasmato, da scopi o finalità, dall’ambiente in cui vive» (“The thesis is that certain phenomena are ‘artificial’ in a very specific sense: they are as they are only because of a system’s being moulded, by goals or purposes, to the environment in which it lives.” – fr:41 [La tesi è che certi fenomeni sono “artificiali” in un senso molto specifico: sono come sono soltanto perché un sistema viene plasmato, da scopi o finalità, dall’ambiente in cui vive.]). Per comprendere simili fenomeni occorre collegare la componente finalistica con le leggi naturali (“If science is to encompass these objects and phenomena in which human purpose as well as natural law are embodied, it must have means for relating these two disparate components.” – fr:112 [Se la scienza deve abbracciare questi oggetti e fenomeni in cui sono incarnati tanto lo scopo umano quanto la legge naturale, deve possedere i mezzi per mettere in relazione queste due componenti disparate.]).

Il punto di contatto è l’interfaccia tra un ambiente interno – la sostanza e l’organizzazione dell’artefatto – e un ambiente esterno – le circostanze in cui esso opera (“An artifact can be thought of as a meeting point—an ‘interface’ in today’s terms—between an ‘inner’ environment, the substance and organization of the artifact itself, and an ‘outer’ environment, the surroundings in which it operates.” – fr:167 [Un artefatto può essere pensato come un punto d’incontro – nei termini odierni un’“interfaccia” – tra un ambiente “interno”, la sostanza e l’organizzazione dell’artefatto stesso, e un ambiente “esterno”, l’ambiente circostante in cui opera.]). L’artefatto serve il proprio scopo se l’ambiente interno è adatto a quello esterno, o viceversa (“If the inner environment is appropriate to the outer environment, or vice versa, the artifact will serve its intended purpose.” – fr:168 [Se l’ambiente interno è appropriato all’ambiente esterno, o viceversa, l’artefatto servirà lo scopo previsto.]). La realizzazione di uno scopo coinvolge infatti tre termini: il fine, le caratteristiche dell’artefatto e l’ambiente in cui esso agisce (“Fulfillment of purpose or adaptation to a goal involves a relation among three terms: the purpose or goal, the character of the artifact, and the environment in which the artifact performs.” – fr:150 [La realizzazione di uno scopo, o l’adattamento a un fine, implica una relazione tra tre termini: lo scopo o fine, il carattere dell’artefatto e l’ambiente in cui l’artefatto opera.]). Il mondo artificiale è centrato esattamente su questa interfaccia e mira a conseguire gli scopi adattando l’ambiente interno a quello esterno (“The artificial world is centered precisely on this interface between the inner and outer environments; it is concerned with attaining goals by adapting the former to the latter.” – fr:1701 [Il mondo artificiale è centrato precisamente su questa interfaccia tra ambiente interno ed esterno; si occupa di raggiungere scopi adattando il primo al secondo.]).

Separare l’ambiente interno da quello esterno offre un vantaggio esplicativo: si può prevedere il comportamento di un sistema conoscendone gli scopi e l’ambiente esterno, con assunzioni minime sull’interno (“Thus the first advantage of dividing outer from inner environment in studying an adaptive or artificial system is that we can often predict behavior from knowledge of the system’s goals and its outer environment, with only minimal assumptions about the inner environment.” – fr:190 [Così il primo vantaggio di separare l’ambiente esterno da quello interno nello studio di un sistema adattivo o artificiale è che possiamo spesso prevedere il comportamento a partire dalla conoscenza degli scopi del sistema e del suo ambiente esterno, con assunzioni minime sull’ambiente interno.]). Il progettista isola il sistema interno dall’ambiente in modo che si mantenga una relazione invariante tra sistema interno e scopo, indipendentemente da ampie variazioni nell’ambiente esterno (“In one way or another the designer insulates the inner system from the environment, so that an invariant relation is maintained between inner system and goal, independent of variations over a wide range in most parameters that characterize the outer environment.” – fr:196 [In un modo o nell’altro il progettista isola il sistema interno dall’ambiente, cosicché si mantenga una relazione invariante tra sistema interno e scopo, indipendentemente da variazioni su un ampio intervallo nella maggior parte dei parametri che caratterizzano l’ambiente esterno.]). Se il sistema interno è ben progettato, il suo comportamento sarà determinato in gran parte da quello dell’ambiente esterno (“If the inner system is properly designed, it will be adapted to the outer environment, so that its behavior will be determined in large part by the behavior of the latter…” – fr:231 [Se il sistema interno è progettato correttamente, sarà adattato all’ambiente esterno, cosicché il suo comportamento sarà determinato in larga parte dal comportamento di quest’ultimo…]). Un esempio concreto: il motore di un controllore brevettato inverte la marcia sotto il controllo della posizione del banco della piallatrice; la “forma” del comportamento del motore è funzione della “forma” dell’ambiente esterno (“The motor will reverse periodically under the control of the position of the planer bed. […] The ‘shape’ of its behavior […] will be a function of the ‘shape’ of the external environment…” – fr:219, fr:220 [Il motore inverterà periodicamente la marcia sotto il controllo della posizione del banco della piallatrice. La “forma” del suo comportamento sarà una funzione della “forma” dell’ambiente esterno…]).

Il linguaggio brevettuale astrae i componenti in base alla loro funzione: l’invenzione consisteva in una “combinazione” di “mezzi di inversione” e “mezzi di indebolimento del campo”, cioè componenti specificati in termini del loro funzionare nell’insieme organizzato (“The invention consisted of a ‘combination’ of ‘reversing means,’ of ‘field weakening means,’ that is to say, of components specified in terms of their functioning in the organized whole.” – fr:316 [L’invenzione consisteva in una “combinazione” di “mezzi di inversione”, di “mezzi di indebolimento del campo”, vale a dire di componenti specificati in termini del loro funzionamento nell’insieme organizzato.]). Tale astrazione verso le proprietà organizzative è tipica della descrizione funzionale (“The motor control patent cited earlier illustrates this abstraction to organizational properties.” – fr:315 [Il brevetto sul controllo del motore citato in precedenza illustra questa astrazione verso le proprietà organizzative.]).

Il modello dell’interfaccia non riguarda solo gli artefatti umani: può essere applicato a tutti i sistemi viventi plasmati dall’evoluzione organica (“Notice that this way of viewing artifacts applies equally well to many things that are not man-made—to all things in fact that can be regarded as adapted to some situation; and in particular it applies to the living systems that have evolved through the forces of organic evolution.” – fr:171 [Si noti che questo modo di vedere gli artefatti si applica altrettanto bene a molte cose che non sono costruite dall’uomo – a tutte le cose, in effetti, che possono essere considerate come adattate a qualche situazione; e in particolare si applica ai sistemi viventi che si sono evoluti attraverso le forze dell’evoluzione organica.]). Il controllo a retroazione mostra come un sistema possa operare in vista di scopi e adattarsi a un ambiente mutevole, togliendo ogni alone di mistero alla teleologia (“Feedback control shows how a system can work toward goals and adapt to a changing environment, thereby removing the mystery from teleology.” – fr:2581 [Il controllo a retroazione mostra come un sistema possa tendere a scopi e adattarsi a un ambiente mutevole, rimuovendo così il mistero dalla teleologia.]). Anche il pensiero umano, in quanto sistema adattivo, rivela solo poche caratteristiche intrinseche dell’ambiente interno che limitano l’adattamento alla forma dell’ambiente problematico (“…there are only a few ‘intrinsic’ characteristics of the inner environment of thinking beings that limit the adaptation of thought to the shape of the problem environment.” – fr:835 […vi sono solo poche caratteristiche “intrinseche” dell’ambiente interno degli esseri pensanti che limitano l’adattamento del pensiero alla forma dell’ambiente problematico.]).

Quando si descrivono sistemi complessi è utile introdurre termini teorici – come la tensione e la resistenza interna – che, definiti da relazioni tra grandezze osservabili, permettono di evitare i dettagli dei sottosistemi, trattandoli come scatole nere (“In describing a complex system we often find it convenient to introduce new theoretical terms, like inertial mass in mechanics, or voltage in the theory of circuits, for quantities that are not directly observable but are defined by relations among the observables. We can often use such terms to avoid reference to details of the component subsystems, referring only to their aggregate properties.” – fr:2562 [Nel descrivere un sistema complesso troviamo spesso conveniente introdurre nuovi termini teorici, come la massa inerziale in meccanica o la tensione nella teoria dei circuiti, per grandezze che non sono direttamente osservabili ma sono definite da relazioni tra le grandezze osservabili. Possiamo spesso usare tali termini per evitare di far riferimento ai dettagli dei sottosistemi componenti, richiamando soltanto le loro proprietà aggregate.]). L’ipotesi del “mondo vuoto” osserva che la maggior parte delle cose è solo debolmente connessa con la maggior parte delle altre, cosicché per una descrizione tollerabile della realtà basta considerare una frazione minuscola di tutte le interazioni possibili (“…‘empty world hypothesis’—most things are only weakly connected with most other things; for a tolerable description of reality only a tiny fraction of all possible interactions needs to be taken into account.” – fr:3139 [Ipotesi del “mondo vuoto”: la maggior parte delle cose è solo debolmente connessa con la maggior parte delle altre cose; per una descrizione tollerabile della realtà solo una frazione minuscola di tutte le interazioni possibili dev’essere presa in considerazione.]). Insieme, questi strumenti concettuali consentono di affrontare i sistemi artificiali – e quelli naturali che esibiscono adattamento – concentrandosi sul modo in cui l’organizzazione interna, mantenuta semplice e relativamente isolata, si coordina con le richieste dell’ambiente esterno per perseguire uno scopo.

[3]

[3.1/1-80-2592|306]

3 Le scienze dell’artificiale e l’architettura della complessità

Dalla crisi delle scuole professionali alla costruzione di una scienza del progetto: un percorso tra limiti computazionali, sistemi gerarchici e caos deterministico.

Le frasi delineano un’indagine unitaria sulla condizione dei sistemi artificiali e sulla possibilità di edificare una scienza della progettazione. Il movimento che ha allontanato le professioni dalle “scienze dell’artificiale” ha trasformato le scuole di ingegneria in scuole di fisica e matematica, quelle di medicina in scuole di scienze biologiche, quelle di economia in scuole di matematica finita – “Engineering schools gradually became schools of physics and mathematics; medical schools became schools of biological science; business schools became schools of finite mathematics” – (fr:1671) [Le scuole di ingegneria divennero gradualmente scuole di fisica e matematica; le scuole di medicina divennero scuole di scienze biologiche; le scuole di economia divennero scuole di matematica finita]. Questa deriva ha generato un danno alla competenza professionale riconosciuto in ingegneria, medicina e, in misura minore, nel management – “The damage to professional competence caused by the loss of design from professional curricula gradually gained recognition in engineering and medicine and to a lesser extent in business” – (fr:1686) [Il danno alla competenza professionale causato dalla perdita della progettazione dai curricula professionali ottenne gradualmente riconoscimento in ingegneria e medicina e in misura minore nelle discipline aziendali].

La risposta indicata è il recupero e l’insegnamento di una scienza della progettazione intellettualmente robusta – “discover and teach a science of design, a body of intellectually tough, analytic, partly formalizable, partly empirical, teachable doctrine about the design process” – (fr:1703) [scoprire e insegnare una scienza della progettazione, un corpo di dottrina intellettualmente rigoroso, analitico, in parte formalizzabile, in parte empirico e insegnabile sul processo di progettazione]. Tale scienza non riguarda soltanto la formazione tecnica; viene proposta come disciplina cardine per ogni persona liberamente istruita – “the proper study of mankind is the science of design, not only as the professional component of a technical education but as a core discipline for every liberally educated person” – (fr:2077) [lo studio appropriato dell’umanità è la scienza della progettazione, non solo come componente professionale di un’istruzione tecnica ma come disciplina fondamentale per ogni persona dotata di un’educazione liberale].

A fondamento di questa scienza sta l’osservazione che i sistemi artificiali e naturali complessi sono organizzati in livelli gerarchici – “The Architecture of Complexity: Hierarchic Systems” – (fr:2716) [L’architettura della complessità: sistemi gerarchici]. L’analisi della complessità si avvale di strumenti come la cibernetica, la teoria dell’informazione e i calcolatori a programma memorizzato – “a combination of servomechanism theory (feedback control systems), information theory, and modern stored-program computers” – (fr:2578) [una combinazione di teoria dei servomeccanismi (sistemi di controllo a retroazione), teoria dell’informazione e moderni calcolatori a programma memorizzato]. Sul versante matematico, la teoria del caos ha fornito un quadro per i sistemi dinamici deterministici sensibili alle condizioni iniziali – “Chaotic systems are deterministic dynamic systems that, if their initial conditions are disturbed even infinitesimally, may alter their paths radically” – (fr:2632) [I sistemi caotici sono sistemi dinamici deterministici che, se le loro condizioni iniziali vengono perturbate anche in modo infinitesimale, possono modificare radicalmente le loro traiettorie].

Lo studio dei computer come oggetti empirici – “Computers As Empirical Objects” – (fr:348) [I computer come oggetti empirici] mostra che gran parte della loro complessità deriva dall’ambiente a cui il programma cerca di adattarsi; al tempo stesso il calcolatore è un’organizzazione di componenti funzionali elementari in cui solo la funzione svolta risulta rilevante per il comportamento complessivo – “A computer is an organization of elementary functional components in which, to a high approximation, only the function performed by those components is relevant to the behavior of the whole system” – (fr:326) [Un computer è un’organizzazione di componenti funzionali elementari in cui, con buona approssimazione, solo la funzione svolta da quei componenti è rilevante per il comportamento dell’intero sistema]. La natura altamente astrattiva dei calcolatori facilita l’introduzione della matematica, ma non impedisce un’indagine empirica.

La progettazione di sistemi artificiali è fortemente influenzata dai limiti delle capacità adattive – “the behavior of an artificial system may be strongly influenced by the limits of its adaptive capacities its knowledge and computational powers” – (fr:478) [il comportamento di un sistema artificiale può essere fortemente influenzato dai limiti delle sue capacità adattive, della sua conoscenza e delle sue capacità computazionali]. L’essere umano, considerato come sistema che si comporta, è piuttosto semplice – “Human beings viewed as behaving systems, are quite simple” – (fr:1243) [Gli esseri umani, visti come sistemi che si comportano, sono piuttosto semplici]; le sue regolarità emergono quando si tengono in conto i colli di bottiglia dell’attenzione e i processi di apprendimento esaminati dalle simulazioni come EPAM – “an informationprocessing theory, programmed as a computer simulation of human behavior, dubbed EPAM” – (fr:1018) [una teoria dell’elaborazione dell’informazione, programmata come simulazione al computer del comportamento umano, denominata EPAM].

Il recupero della progettazione passa attraverso strumenti formali quali l’analisi costi‑benefici – “a strong case can be made today for training design engineers in that body of technique and theory that economists know as ‘cost‑benefit analysis’” – (fr:1878) [oggi si può sostenere con forza la necessità di formare gli ingegneri progettisti in quel corpo di tecniche e teorie che gli economisti chiamano “analisi costi‑benefici”] e i metodi di ottimizzazione, nonché tramite la progettazione assistita dal calcolatore – “the cooperation of human and computer in the design process” – (fr:2000) [la cooperazione di uomo e calcolatore nel processo di progettazione]. In definitiva, le frasi convergono sull’idea che la complessità, se affrontata con i concetti di gerarchia, limite adattivo e strumenti analitici adeguati, può essere ricondotta a una scienza unificata dell’artificiale, capace di restituire sostanza intellettuale alle professioni del progetto.

[4]

[4.1/1-80-527|776]

4 Razionalità procedurale e coordinamento economico: oltre l’ottimizzazione

Quando la razionalità è limitata, i mercati e le organizzazioni si coordinano grazie a procedure decisionali semplici, adattamento evolutivo e soddisfacimento, non per ottimizzazione.

La teoria economica convenzionale rappresenta l’attore come un massimizzatore dotato di capacità computazionale senza vincoli, chiamato a individuare il punto di profitto o utilità più alto «in circostanze così semplici che la capacità computazionale per trovare il massimo non è in discussione» – (fr:426) [Nella teoria manualistica dell’impresa, un «imprenditore» mira a massimizzare il profitto, e in circostanze così semplici che la capacità computazionale per trovare il massimo non è in discussione.]. Lo schema si basa su una razionalità sostanziale che giudica soltanto l’esito del comportamento (fr:434) mentre trascura i procedimenti effettivi con cui le decisioni vengono prese. Nella realtà, invece, le risorse scarse includono anche tempo, attenzione e capacità di calcolo (fr:420), cosicché l’attore economico diventa un «satisficer, una persona che accetta alternative “abbastanza buone”, non perché preferisca il meno al più ma perché non ha scelta» – (fr:477) [Poiché l’ottimizzazione nel mondo reale, con o senza computer, è impossibile, il vero attore economico è di fatto un satisficer … non perché preferisca il meno al più ma perché non ha scelta.]. Raramente si dispone di un metodo per trovare l’ottimo, quindi la scelta non è tra soluzione soddisfacente e soluzione ottima, ma soltanto tra alternative soddisfacenti (fr:1797).

Gli esperimenti di laboratorio sui mercati mostrano che compratori e venditori guidati da regole estremamente semplici – persino «stupide» – raggiungono l’equilibrio quasi con la stessa rapidità di agenti classicamente razionali (fr:527). «Almeno in alcune circostanze, operatori di mercato che usano una quantità molto ridotta di informazione per lo più locale e regole decisionali estremamente semplici (e non ottimizzanti) riescono a bilanciare domanda e offerta e a svuotare i mercati» – (fr:561). Il meccanismo non richiede le ipotesi forti di concorrenza perfetta e massimizzazione su cui poggia la dimostrazione dell’ottimalità paretiana (fr:533), e i dati sperimentali indicano che lo svuotamento dei mercati può avvenire senza quelle assunzioni, quindi senza pretendere che i mercati producano un ottimo paretiano (fr:536).

La capacità dei mercati di coordinare una moltitudine di attori egoisti (fr:523) poggia sull’economia della conoscenza: ciascun partecipante ha bisogno soltanto di informazioni locali (fr:557), e il sistema evita di caricare un pianificatore centrale di un onere computazionale che nemmeno i più grandi computer potrebbero sostenere (fr:554). Tuttavia, circa l’ottanta per cento dell’attività economica si svolge all’interno di organizzazioni e non negli scambi esterni di mercato (fr:517). Le imprese operano mediante procedure standardizzate e algoritmi decisionali routinizzati, tramandati da una generazione all’altra (fr:758). L’evoluzione economica deriva dai processi che introducono innovazione e cambiamento in questi algoritmi (fr:758).

L’argomentazione evolutiva non implica necessariamente l’ottimizzazione: la selezione può favorire chi si comporta come se massimizzasse, ma anche meccanismi di adattamento e soddisfacimento locali possono sostenere la sopravvivenza (fr:727, fr:734). La teoria dei giochi mostra che la razionalità diventa indefinibile quando attori concorrenti possono anticiparsi all’infinito, ma il problema si attenua in un mondo di razionalità limitata dove le catene di «indovinare la mossa altrui» si interrompono presto (fr:620). Il Dilemma del Prigioniero esemplifica i paradossi della razionalità in presenza di conflitto totale o parziale (fr:617), mentre le istituzioni di mercato restano funzionanti proprio grazie ai limiti computazionali umani che impediscono un regresso infinito di previsioni incrociate (fr:619).

Le assunzioni delle aspettative razionali – secondo cui gli attori formano aspettative corrette sul futuro – mancano quasi completamente di sostegno empirico (fr:627). Oggi i teorici delle aspettative razionali ripiegano verso schemi di aspettative adattive, in cui gli agenti imparano gradualmente dall’ambiente, che viene trattato come un dato a lento mutamento (fr:630). La razionalità procedurale richiede perciò un’analisi ravvicinata dei limiti effettivi della mente umana e degli strumenti con cui vengono prese le decisioni (fr:780).

Le tecniche della Ricerca Operativa, come la programmazione lineare, impongono una struttura matematica forte al problema decisionale, sostituendo funzioni e vincoli reali con approssimazioni lineari per consentire il calcolo (fr:451). «La decisione ottima per l’approssimazione semplificata sarà raramente ottima nel mondo reale, ma l’esperienza mostra che spesso sarà soddisfacente» – (fr:453). I metodi dell’Intelligenza Artificiale permettono di trattare problemi combinatori che superano le capacità dell’OR (fr:465), e la scienza della progettazione deve includere le tecniche computazionali per trovare corsi d’azione soddisfacenti in situazioni reali, o loro ragionevoli approssimazioni (fr:1787). La rappresentazione stessa dei problemi va adattata alla scarsità di attenzione, non solo di informazione (fr:2150). La logica della progettazione, quando le alternative non sono date ma vanno sintetizzate, richiede un ragionamento euristico che va oltre il calcolo dichiarativo dell’ottimizzazione (fr:1815).

[5]

[5.1/1-80-954|2840]

5 Memoria umana: i parametri del chunk, il tempo di fissazione e l’architettura a subunità stabili

Sette elementi trattenuti nella memoria immediata, otto secondi per consolidarne uno, e un orologiaio che mostra come le subunità stabili aggirino i limiti dell’elaborazione.

Il sistema umano di elaborazione è vincolato da due parametri principali: la capacità della memoria a breve termine, misurata in chunk, e il tempo necessario per fissare un chunk nella memoria a lungo termine. Già i primi studi stimavano che «only some seven items can be held in the fast, short-term memory and that perhaps as many as five to ten seconds are required to transfer an item from the short-term to the long-term store» – (fr:954) [solo circa sette elementi possono essere trattenuti nella memoria rapida a breve termine e forse da cinque a dieci secondi sono necessari per trasferire un elemento dal magazzino a breve termine a quello a lungo termine]. I limiti più netti emergono proprio dalla «very small capacity of the short-term memory structure (seven chunks) and from the relatively long time (eight seconds) required to transfer a chunk of information from short-term to long-term memory» – (fr:1251) [capacità molto ridotta della struttura di memoria a breve termine (sette chunk) e dal tempo relativamente lungo (otto secondi) richiesto per trasferire un chunk di informazione dalla memoria a breve termine a quella a lungo termine]. La costanza temporale emerge anche nei compiti di apprendimento: «when the drum speed increases … the total learning time remains essentially constant» – (fr:1002) [quando la velocità del tamburo aumenta … il tempo totale di apprendimento rimane sostanzialmente costante], e ricalcolando i dati classici di Ebbinghaus «the time per syllable … works out to about ten to twelve seconds» – (fr:988) [il tempo per sillaba … risulta circa dieci-dodici secondi]. Il parametro è stato poi esplicitamente messo a fuoco come un ordine di grandezza stabile, «a constancy to an order of magnitude, or perhaps to a factor of two» – (fr:989) [una costanza a un ordine di grandezza, o forse a un fattore due], e Bugelski ne fece «a matter of public record» – (fr:1007) [oggetto di pubblico dominio]. La nozione di chunk spiega perché stimoli familiari siano appresi più rapidamente: «the word “CAT” consists of a single chunk, since it is a highly familiar unit» – (fr:1021) [la parola “CAT” consiste di un singolo chunk, poiché è un’unità altamente familiare], e le differenze di significatività e familiarità agiscono proprio sul tempo di fissazione di un singolo chunk – (fr:1024).

Il ruolo del raggruppamento in chunk si manifesta in modo spettacolare nella percezione scacchistica. Di fronte a posizioni di gioco reali, «chess grandmasters and masters could reconstruct the positions … almost without error, while duffers were able to locate hardly any of the pieces correctly» – (fr:1111) [grandi maestri e maestri di scacchi riuscivano a ricostruire le posizioni … quasi senza errori, mentre i principianti riuscivano a collocare correttamente pochissimi pezzi]. Il maestro non vede 25 pezzi isolati, ma «five or six chunks, each one a familiar configuration» – (fr:1345) [cinque o sei chunk, ciascuno una configurazione familiare], e può arrivare a riconoscere un’apertura standard come la Difesa Gruenfeld, accedendo a un «familiar template that gives the positions of about a dozen pieces» – (fr:1145) [modello familiare che fornisce le posizioni di circa una dozzina di pezzi]. Senza questo meccanismo, sarebbe «inconsistent with the parameters … to suppose that anyone … can store 64 pieces of information … in ten seconds» – (fr:1121) [incoerente con i parametri … supporre che chiunque … possa immagazzinare 64 elementi di informazione … in dieci secondi]. La prestazione dell’esperto dipende quindi da un deposito di decine di migliaia di chunk – (fr:1346, fr:1348) – e il riconoscimento immediato riduce drasticamente il carico sulla memoria a breve termine.

L’importanza di disporre di subunità stabili è illustrata dalla parabola degli orologiai Tempus e Hora. Tempus assemblava orologi in modo che, se interrotto, «it immediately fell to pieces and had to be reassembled from the elements» – (fr:2809) [si scomponeva immediatamente e doveva essere riassemblato dagli elementi base]; Hora, invece, utilizzava sottoassiemi parziali, così che quando doveva posare un orologio per rispondere al telefono «he lost only a small part of his work» – (fr:2814) [perdeva solo una piccola parte del lavoro]. Con una probabilità d’interruzione p, «the probability that Tempus can complete a watch he has started without interruption is (1-p)^1000» – (fr:2815) [la probabilità che Tempus possa completare un orologio senza interruzioni è (1-p)^1000], mentre Hora completa nove tentativi su dieci – (fr:2822). Tempus perde in media venti volte più lavoro per ogni interruzione – (fr:2821) e impiega circa quattromila volte il tempo di Hora – (fr:2818). La stabilità dei sottoassiemi è la stessa strategia che consente al sistema cognitivo di aggirare la strozzatura della memoria a breve termine: fissare chunk come unità permanenti, rendendo l’apparente complessità del comportamento un riflesso della complessità dell’ambiente e del «cocoon of information, stored in books and in long-term memory, that we spin about ourselves» – (fr:1654) [bozzolo di informazione, immagazzinato nei libri e nella memoria a lungo termine, che tessiamo intorno a noi].

[6]

[6.1/1-80-3285|1387]

6 I fondamenti simbolici del pensiero e della progettazione

Un’architettura seriale fondata su memoria a lungo termine e rappresentazioni interne spiega l’apprendimento, la scoperta e la progettazione nei domini semanticamente ricchi.

Il pensiero umano è ricondotto a un sistema simbolico fisico: un artefatto che produce una collezione evolutiva di strutture simboliche e le utilizza come rappresentazioni interne dell’ambiente. I sistemi di simboli operano con un insieme ristretto di processi elementari: «The systems are capable of only simple basic actions: recoding symbols, storing symbols, copying symbols, moving symbols, erasing symbols, and comparing symbols» – (fr:355) [I sistemi sono capaci solo di azioni basilari semplici: ricodificare simboli, immagazzinare simboli, copiare simboli, spostare simboli, cancellare simboli e confrontare simboli]. La memoria è organizzata in strutture a lista i cui componenti possono essere a loro volta liste e contengono relazioni a due termini – (fr:1152). Tali strutture permettono di rappresentare stringhe linguistiche e significati nello stesso formato, mostrando come linguaggio e pensiero si fondano nella mente – (fr:1234).

La comprensione di un problema nuovo è simulata dal programma UNDERSTAND, che analizza le frasi e costruisce una rappresentazione interna a partire dalle istruzioni – (fr:1432). Nei domini dotati di semantica ricca, come la fisica, il programma ISAAC riconosce gli oggetti menzionati attraverso schemi già immagazzinati (scale, piani inclinati) e genera le equazioni di equilibrio – (fr:1452, fr:1465). Così, mentre UNDERSTAND crea rappresentazioni e operatori «partendo da zero», ISAAC cerca una corrispondenza fra l’enunciato e gli schemi e le leggi fisiche depositate in memoria – (fr:1466). Entrambi i programmi, per quanto primitivi, forniscono i meccanismi fondamentali per spiegare come l’essere umano afferri problemi in campi nuovi o già familiari – (fr:1470).

Nei domini semanticamente ricchi, come la diagnosi medica o il gioco degli scacchi, la ricerca avviene in larga parte nella memoria a lungo termine, guidata da informazioni riconosciute – (fr:1319, fr:1297). L’architettura che emerge è seriale, con limiti marcati nella memoria a breve termine; il parallelismo massiccio non appare necessario per spiegare i compiti cognitivi complessi – (fr:1303, fr:855, fr:1261). La complessità del comportamento è solo apparente: deriva dall’enorme repertorio di informazioni, immagazzinate sia come dati sia come procedure e riccamente indicizzate, che i processi di base possono attingere – (fr:1655, fr:1650).

L’apprendimento significativo, contrapposto a quello meccanico, porta a una ritenzione più lunga e a un migliore trasferimento a nuovi compiti – (fr:1519). All’interno del paradigma simbolico l’apprendimento è l’acquisizione di strutture dati e procedure – (fr:1511), e può estendersi a strategie di «apprendere facendo», come mostrato dallo schema per la Torre di Hanoi che sviluppa gradualmente una strategia efficiente – (fr:1579). I processi di scoperta non introducono complessità ulteriori: il programma BACON scopre invarianti in dati numerici e le sue simulazioni sono state confrontate con casi storici della fisica e della chimica – (fr:1606, fr:1625). Un problema centrale resta la scoperta di nuove rappresentazioni, messa in luce dall’osservazione di soggetti alle prese con problemi come la scacchiera mutilata – (fr:1647).

I medesimi principi dell’elaborazione simbolica si applicano alla progettazione di artefatti complessi. I processi di progettazione sono descrivibili in dettaglio sotto forma di programmi per calcolatore – algoritmi di ottimizzazione, procedure di ricerca, programmi per il bilanciamento di linee di montaggio o la diagnosi medica – che ne consentono l’ispezione completa – (fr:2031). La rappresentazione dei problemi di progettazione richiede la costruzione di strutture organizzative, la messa a fuoco dei fattori limitanti e la gestione di problemi non numerici – (fr:2506).

[7]

[7.1/1-80-1775|1900]

7 La ricerca selettiva nella soluzione dei problemi

Bastano piccole deviazioni dalla ricerca esaustiva per rendere trattabile un labirinto di alternative.

Lo spazio delle alternative che si presenta in un problema esplode per via combinatoria: anche azioni componenti poco numerose si possono combinare in sequenze innumerevoli ( “The enormous size of the space of alternatives arises out of the innumerable ways in which the component actions, which need not be very numerous, can be combined into sequences.” – (fr:1849) [La dimensione enorme dello spazio delle alternative nasce dagli innumerevoli modi in cui le azioni componenti, che non devono essere molto numerose, possono essere combinate in sequenze.] ). La ricerca esaustiva diventa rapidamente inattuabile: il commesso viaggiatore con N città offre N! percorsi e anche per poche decine di centri non esiste un algoritmo computazionalmente tollerabile ( “But for any considerable number of cities, the algorithm is computationally infeasible (the number of routes through N cities will be N!).” – (fr:1799) [Ma per un numero considerevole di città l’algoritmo è computazionalmente impraticabile (il numero di percorsi per N città è N!).]; “Although some ways have been found for cutting down the length of the search, no algorithm has been discovered sufficiently powerful to solve the traveling salesman problem with a tolerable amount of computing for a set of, say, fifty cities.” – (fr:1800) [Sebbene siano stati trovati modi per abbreviare la ricerca, non è stato scoperto alcun algoritmo abbastanza potente da risolvere il problema del commesso viaggiatore con una quantità tollerabile di calcoli per un insieme di, diciamo, cinquanta città.] ). La via d’uscita è la ricerca selettiva: occorre esplorare il labirinto riducendolo a proporzioni gestibili ( “Successful problem solving involves searching the maze selectively and reducing it to manageable proportions.” – (fr:838) [La soluzione efficace dei problemi implica esplorare il labirinto in modo selettivo e ridurlo a proporzioni gestibili.] ).

La selettività si ottiene con euristiche, regole empiriche che indicano quali percorsi sondare per primi ( “The selectivity derives from various rules of thumb, or heuristics, that suggest which paths should be tried first and which leads are promising.” – (fr:2920) [La selettività deriva da varie regole empiriche, o euristiche, che suggeriscono quali percorsi tentare per primi e quali piste siano promettenti.] ), e permette di trovare decisioni “abbastanza buone”, cioè soddisfacenti, invece di soluzioni ottime ( “The alternative methods provided by AI, most often in the form of heuristic search (selective search using rules of thumb), find decisions that are ‘good enough,’ that satisfice.” – (fr:454) [I metodi alternativi forniti dall’intelligenza artificiale, per lo più nella forma della ricerca euristica (ricerca selettiva basata su regole empiriche), trovano decisioni ‘abbastanza buone’, che soddisfano.] ). In molte situazioni di soddisfacimento la durata della ricerca dipende dal livello degli standard fissati, non dalla dimensione dell’universo da esplorare ( “Now in many satisficing situations, the expected length of search for an alternative meeting specified standards of acceptability depends on how high the standards are set, but it depends hardly at all on the total size of the universe to be searched.” – (fr:1807) [Ora, in molte situazioni di soddisfacimento, la durata attesa della ricerca di un’alternativa che soddisfi determinati standard dipende da quanto elevati sono gli standard, ma non dipende quasi per nulla dalla dimensione totale dell’universo da esplorare.] ), e l’insieme delle alternative non è “dato” nel senso praticamente rilevante ( “An earmark of all these situations where we satisfice for inability to optimize is that, although the set of available alternatives is ‘given’ in a certain abstract sense …, it is not ‘given’ in the only sense that is practically relevant.” – (fr:1803) [Un tratto distintivo di tutte queste situazioni in cui ci si accontenta per incapacità di ottimizzare è che, sebbene l’insieme delle alternative disponibili sia ‘dato’ in un certo senso astratto …, non è ‘dato’ nell’unico senso praticamente rilevante.] ).

Un meccanismo di potatura della ricerca consiste nell’assegnare valori alle variabili in modo tale da rilevare contraddizioni prima di completare l’assegnazione, eliminando così intere classi di tentativi in un colpo solo ( “Search Strategies One way to cut down the search drastically is to make the assignments systematically, as before, but to assign numerals to the letters one by one so that inconsistencies can be detected before an assignment is complete, and hence whole classes of possible assignments can be ruled out at one step.” – (fr:862) [Un modo per ridurre drasticamente la ricerca è effettuare le assegnazioni in modo sistematico, ma assegnando i numeri alle lettere uno per uno in modo che le incoerenze possano essere rilevate prima che un’assegnazione sia completa, e quindi intere classi di assegnazioni possibili possano essere escluse in un solo passo.] ). Nel problema di aritmetica criptata DONALD+GERALD=ROBERT, il metodo sistematico destra-sinistra viene abbandonato e si introduce un ragionamento che sfrutta vincoli aritmetici: non appena due addendi sono noti, si calcola la somma e si verifica che la cifra sia ancora libera, e ogni assegnazione viene vagliata per le contraddizioni che genera ( “The basic idea that permits us to eliminate most trial-and-error search in solving the problem before us is to depart from the systematic right-to-left assignment of numerals.” – (fr:894) [L’idea di base che consente di eliminare gran parte della ricerca per tentativi ed errori nel risolvere il problema davanti a noi è allontanarsi dall’assegnazione sistematica da destra a sinistra dei numeri.]; “The scheme can be improved further by the expedient of calculating directly, by addition, what assignment should be made to the sum of a column whenever the two addends are known.” – (fr:871) [Lo schema può essere ulteriormente migliorato con l’accorgimento di calcolare direttamente, per addizione, quale cifra assegnare alla somma di una colonna quando i due addendi sono noti.]; “One step in the proposed scheme requires finding the contradictions implied by an assignment.” – (fr:886) [Un passaggio dello schema proposto richiede di trovare le contraddizioni implicate da un’assegnazione.] ). In questo modo si sostituisce la ricerca a forza bruta con un sistema misto di ricerca e “ragionamento” ( “In place of brute-force search we have now substituted a combined system of search and ‘reason’.” – (fr:892) [Al posto della ricerca a forza bruta abbiamo ora sostituito un sistema combinato di ricerca e ‘ragionamento’.] ) e spazi enormi vengono ridotti a dimensioni modeste con scostamenti contenuti dall’enumerazione esaustiva ( “An enormous space has been cut down to a quite small space by some relatively small departures from systematic, exhaustive search.” – (fr:884) [Uno spazio enorme è stato ridotto a uno spazio piuttosto piccolo grazie ad alcuni scostamenti relativamente modesti dalla ricerca sistematica ed esaustiva.] ).

La rappresentazione del problema ha un ruolo decisivo. Il gioco del number scrabble, in cui bisogna fare “libro” con tre carte la cui somma faccia 15, è isomorfo al tris: le terne che sommano a 15 corrispondono alle righe, colonne e diagonali del quadrato magico; chi sa giocare a tris trasferisce semplicemente la propria strategia ( “But most people know how to play tic-tac-toe well, hence can simply transfer their usual strategy to number scrabble.” – (fr:1982) [Ma la maggior parte delle persone sa giocare bene a tris, quindi può semplicemente trasferire la propria strategia abituale al number scrabble.]; “From this, it is obvious that ‘making a book’ in number scrabble is equivalent to getting ‘three in a row’ in the game of tic-tac-toe.” – (fr:1981) [Da ciò è ovvio che ‘fare un libro’ nel number scrabble equivale a ottenere ‘tre in fila’ nel gioco del tris.] ). La versione duale JAM traduce righe, colonne e diagonali in punti ( “John A. Michon has described another, JAM, which is the dual of tic-tac-toe in the sense of projective geometry.” – (fr:1992) [John A. Michon ne ha descritto un’altra, JAM, che è il duale del tris nel senso della geometria proiettiva.]; “That is, the rows, columns, and diagonals of tic-tac-toe become points in JAM, and the squares of the former become line segments joining the points.” – (fr:1993) [Cioè, le righe, colonne e diagonali del tris diventano punti in JAM, e i quadrati del primo diventano segmenti di retta che uniscono i punti.] ). Anche in compiti di progettazione, come la disposizione di stanze o il tracciato di un’autostrada, una rappresentazione interna adeguata consente di organizzare la ricerca e di valutare le soluzioni proposte ( “Even in situations of this kind … an appropriate representation of the problem may be essential to organizing efforts toward solution and to achieving some kind of clarity about how proposed solutions are to be judged.” – (fr:2184) [Anche in situazioni di questo genere … una rappresentazione appropriata del problema può essere essenziale per organizzare gli sforzi verso la soluzione e per ottenere una qualche chiarezza su come giudicare le soluzioni proposte.] ).

La guida della ricerca si appoggia spesso a valutazioni attribuite ai percorsi parziali. Un cammino incompleto non ha un valore intrinseco se non in quanto promette di condurre a una soluzione ( “A partial path is not a solution of the problem, and a path has a ‘true’ value of zero unless it leads toward a solution.” – (fr:1903) [Un percorso parziale non è una soluzione del problema, e un percorso ha un ‘vero’ valore zero a meno che non conduca a una soluzione.] ); le stime servono a indovinare il guadagno atteso dal proseguimento dell’esplorazione ( “Hence it is more useful to think of the values as estimates of the gain to be expected from further search along the path than to think of them as ‘values’ in any more direct sense.” – (fr:1904) [Quindi è più utile considerare i valori come stime del guadagno atteso da ulteriore ricerca lungo il percorso piuttosto che come ‘valori’ in un senso più diretto.] ). Spesso conviene dare un peso elevato a esplorazioni che hanno bassa probabilità ma che potrebbero portare a soluzioni molto buone ( “For example, it may be desirable to attach a relatively high value to a partial exploration that may lead to a very good solution but with a low probability.” – (fr:1905) [Per esempio, può essere desiderabile attribuire un valore relativamente alto a un’esplorazione parziale che può condurre a una soluzione molto buona ma con bassa probabilità.] ), tenendo distinti i criteri di valutazione dei percorsi incompleti da quelli delle soluzioni terminali ( “Thus the scheme for attaching values to partial paths may be quite different from the evaluation function for proposed complete solutions.” – (fr:1908) [Così lo schema per attribuire valori ai percorsi parziali può essere molto diverso dalla funzione di valutazione per le soluzioni complete proposte.]; “That this point is not obvious can be seen from the fact that most chess-playing programs have used similar or identical evaluation procedures both to guide search and to evaluate the positions reached at the ends of paths.” – (fr:1917) [Che questo punto non sia ovvio si vede dal fatto che la maggior parte dei programmi di scacchi ha usato procedure di valutazione simili o identiche sia per guidare la ricerca sia per valutare le posizioni raggiunte al termine dei percorsi.] ).

Nel complesso, il problem solving umano, dal più incerto al più illuminato, è descrivibile come una miscela variabile di tentativi ed errori e di selettività ( “All that we have learned about these mazes points to the same conclusion: that human problem solving, from the most blundering to the most insightful, involves nothing more than varying mixtures of trial-and-error and selectivity.” – (fr:2919) [Tutto ciò che abbiamo imparato su questi labirinti indica la stessa conclusione: il problem solving umano, dal più goffo al più acuto, non implica nient’altro che dosi variabili di tentativi ed errori e di selettività.] ).

[8]

[8.1/1-80-718|50]

8 Il disegno delle organizzazioni e dei sistemi sociali

Come le società moderne combinano mercati, gerarchie e pianificazione per governare l’interdipendenza delle attività umane, facendo leva sulla lealtà organizzativa e sui limiti della razionalità individuale.

Il testo riconduce il funzionamento delle società moderne a un intreccio di mercati e organizzazioni, ciascuno capace di rispondere a differenti esigenze di coordinamento. L’impalcatura teorica è riassunta in un passaggio programmatico: le organizzazioni «trovano le loro nicchie dovunque costellazioni di attività interdipendenti siano meglio svolte in modo coordinato, per eliminare la necessità che gli individui cerchino di superarsi a vicenda»; la motivazione che le rende vitali e che attenua i problemi di bene pubblico «è fornita dalla lealtà e dall’identificazione organizzativa»; infine, tanto nei mercati quanto nelle organizzazioni, «i limiti della razionalità umana sono affrontati disponendo le decisioni in modo che i passaggi del processo decisionale possano dipendere in larga misura da informazioni localmente disponibili agli individui» (fr:718). Lo sforzo aggiuntivo suscitato dall’identificazione «è una fonte primaria ed essenziale dell’efficacia organizzativa ed è una ragione principale per cui le attività economiche vengono svolte all’interno di organizzazioni anziché nei mercati» (fr:704). Le imprese sono appunto «organizzazioni gerarchiche, alcune di dimensioni enormi, che nel loro funzionamento interno fanno un uso quasi trascurabile dei mercati» (fr:516), e al loro vertice si concentrano poche funzioni: allocazione dei capitali, selezione dei dirigenti e pianificazione di lungo periodo (fr:664). L’ipotesi che gli attori economici siano mossi unicamente da interesse egoistico, tipica della teoria neo‑istituzionale, «trascura parti essenziali della storia, in particolare le opportunità di decentramento delle decisioni all’interno delle organizzazioni» (fr:649), mentre proprio la possibilità di far leva su informazione locale è uno dei vantaggi della forma organizzativa.

La varietà dei dispositivi di coordinamento – mercati, gerarchie, procedure elettorali – fa sì che la loro combinazione muti da una cultura all’altra; descrivere le società capitalistiche come dipendenti solo dai mercati e quelle socialiste come dipendenti solo dalla pianificazione «è una grossolana semplificazione, poiché ignora l’importanza delle grandi organizzazioni nelle moderne società “di mercato”» (fr:515). Dopo il crollo delle economie dell’Europa orientale si è passati da una fede ingenua nella pianificazione centrale a «una fede altrettanto ingenua nei mercati» (fr:551), mentre l’insegnamento del crollo è che «le economie moderne non possono funzionare bene senza mercati che operino in modo fluido» (fr:552). L’equilibrio organizzativo, del resto, viene letto attraverso lo scambio fra incentivi offerti ai membri e contributi da essi forniti agli scopi dell’organizzazione; «una rappresentazione non dissimile del processo di pianificazione sociale lo vede come un gioco tra i pianificatori e coloro il cui comportamento si cerca di influenzare» (fr:2306), anche perché i membri «non sono strumenti passivi, ma essi stessi progettisti che cercano di usare il sistema per perseguire i propri fini» (fr:2305). La progettazione delle organizzazioni – imprese, governi, associazioni volontarie – diventa perciò «uno dei compiti di progettazione più importanti della società» (fr:2317), e la progettazione sociale è condotta principalmente da persone che operano all’interno di organizzazioni, mentre «un obiettivo importante della progettazione è modellare e cambiare l’organizzazione sociale in generale e le singole organizzazioni in particolare» (fr:2518).

L’attività progettuale non è una prerogativa esclusiva di ingegneri e architetti: «l’attività intellettuale che produce manufatti materiali non è fondamentalmente diversa da quella che prescrive rimedi per un paziente malato o che elabora un nuovo piano di vendita per un’azienda o una politica di assistenza sociale per uno Stato» (fr:1667). Il processo stesso di progettazione ha dei costi, e la procedura elaborata da Manheim per la localizzazione delle autostrade introduce due idee guida: «la specificazione progressiva di un progetto, dal livello dei piani molto generali fino alla determinazione della costruzione effettiva» e «l’attribuzione di valori ai piani ai livelli superiori come base per decidere quali piani perseguire a livelli di maggiore dettaglio» (fr:1880); la scelta delle alternative da un livello all’altro si fonda sulla stima dei costi delle attività di progettazione e dei costi dell’infrastruttura (fr:1885). Lo “stile” di un progetto può discendere dalle decisioni sul processo progettuale non meno che dalle enfasi sugli obiettivi finali, esattamente come un architetto che progetta dall’esterno verso l’interno giunge a edifici diversi rispetto a chi progetta dall’interno verso l’esterno, «anche se entrambi potrebbero concordare sulle caratteristiche che un edificio soddisfacente dovrebbe possedere» (fr:1950).

L’esperienza del Piano Marshall illustra la molteplicità di rappresentazioni con cui una stessa missione può essere affrontata: c’era chi proponeva un vaglio delle liste della spesa presentate dai paesi europei (approccio per vaglio delle merci, fr:2123), chi puntava a colmare il “dollar gap” nella bilancia dei pagamenti di ciascun paese (approccio della bilancia commerciale, fr:2124), chi ancora vedeva il compito principale nel «costruire una forte istituzione deliberativa in Europa, in modo che le nazioni beneficiarie potessero elaborare i propri piani di utilizzo dei fondi e rafforzare così la loro collaborazione» (approccio di cooperazione europea, fr:2125), e così via. Dopo un anno prevalsero gli approcci della bilancia commerciale e della cooperazione europea, «creando una misura di stabilità economica europea e ponendo le basi per quello che sarebbe poi diventato il Mercato Comune e infine l’Unione Europea» (fr:2136), mentre tentare di attuarli tutti simultaneamente «avrebbe potuto (e quasi fece) creare una completa confusione nell’agenzia e fra i suoi interlocutori» (fr:2137).

La progettazione sociale incontra ovunque la tensione tra il ruolo tradizionale del professionista, che opera per un cliente e ne soddisfa i bisogni (fr:2246, 2247), e la necessità di tenere conto degli effetti esterni: «nuovi obblighi sono posti al professionista affinché consideri le conseguenze che vanno al di là dell’interesse del cliente e sono prodotte dai progetti» (fr:2255), sicché «le istituzioni della società devono condividere con il professionista la ridefinizione degli obiettivi della progettazione» (fr:2299). Inoltre, uno scopo della pianificazione può risiedere nell’attività progettuale stessa (fr:2471), e la pianificazione urbana può essere pensata «come una preziosa attività creativa alla quale molti membri di una comunità possono avere l’opportunità di partecipare, se abbiamo l’ingegno di organizzare il processo in questo modo» (fr:1954).

Sullo sfondo opera un modello evolutivo: l’economia «si è evoluta da precedenti economie di sussistenza, plasmata da miriadi di decisioni prese da una moltitudine di attori nel corso di migliaia di anni» (fr:724). Il sistema è lamarckiano, perché «qualsiasi nuova idea può essere incorporata nelle procedure operative non appena se ne osservi il successo, e pertanto mutazioni riuscite possono essere trasferite tra imprese» (fr:762). La lealtà organizzativa, e perfino il comportamento altruistico, trovano così una giustificazione selettiva: finché il “prelievo” non annulla i vantaggi della docilità, «l’individuo altruista sarà più adatto di quello non docile» (fr:715). Le organizzazioni, insomma, pongono vincoli ma al tempo stesso «ci offrono opportunità di raggiungere obiettivi e libertà che non potremmo neppure immaginare di conseguire con lo sforzo individuale» (fr:2322), e abbiamo imparato a progettarle in modo che «non interferiscano in modo vistoso con le nostre libertà, comprese quelle di parola e di pensiero» (fr:2325).

[9]

[9.1/1-80-2997|2239]

9 L’architettura del problem solving: differenze, operatori e scomposizione gerarchica

Riduzione delle differenze e decomposizione gerarchica: il GPS e la pianificazione nel tempo.

Il General Problem Solver (GPS) seleziona di volta in volta le azioni pertinenti alle differenze rilevate tra la situazione presente e quella desiderata. “To behave purposefully, GPS must be able to select from time to time those particular actions that are likely to remove the particular differences between desired and present states that the system detects” – (fr:1835) [Per comportarsi in modo finalizzato, il GPS deve poter selezionare di volta in volta quelle azioni che probabilmente elimineranno le differenze specifiche tra lo stato desiderato e quello presente rilevate dal sistema.]. Tale selezione è realizzata mediante una tabella di connessioni: “In the machinery of GPS, this selection is achieved through a table of connections, which associates with each kind of detectable difference those actions that are relevant to reducing that difference” – (fr:1836) [Nel meccanismo del GPS, questa selezione è ottenuta tramite una tabella di connessioni che associa a ogni tipo di differenza rilevabile le azioni pertinenti per ridurla.]. Il sistema deve inoltre tenere conto delle conseguenze collaterali e delle precondizioni delle azioni: “Actions have side consequences (may create new differences) and sometimes can only be taken when certain side conditions are satisfied (call for removal of other differences before they become applicable)” – (fr:1858) [Le azioni hanno effetti collaterali (possono creare nuove differenze) e talvolta possono essere intraprese solo quando sono soddisfatte certe condizioni collaterali (richiedono la rimozione di altre differenze prima di diventare applicabili).].

La risoluzione dei problemi esige una continua traduzione tra descrizioni di stato e descrizioni di processo. “Given a desired state of affairs and an existing state of affairs, the task of an adaptive organism is to find the difference between these two states and then to find the correlating process that will erase the difference. Thus problem solving requires continual translation between the state and process descriptions of the same complex reality” – (fr:3163) [Dato uno stato di cose desiderato e uno esistente, il compito di un organismo adattivo è trovare la differenza tra questi due stati e poi trovare il processo correlato che cancellerà la differenza. Pertanto la soluzione di problemi richiede una continua traduzione tra le descrizioni di stato e di processo della stessa realtà complessa.]. L’organismo sviluppa correlazioni tra scopi nel mondo sensoriale e azioni nel mondo del processo (fr:3161). Anche nella progettazione si opera per cicli annidati di generazione e test, e la sequenza influisce sul risultato: “sequence and the division of labor between generators and tests can affect not only the efficiency with which resources for designing are used but also the nature of the final design as well” – (fr:1949) [la sequenza e la divisione del lavoro fra generatori e test possono influenzare non solo l’efficienza nell’uso delle risorse per la progettazione ma anche la natura del progetto finale.].

Un esempio di flusso di calore mostra un sistema quasi scomponibile. Inizialmente si osserva ampia variazione di temperatura fra gli uffici (fr:2975); dopo un breve periodo ogni stanza raggiunge un proprio equilibrio locale, cosicché “a single thermometer in each room will be adequate to describe the dynamic behavior of the entire system” – (fr:2998) [un solo termometro per stanza sarà sufficiente a descrivere il comportamento dinamico dell’intero sistema.]. In un secondo momento le differenze tra le stanze scompaiono e si ha una temperatura quasi uniforme nell’edificio (fr:2978). La gerarchia dei tempi di equilibrio permette di descrivere il sistema con poche variabili dopo il raggiungimento degli equilibri di breve periodo.

La prospettiva temporale incide sulla pianificazione: “the importance we attach to them generally drops off sharply with their distance in time” – (fr:2355) [l’importanza che attribuiamo a essi generalmente diminuisce bruscamente con la loro distanza nel tempo.], e si applica un tasso di sconto composto all’indietro (fr:2366). Poiché le conseguenze delle azioni a lungo termine sono difficilmente prevedibili e diffuse (fr:2374), le azioni odierne per il problema energetico riguardano la riduzione dei consumi nel breve periodo (fr:2424), lo sviluppo su larga scala di tecnologie nel medio periodo (fr:2425) e programmi di ricerca per il lungo periodo (fr:2426). I meccanismi di feedforward basati su previsioni possono generare oscillazioni instabili (fr:2239, fr:576); il feedback, invece, risponde alle discrepanze senza previsione e si adatta a fluttuazioni ambientali di lungo termine (fr:2236), e talvolta è vantaggioso omettere del tutto la predizione (fr:2240).

I sistemi caotici, deterministici ma estremamente sensibili alle condizioni iniziali, possono deviare radicalmente le traiettorie (fr:2632) e il loro comportamento può essere descritto da un attrattore strano (fr:2669). La descrizione della complessità viene abbreviata sfruttando la ridondanza: una struttura di 64 simboli si lascia descrivere con 35 (fr:3126). Il percorso temporale di un sistema dinamico può essere ricodificato tramite una legge differenziale che lo genera (fr:3144). Nei sistemi autoriproduttivi, è più naturale una descrizione di processo con un operatore che produce l’organismo per stadi successivi (fr:3222). La capacità di riconoscere l’obiettivo, rilevare differenze e applicare azioni per ridurle costituisce così il nucleo del problem solving, della progettazione e della pianificazione in presenza di complessità (fr:2582).

[10]

[10.1/1-80-3225|2588]

10 Sistemi gerarchici e quasi-scomponibilità come architettura della complessità

L’organizzazione a livelli che separa le dinamiche interne rapide dai lenti scambi tra sottosistemi, consentendo evoluzione accelerata e descrizione maneggevole.

La definizione di sistema gerarchico abbraccia ogni insieme composto di sottosistemi interrelati che ripetono la struttura fino a un livello elementare: “Per sistema gerarchico, o gerarchia, intendo un sistema che è composto di sottosistemi interrelati, ciascuno di questi essendo a sua volta gerarchico nella struttura fino a raggiungere un qualche livello inferiore di sottosistema elementare” – (fr:2738). In tali sistemi si può separare l’interazione tra sottosistemi da quella interna a ciascuno di essi, dando origine alla quasi-scomponibilità (fr:2957). La conseguenza immediata è una separazione temporale: “Questo fatto ha l’effetto di separare la dinamica ad alta frequenza di una gerarchia – che coinvolge la struttura interna dei componenti – dalla dinamica a bassa frequenza che coinvolge l’interazione tra i componenti” – (fr:3063). La gerarchia delle forze di legame riflette questa gradazione: i legami covalenti (80–100 kcal/mole) dominano, seguiti da legami ionici, legami a idrogeno (circa 10 kcal/mole) e forze di van der Waals (fr:3023, 3024, 2960). Scegliendo una soglia appena inferiore all’energia di un legame covalente, il sistema si decompone in molecole (fr:3018). Le vibrazioni ad alta frequenza sono associate ai sottosistemi fisici più piccoli, mentre quelle a bassa frequenza competono ai sistemi più grandi in cui i sottosistemi sono assemblati (fr:3020, 3021).

Questa architettura porta con sé un potente vantaggio evolutivo. Se esiste un insieme di sottosistemi stabili, ciascuno influenzato solo dagli ingressi e dalle uscite nette degli altri, l’evoluzione può procedere rapidamente: “La tesi è che il potenziale per un’evoluzione rapida esiste in qualsiasi sistema complesso che consista di un insieme di sottosistemi stabili, ciascuno operante in modo quasi indipendente dai processi dettagliati in corso negli altri sottosistemi, quindi influenzato principalmente dagli ingressi e dalle uscite nette degli altri sottosistemi” – (fr:2887). Il tempo richiesto per l’evoluzione di una forma complessa dipende in modo critico dal numero e dalla distribuzione di forme intermedie stabili (fr:2843); in presenza di una gerarchia di “sottoassiemi” stabili con ampiezza simile a ogni livello, il tempo per ciascun livello può essere dello stesso ordine (fr:2844). L’evoluzione degli organismi pluricellulari non è avvenuta per fusione di sottosistemi indipendenti, bensì per moltiplicazione e specializzazione delle cellule di un unico sistema (fr:2877). Ciò non toglie che il principio gerarchico, generato per assemblaggio o per specializzazione, resti il motore della rapidità evolutiva (fr:2886). La quasi-scomponibilità fa sì che l’efficienza di un componente – e quindi il suo contributo alla fitness – non dipenda dalla struttura dettagliata degli altri componenti (fr:2888, 3076). Così, nella metafora della cassaforte a combinazione, la regolazione dei geni che governano un organo può essere determinata indipendentemente dalla posizione corrente degli altri (fr:3078). Nell’evoluzione organica, complessi che appaiono anche solo fugacemente, se stabili, forniscono nuovi mattoni per costruzioni successive (fr:2925). L’irrilevanza dell’entropia è netta: la quantità di entropia coinvolta nella formazione di un organismo unicellulare è irrisoria (–10⁻¹¹ cal/grado) e non ha nulla a che vedere con l’“improbabilità” dell’evoluzione (fr:2871).

La quasi-scomponibilità semplifica la descrizione e la riproduzione del sistema: “La quasi-scomponibilità semplifica anche la descrizione di un sistema complesso e rende più facile comprendere come l’informazione necessaria per lo sviluppo o la riproduzione del sistema possa essere immagazzinata in una mole ragionevole” – (fr:3262). Il programma genetico può separare l’informazione che governa il metabolismo cellulare da quella che dirige lo sviluppo di cellule differenziate, semplificando enormemente il problema (fr:3226, 3116). La gerarchia piatta, come quella di un cristallo in cui il numero di sottosistemi di primo ordine può essere indefinitamente grande, rappresenta un caso limite (fr:2778); l’attenzione si concentra sulle gerarchie di ampiezza moderata (fr:2788). La pretesta olistica forte – secondo cui “il mettere insieme le loro parti non le produrrà né renderà conto dei loro caratteri e comportamenti” – è respinta dalla biologia molecolare moderna (fr:2546, 2547). D’altra parte, funzioni emergenti, come quella di un enzima che fa da stampo per una reazione, ricevono una spiegazione interamente riduzionista in termini delle proprietà fisico-chimiche note delle molecole coinvolte (fr:2559), senza che la descrizione della singola proteina lasci presagire la cooperazione che si realizza nell’organismo (fr:2554).

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