David Marr e i tre livelli dell’intelligenza

Per comprendere una mente basta osservare il comportamento oppure bisogna capire anche come funziona ?

Quando osserviamo una persona risolvere un problema complesso, riconoscere un volto familiare o comprendere una frase, siamo portati a dire che è intelligente. Anche davanti ai moderni sistemi di intelligenza artificiale il giudizio nasce spesso dallo stesso criterio: se il risultato appare convincente, tendiamo a concludere che il sistema “comprenda” ciò che sta facendo.

Ma è davvero sufficiente osservare il comportamento per capire come funziona una mente? A questa domanda cercò di rispondere David Marr (1945-1980), neuroscienziato e scienziato cognitivo britannico, autore di uno dei testi più influenti della storia delle neuroscienze computazionali, Vision, pubblicato postumo nel 1982. Sebbene la sua carriera sia stata tragicamente breve, Marr ha lasciato un’eredità scientifica che continua ancora oggi a orientare la ricerca sull’intelligenza biologica e artificiale.

La sua intuizione fondamentale è tanto semplice quanto rivoluzionaria: per comprendere davvero un sistema intelligente non basta guardare ciò che fa, occorre capire quale problema risolve, con quali rappresentazioni lo affronta e attraverso quali meccanismi lo realizza.

I tre livelli della comprensione

Secondo David Marr, ogni sistema intelligente può essere studiato su tre livelli distinti ma profondamente interconnessi. Il primo è il livello computazionale, che riguarda il problema da risolvere. Qual è il compito svolto dal sistema? Quale obiettivo cerca di raggiungere? Nel caso della vista, ad esempio, il cervello deve trasformare la luce che colpisce la retina in una rappresentazione affidabile dell’ambiente circostante.

Il secondo è il livello algoritmico, che descrive il modo in cui il problema viene affrontato. Quali informazioni vengono elaborate? Come vengono organizzate? Quali rappresentazioni interne permettono di passare dai dati in ingresso alla soluzione?

Infine vi è il livello implementativo, cioè il supporto fisico che rende possibile tutto il processo. Nel cervello sono i neuroni, le sinapsi e le reti nervose; in un sistema di intelligenza artificiale sono processori, memorie, circuiti elettronici e modelli matematici.

Questi tre livelli non si sostituiscono tra loro. Ognuno illumina un aspetto diverso dello stesso fenomeno e solo la loro integrazione consente una comprensione autentica dell’intelligenza.

Un errore ancora attuale

L’approccio di Marr continua a essere sorprendentemente attuale perché mette in guardia da una tentazione molto diffusa: confondere il risultato con il processo. Quando un modello di IA scrive un testo convincente o riconosce correttamente un’immagine, siamo portati a concentrarci esclusivamente sul comportamento osservabile. Ma ottenere una risposta corretta non significa necessariamente comprendere il modo in cui quella risposta è stata costruita.

Lo stesso vale per il cervello umano. Sapere che una persona riconosce un volto non basta a spiegare come milioni di neuroni abbiano cooperato per arrivare a quel risultato. Comprendere un fenomeno significa andare oltre ciò che appare, ricostruendone l’architettura interna.

Una lezione per l’intelligenza artificiale

Nell’era dei grandi modelli linguistici, il pensiero di David Marr acquista un valore particolare. Molti sistemi producono risultati che sembrano sempre più vicini alle prestazioni umane. Riescono a tradurre testi, scrivere codice, sintetizzare documenti e sostenere conversazioni articolate. Tuttavia il loro comportamento esterno non basta a rispondere alla domanda più importante: come stanno realmente elaborando l’informazione?

Le discussioni sull’intelligenza artificiale si concentrano spesso sul livello visibile, quello delle prestazioni. Marr invita invece a distinguere il compito svolto, gli algoritmi utilizzati e il supporto fisico che li rende possibili.

Questa distinzione aiuta anche a evitare confronti semplicistici tra cervello e computer. Due sistemi possono ottenere risultati simili seguendo percorsi completamente diversi. Un aereo vola come un uccello, ma non sbatte le ali. Allo stesso modo, un modello di IA può svolgere alcuni compiti cognitivi senza riprodurre il funzionamento della mente umana.

Comprendere non significa imitare

Uno degli aspetti più profondi dell’eredità di Marr è l’idea che spiegare un fenomeno non equivalga necessariamente a copiarlo. Le neuroscienze non cercano di costruire un cervello artificiale identico a quello umano, ma di comprendere i principi che rendono possibile l’intelligenza. Allo stesso modo, l’intelligenza artificiale può ispirarsi alla mente senza riprodurne fedelmente ogni meccanismo biologico.

Questa prospettiva favorisce un dialogo fecondo tra discipline diverse. Informatica, neuroscienze, psicologia cognitiva e filosofia della mente non studiano realtà separate, ma osservano lo stesso fenomeno da punti di vista complementari.

La persona oltre il funzionamento

Le riflessioni di David Marr suggeriscono anche una considerazione più ampia. Se comprendere una mente richiede livelli diversi di analisi, allora comprendere una persona è ancora più complesso.

L’essere umano non è soltanto un insieme di processi cognitivi. Le sue decisioni sono influenzate dalla memoria, dalle emozioni, dalla storia personale, dalle relazioni, dalla cultura e dalla libertà. Nessun modello descrittivo riesce da solo a esaurire questa ricchezza.

Per questo motivo le neuroscienze computazionali rappresentano uno strumento prezioso, ma non possono sostituire le domande filosofiche, etiche e spirituali sul significato della coscienza e dell’esperienza umana.

Una lezione attuale

A oltre quarant’anni dalla pubblicazione di Vision, il metodo proposto da David Marr continua a orientare la ricerca scientifica. Le sue idee mostrano che l’intelligenza non può essere compresa osservando esclusivamente il comportamento né limitandosi ai meccanismi fisici che la sostengono. Occorre tenere insieme il problema da risolvere, le strategie con cui viene affrontato e il substrato che le rende possibili.

Nell’epoca degli algoritmi questa lezione assume un valore ancora maggiore. Valutare una macchina solo per ciò che produce rischia di farci perdere di vista il funzionamento che genera quei risultati. Ma, allo stesso tempo, ridurre l’essere umano ai suoi meccanismi biologici significa dimenticare che la mente è inserita nella più ampia esperienza della persona.

L’intelligenza, suggerisce David Marr, non è soltanto una questione di prestazioni. È un fenomeno complesso che richiede livelli diversi di comprensione. E forse è proprio questa complessità a ricordarci che conoscere davvero una mente significa andare oltre ciò che essa mostra, per interrogarsi su ciò che la rende capace di conoscere, interpretare e dare significato al mondo.

Immagine elaborata con Intelligenza Artificiale.