Modellizzazione neurale di fenomeni cognitivi complessi: L`Effetto

Transcript

Modellizzazione neurale di fenomeni cognitivi
complessi:
L'Effetto Stroop
Il simulatore PDP++
John Ridley Stroop nato il
21 Marzo del 1897.
Muore all’età di 76 anni il 1
Settembre del 1973.
Architettura neurale del
modello di Cohen et al.
(1990).
1
Sentiti ringraziamenti al professore Alessandro Londei e alla mia
famiglia, che mi ha sempre sostenuto nei momenti di difficoltà, durante
questo iter accademico triennale.
2
Indice
Presentazione…………………………………………………………...………… 6
Capitolo 1. Introduzione: la scienza cognitiva neurale
1.1
La psicologia cognitiva e i modelli computazionali..................................... 9
Premessa……………………………………………………………………..……. 9
1.1.1 La scienza cognitiva computazionale………………………….…...10
1.1.2 La scienza cognitiva neurale e il connessionismo……………..…...12
1.1.3 Gli aspetti principali che differenziano i due approcci teorici…......13
1.2
I modelli connessionistici…………………………………………………..15
1.2.1 Il Contesto storico che ha permesso lo sviluppo dei modelli di tipo
PDP…….……………………………………………………………....…..15
1.2.2 I modelli connessionistici di tipo PDP………………………..……19
1.2.3 Il perché dell’utilizzo dei modelli connessionistici…………….......21
1.3
Il software per la simulazione dei modelli connessionistici di tipo PDP…..22
1.3.1 Introduzione al software PDP++……………………….……….….22
1.3.2 Breve descrizione del funzionamento del software PDP++……......23
1.3.3 Il funzionamento biologico neuronale modellizzato per mezzo
dell’algoritmo LEABRA………………………….……..………………....26
Capitolo 2. L’elaborazione automatica e controllata delle informazioni e
l’effetto Stroop
2.1
L’ elaborazione automatica e volontaria delle informazioni…………..…..29
2.2
Il ruolo dell’attenzione nei processi di elaborazione e selezione della
risposta……………………………………………………………………….…….31
2.3
La prova di interferenza colore-parola di Stroop…………………..……....32
2.3.1 Le origini storiche e strutturali del test dei colori di Stroop……......32
2.3.2 Evidenze sperimentali dell’effetto Stroop…………………….........33
2.3.3 L’attenzione per la spiegazione dell’effetto Stroop…………...…...35
2.4
Applicazione dell’effetto Stroop…………………………………………...36
2.4.1 La prova di interferenza colore – parola di Stroop, è uno dei compiti
più frequentemente utilizzati per studiare l’attenzione selettiva
nell’elaborazione visiva……………………………………….…………...36
2.4.2 Utilizzare l’effetto Stroop per lo studio della distinzione tra processi
automatici e processi volontari………….…………………………………38
3
2.5
Studi di fRMI durante lo svolgimento della prova di interferenza colore –
parola di Stroop…………………………………………………………………….40
Capitolo 3. La modellizzazione neurale della prova di interferenza colore –
parola di Stroop
3.1
Le diverse interpretazioni per la spiegazione dell’effetto Stroop………….42
3.2
Il modello………………………………………………………………......45
3.2.1
L’architettura, i processi e la rappresentazione dell’informazione.45
3.2.2
I Meccanismi di apprendimento e l’andamento temporale
dell’elaborazione…………………………………………………………...47
3.2.3
3.3
La variabilità e il meccanismo di selezione delle risposte………..49
La simulazione……………………………………………………………..51
3.3.1
La fase di apprendimento…………………………………………51
3.3.2
La fase di test……………………………….…………………….53
3.3.3
La simulazione dell’effetto Stroop di base………………………54
3.3.4 La simulazione degli effetti SOA: la velocità di elaborazione e la
forza delle vie neurali…………………………………….………………...58
3.4
3.3.5
Gli effetti della pratica e la legge della potenza………….............60
3.3.6
L’attenzione e l’elaborazione…………………………….............62
Discussione dei risultati…….……………………………...........................64
3.4.1
Riconsiderazione dei processi volontari e automatici……………65
3.4.2
L’attenzione intesa come meccanismo di controllo
dell’elaborazione………………………………………………………..….67
3.4.3
La natura continua dell’elaborazione…………………………….69
Capitolo 4. La critica principale mossa al modello dell’effetto Stroop
4.1
Introduzione………………………………………………………………..71
4.2
La modellizzazione di Spieler et al………………………………………...72
4.3
L’asimmetria tra le architetture neurali………………………………….....73
4.4
Il numero delle unità della rete influisce sulla performance del compito.....74
4.5
Conseguenze sperimentali della debolezza del modello…………………...77
4.6
Discussione dei risultati………………………………………………........79
Capitolo 5. La risposta degli autori alla critica di Spider et al.
5.1
Introduzione………………………………………………………………..84
5.2
Gli effetti della dimensione strutturale del compito nel modello originale..85
5.2.1
Assunzioni teoriche diverse, risultati sperimentali diversi…….…85
4
5.2.2
La modellizzazione del sistema attenzionale………………...…....87
5.2.3
Riconsiderazione delle simulazioni di Spieler et al…………...…..89
5.2.4
I molteplici fattori che influenzano la performance della
modellizzazione neurale dell’effetto Stroop.................................................90
5.2.5
La condizione di lettura della parola e di denominazione del
colore……………………………………………………………………….92
5.2.6
5.3
Il problema della dimensione strutturale del compito……………..93
Gli effetti causati dalla dimensione della struttura neurale e i meccanismi di
inibizione……………………………………………………………………….......94
5.4
La lettura della parola versus la denominazione del colore………………..96
5.5
Discussione dei risultati……………………………………………………98
Conclusioni………………………………………………………………………100
Riferimenti bibliografici………………………………………………………...102
5
Presentazione.
Il seguente lavoro ha come obiettivo quello di analizzare e descrivere un approccio
teorico e sperimentale nuovo e avvincente, che sta fornendo alla psicologia
sperimentale, ai ricercatori e alla comunità scientifica in genere, contesti
sperimentali alternativi per descrivere e spiegare fenomeni di tipo cognitivo.
Il concetto di ‘elaborazione distribuita in parallelo’ (PDP), in particolare, e
l’approccio connessionista in generale, sono riusciti ad affermarsi e a contribuire
nella ricerca psicologica con validi strumenti metodologici, alternativi ai classici
strumenti utilizzati sinora per lo studio dei processi cognitivi normali e patologici.
Uno degli strumenti metodologici più completi e più ambiziosi è il software di
simulazione PDP++, progettato e sviluppato da O’Reilly e Munakata nel 2000, sulla
base dei principi dell’approccio teorico PDP di McClelland e Rumelhart. Il PDP++
è uno strumento metodologico alternativo di ricerca sperimentale, per
l’implementazione e l’applicazione di processi percettivi e/o cognitivi. I risultati del
simulatore possono essere facilmente confrontati con i risultati di altre ricerche
sperimentali, che adottano metodologie di ricerca diverse da quella qui considerata.
In ambito psicologico sono state proposte varie modellizzazioni di processi
cognitivo - percettivi, fra cui la modellizzazione fatta da Cohen et a., sulla
distinzione tra i processi volontari e automatici, usando il modello dell’effetto
Stroop.
Per fornire al lettore una conoscenza generale dell’approccio teorico PDP, e per
introdurre il software PDP++ è stato necessario dedicare ad essi un intero capitolo
introduttivo, ovvero il primo capitolo. Il secondo capitolo è focalizzato sulla
descrizione del sistema cognitivo complesso, dell’attenzione e dell’elaborazione
automatica e volontaria delle informazioni, necessario agli esseri umani per
interagire con il mondo e per gestire la grande quantità di informazioni che ne
derivano. Questa seconda parte del lavoro si conclude con la spiegazione della
prova di interferenza colore – parola di Stroop, e con i possibili ambiti di
applicazione del compito. Il terzo capitolo è stato dedicato alla proposta
sperimentale di Cohen et. al. di modellizzare il compito di Stroop, simulando
l’andamento temporale di elaborazione delle informazioni e gli effetti di
apprendimento coinvolti. Questa simulazione è stata realizzata integrando la teoria
dei meccanismi distribuiti in cascata di McClelland, con l’algoritmo di
6
apprendimento backpropagation di Rumelhart et al. Il modello permette di simulare
le performance classiche, riscontrate durante lo svolgimento del compito Stroop dai
soggetti umani; inoltre, per mezzo della variazioni della struttura del compito
Stroop, è stato possibile simulare alcuni aspetti della performance grazie alla
manipolazione della presentazione temporale degli stimoli, in risposta al tipo di
informazione e alla pratica sostenuta.
Il quarto capitolo è la critica di Spieler et al., alla modellizzazione e ai dati
sperimentali riportati da Cohen et al. Gli autori della critica sostengono che il
modello di Cohen et al. non riesce a cogliere le differenze dei tempi di latenza
intercorrenti tra la lettura della parola e la denominazione del colore, quando le
alternative di risposta sono superiori a due. Inoltre, la critica continua sostenendo
che gli studi empirici suggeriscono che l’influenza prodotta dall’incremento della
dimensione strutturale delle risposte, causa un aumento della differenza dei tempi di
reazione delle performance, tra la denominazione del colore e la lettura della parola,
durante lo svolgimento del compito Stroop. Pertanto, questa evidenza sperimentale,
riscontrata in contesti di ricerca reali, è in diretta contrapposizione alla diminuzione
della differenza dei tempi di reazione, prodotta e rilevata per mezzo dell’architettura
neurale di Cohen et al.
La quinta parte del lavoro sintetizza la risposta di Cohen et al. alla critica di Spieler
et al., sostenendo che le simulazioni utilizzate per criticare il modello originale non
implementavano meccanismi validi per spiegare gli effetti causati dalla dimensione
strutturale del compito. Gli autori, quindi, propongono una nuova simulazione che
implementa questi meccanismi, rilevando e presentando dei risultati migliori
rispetto alle simulazioni di Spieler et al. Inoltre, gli autori continuano proponendo la
modellizzazione di ulteriori fattori: questi fattori sono in grado di migliorare
sensibilmente la qualità dell’adattamento del modello al contesto sperimentale
reale. Gli autori del modello originale sono consapevoli del fatto che l’utilizzazione
del feed – forward è stata una delle limitazioni più significative del modello
originale. Gli autori, inoltre, discutono dei possibili aspetti che differenziano il
processo di lettura della parola dal processo di denominazione del colore durante lo
svolgimento del compito di Stroop. Sebbene sia possibile ipotizzare delle differenze
tra le elaborazioni, gli autori sostengono che le differenze concettualizzate nel
modello originale, non facevano riferimento ad una semplice dicotomizzazione
dell’elaborazione automatica – controllata.
7
Il lavoro si conclude con delle riflessioni e delle critiche sulle varie modellizzazioni
presentate, sostenendo comunque la necessità di continuare a produrre nuove
modellizzazioni in ambienti computazionali artificiali, e confrontare i risultati
ricavati in questi innovativi ambienti di ricerca con i dati sperimentali reali.
8
Capitolo 1. Introduzione: la scienza cognitiva neurale
1.1 La psicologia cognitiva e i modelli computazionali.
Premessa.
«Negli ultimi anni in Italia – scrive Parisi - l’uso dell’espressione “scienza
cognitiva”, e in particolare dell’aggettivo “cognitivo”, sembrava fare riferimento a
una molteplicità di aspetti del settore, (processi cognitivi, psicologia cognitiva,
neuropsicologia cognitiva, tecniche cognitive), che inevitabilmente hanno causato,
nel significato di questi termini, un progressivo diventare più vago e indefinito.
Quindi, tutta questa ambiguità nei termini, non era coerente con la parola che la
precedeva, “scienza”, che contrariamente fa riferimento alla precisione e
all’univocità dei concetti.»1 Per chiarire questa ambiguità e incoerenza, è necessario
analizzare l’espressione “scienza cognitiva”, facendo riferimento a due cose molto
diverse tra loro. Le due scienze cognitive, che più evidenziano l’aspetto artificiale
nei loro lavori di ricerca, sono meglio conosciute con il nome di scienza cognitiva
computazionale e scienza cognitiva neurale. 2
Queste due scienze cognitive, come indica il medesimo autore, 3 «non sono soltanto
due cose molto diverse tra loro, ma addirittura opposte l’una all’altra. Quando si
parla di “scienza cognitiva” è necessario innanzitutto indicare quale tra le due si
intende considerare.»
Prima di trattare esplicitamente la discussione sulle due scienze cognitive, è
necessario introdurre le seguenti caratteristiche, che descrivono e identificano le
scienze medesime, in particolare, scrive Parisi: A) l’approccio è interdisciplinare,
ossia coinvolge oltre alla psicologia anche altre discipline; B) l’approccio, per
diverse ragioni, chiama in causa il computer; C) l’approccio è in contrapposizione
al comportamentismo, ossia a quella scuola di pensiero che sosteneva la seguente
assunzione: il comportamento degli organismi deve essere studiato limitandosi a ciò
che è osservabile e misurabile, cioè agli stimoli e alle risposte. Invece, la scienza
cognitiva, in contrapposizione, sostiene di dover studiare proprio quello che “sta in
1
Parisi, D. (1997). Scienza cognitiva oggi. Giornale Italiano di Psicologia, 24, pp. 475-492.
Cf. Ivi.
3
Id. (1992). Contro “cognitivo”. Sistemi Intelligenti, 4, pp.159-165.
2
9
mezzo” tra gli stimoli e le risposte, spiegando il perché determinati stimoli
provochino un certo tipo di risposte.
Per mezzo di queste tre caratteristiche è possibile identificare il tipo di scienza
cognitiva e risolvere il problema dell’ambiguità e dell’incoerenza. E’ necessario,
comunque, riformulare i tre punti sopradescritti in termini di domande: A) Quali
discipline sono coinvolte nelle scienze cognitive? B) In che modo e perché il
computer è chiamato in causa dalla scienza cognitiva? C) Come si deve studiare,
secondo la scienza cognitiva, quello che “sta in mezzo” tra gli stimoli e le risposte?.
Rispondere a queste domande significa identificare e diversificare le due scienze
cognitive, e quindi rendersi conto che le due scienze cognitive sono molto diverse
tra loro.
1.1.1 La scienza cognitiva computazionale.
La scienza cognitiva computazionale è nata con la “rivoluzione cognitiva”
anticomportamentista, cominciata negli Stati Uniti alla fine degli anni cinquanta del
secolo scorso. La scienza cognitiva computazionale è nata con le innovazioni
tecnologiche dell’informatica, e in particolare con il computer, nel senso che essa è
emersa sulla base dell’analogia tra la mente umana e il computer: la mente che
corrisponde al software del computer, e il cervello e il corpo di un essere umano
sono come l’hardware di un computer. Il software di un computer è un insieme di
simboli e di regole (istruzioni), per manipolare i simboli in modo formale,
considerando la forma e non il loro significato. Allo stesso modo, la mente umana è
un insieme di simboli, rappresentazioni simboliche e regole. Quando la scienza
cognitiva computazionale si occupa di significati, interpreta anche i significati come
altri simboli. Agire su simboli in modo formale è definito “computare”. Quindi
l’approccio computazionale ipotizza l’esistenza di una parziale analogia tra la
mente umana e un sistema computazionale, come il computer.
L’analogia tra la mente e il computer, come indica Parisi nel medesimo articolo, ha
permesso alla scienza cognitiva computazionale di raggiungere due obiettivi. Il
primo è stato quello di screditare il comportamentismo, criticando la scelta di non
considerare la mente come oggetto di studio. Quindi è possibile occuparsi della
mente senza perdere di scientificità, considerando l’analogia con il software del
computer, che può essere studiato con precisione e oggettività; allo stesso modo,
10
anche la mente può essere studiata con lo stesso rigore. Un secondo obiettivo, è
stato quello di tenere la scienza della mente ben separata dalle neuroscienze. Le
neuroscienze si occupano del cervello, cioè dell’hardware del computer, la
psicologia si occupa della mente, cioè del software. Allo stesso modo, la scienza del
software del computer è concettualmente del tutto indipendente e autonoma dalla
fisica, la quale si occupa dell’hardware del computer, così la psicologia è del tutto
indipendente e autonoma dalle neuroscienze.
Sulla base dell’analogia mente – computer, è nata la scienza cognitiva
computazionale,
in
quanto
approccio
interdisciplinare,
che
si
avvale
dell’informatica in particolare. Il settore dell’informatica ha tentato di fornire al
computer capacità e comportamenti tipici della mente umana, (produrre il
linguaggio parlato, riconoscimento di oggetti, traduzione di testi da una lingua
all’altra, fare piani di azione ed eseguirli, controllare e gestire un robot
nell’orientamento spaziale fisico reale). Con questo interessamento da parte del
settore dell’informatica, è nata l’Intelligenza Artificiale.
Dall’altro lato, gli psicologi hanno cominciato a usare i concetti dell’informatica per
analizzare, modellare e spiegare la mente. La modellizzazione era intesa in termini
di modelli di elaborazione dell’informazione, la mente cioè veniva concettualizzata
come un contenitore di rappresentazioni e regole, e il funzionamento della mente in
termini di esecuzione di algoritmi.
Inoltre, in quegli stessi anni è nata la linguistica generativa di Chomsky: una
linguistica formale che considera il linguaggio come una capacità di combinare e
manipolare simboli secondo regole o principi, che non tiene conto del significato
dei simboli stessi - come fa il computer con i suoi simboli.
Quindi, alla domanda di quali discipline sono coinvolte nella scienza cognitiva, si
può rispondere indicando la psicologia cognitivista, che concepisce la mente come
un sistema di elaborazione dell’informazione, in stretta relazione con l’informatica,
l’intelligenza artificiale, la linguistica formale di Chomsky con la filosofia della
mente e del linguaggio. Il collante che tiene insieme tutte queste discipline è l’idea
di base secondo cui la mente sia, come il computer, un sistema computazionale.
Alla domanda, “come viene chiamato in causa il computer?”, è possibile rispondere
che il computer viene considerato come modello della mente. Infine, alla domanda:
“come può essere studiato quello che “sta in mezzo” tra gli stimoli e le risposte?”, si
può rispondere asserendo che la scienza cognitiva computazionale lo studia
11
costruendo modelli, che sono come gli algoritmi di elaborazione che vengono
eseguiti dal computer, ignorando la macchina fisica che fa loro da supporto
materiale.
La scienza cognitiva computazionale, è stata il paradigma dominante fino alla metà
degli anni ottanta. Poi le basi della scienza cognitiva computazionale iniziarono a
scricchiolare, con la nascita di una nuova scienza cognitiva, quella neurale.4
1.1.2 La scienza cognitiva neurale e il connessionismo.
Negli ultimi 15 – 20 anni, la scienza cognitiva computazionale è stata messa in crisi
per tre diverse ragioni. La prima è che le scienze biologiche, in particolare le
neuroscienze, con le loro scoperte e con il loro rapido avanzamento, sostengono che
non è accettabile studiare la mente, ignorando il cervello, e più in generale il corpo.
La seconda ragione è che l’analogia tra mente e computer ha perso molta della sua
credibilità, perché la mente umana non somiglia molto a un computer; la mente
umana non è solo cognizione, intelletto, capacità, ma anche motivazioni, percezioni
interne del corpo ed esterne. La terza ragione è che negli ultimi decenni è emerso un
nuovo approccio
per lo studio del comportamento, diametralmente opposto a
quello della scienza cognitiva computazionale, quello del connessionismo.
Il connessionismo, indica ancora Parisi,
5
usa le reti neurali come modelli per
analizzare e spiegare il comportamento. Le reti neurali sono modelli teorici,
strettamente quantitativi, direttamente ispirati alla struttura fisica del sistema
nervoso e al suo modo di funzionare. Inoltre, sono modelli simulativi, cioè modelli
che non sono espressi verbalmente oppure per mezzo di formule matematiche, ma
sono modelli espressi come programmi per computer. Le reti neurali rimangono
comunque un aspetto di un approccio scientifico più esteso e più ambizioso, che è
quello della Vita Artificiale. Gli studiosi della Vita Artificiale simulano non solo il
sistema nervoso dell’organismo, ma anche il suo corpo, il suo ambiente fisico e
sociale, il suo materiale genetico ereditato, e la popolazione di cui l’organismo
come individuo è un membro, una popolazione che evolve biologicamente e, nel
caso degli esseri umani, anche culturalmente.
Il connessionismo è alla base della nuova scienza cognitiva, quella neurale.
Anch’essa è un approccio interdisciplinare, diverso da quello della scienza
4
5
Ibid.
Parisi, D. (1997). Op. e pp. cit.
12
cognitiva computazionale: psicologia non cognitivista, neuoscienze, biologia in
generale e, per gli aspetti quantitativi delle reti neurali, anche fisica e matematica. Il
collante che tiene insieme tutte queste discipline è l’idea che il comportamento deve
essere studiato usando lo stesso quadro di riferimento concettuale delle scienze
naturali: le spiegazioni che propone sono basate sul fatto che gli effetti fisici sono
causati da cause fisiche, e sono caratterizzate inevitabilmente da aspetti
intrinsecamente quantitativi. Per quanto riguarda il computer, il suo ruolo si è
spostato dall’essere il modello della mente, all’essere semplicemente uno strumento
pratico per compiere delle simulazioni. Infine la scienza cognitiva neurale, tra gli
stimoli e le risposte, pone come tramite il cervello e il resto del corpo, anziché
considerare una mente fatta di puri simboli, come sosteneva invece la scienza
cognitiva computazionale.6
1.1.3 Gli aspetti principali che differenziano i due approcci teorici.
Anche se tra il connessionismo e le neuroscienze è presente una relazione molto
stretta, questo non significa che la psicologia sia riducibile alle neuroscienze. Le
neuroscienze tendono a studiare il sistema nervoso dal livello neuronale “in giù”,
invece la psicologia lo studia dal neurone “in su”, interpretando il comportamento e
la vita mentale come proprietà globali, di un sistema complesso come quello
nervoso. Trattandosi di un sistema complesso, si tratta di un sistema le cui proprietà
globali sono determinate dalle molte interazioni locali tra i suoi elementi, i neuroni.
Anche conoscendo alla perfezione gli elementi e le loro interazioni locali, queste
proprietà globali non sono né deducibili e né predicibili.
Inoltre, il connessionismo propone di superare i modelli mentalistici del
cognitivismo, e di interpretare direttamente i dati empirici del comportamento, e
anche quelli della vita soggettiva interiore, per mezzo di modelli ispirati alla
struttura
fisica
e
al
funzionamento
del
sistema
nervoso.
Quindi la scienza cognitiva neurale completa la rivoluzione scientifica nello studio
del comportamento, facendo rientrare questo studio nell’ambito delle scienze
naturali, sia dal punto di vista dei metodi che dei concetti.7
Nella seconda metà del novecento, il cognitivismo aveva discreditato ed escluso
dalla comunità scientifica internazionale le scuole psicologiche che avevano
6
7
Ivi.
Ibid.
13
dominato in Europa nella prima metà del novecento: gestaltisti, Piaget, Freud,
Vygotsky. La scienza cognitiva neurale, invece, ripropone molti aspetti interessanti
e importanti di queste scuole: la mente come sistema dinamico, nel senso della
fisica, che caratterizza la psicologia della Gestalt, in quanto le reti neurali sono
sistemi dinamici; l’epistemologia di Piaget: è possibile capire qualcosa solo se ne
ricostruiamo la genesi, e in questo modo nelle simulazioni della Vita Artificiale,
tutto emerge per evoluzione, sviluppo e apprendimento; la psicoanalisi con il
primato del dinamico, nel senso delle motivazioni, sul cognitivo, considerando
quindi l’ipotesi che la mente esiste indipendentemente e prima del linguaggio e dei
simboli. Inoltre, con le simulazioni che hanno sempre come sfondo popolazioni di
organismi che evolvono biologicamente, la Vita Artificiale, vede nelle esigenze
della sopravvivenza/riproduzione, e nelle motivazioni che ne risultano, la base del
comportamento degli organismi, e concorda con Vygotsky sull’importanza
dell’ambiente esterno nello spiegare la mente.
La diversità della scienza cognitiva computazionale con quella neurale è
rintracciabile anche nell’ideologia sottostante ai due approcci. Nel primo caso è
presente uno stretto legame con la modernità e con la razionalità; viene preferito e
privilegiato l’intelletto sulle emozioni e la mente sul corpo, con una concezione
della realtà come un sistema semplice e una visione della scienza come capacità di
prevedere e di controllare. Nel secondo caso, invece, sono presenti della
caratteristiche opposte in termini di post – modernismo: la razionalità è considerata
come la “punta dell’iceberg” degli esseri umani, e non viene riconosciuto alcun
primato dell’intelletto sulle emozioni e della mente sul corpo. La realtà è
considerata, nel medesimo orientamento, un sistema complesso, e si riconoscono i
limiti della capacità della scienza di prevedere e di controllare.
Al livello internazionale, nel periodo di maggiore consenso alla scienza cognitiva
computazionale, la ricerca era concentrata e aveva acquisito molto rapidamente
interesse e prestigio nello studio del comportamento, perché era concomitante con
le innovazioni tecnologiche del computer, da essa considerato come modello della
mente, e inoltre per i tentativi precedenti, di mantenere la mente ben distinta dal
cervello. La scienza cognitiva neurale sta facendo molta più fatica ad affermarsi,
perché essa richiede che gli psicologi e gli altri studiosi del comportamento adottino
un nuovo e poco famigliare metodo di ricerca, la simulazione al computer, e
soprattutto perché fonde mente e cervello.
14
1.2 I modelli connessionistici.
1.2.1 Il contesto storico che ha permesso lo sviluppo dei modelli di tipo PDP.
La psicologia cognitiva è nata tra il 1950 e il 1960, in seguito e in contrapposizione
alla scuola di pensiero comportamentista. “Il concetto chiave di questo nuovo
approccio era quello di considerare ed enfatizzare i meccanismi interni, che
caratterizzano le capacità cognitive degli esseri umani, e in particolare l’utilizzo di
modelli computazionali espliciti, per simulare per mezzo del computer gli aspetti
che la caratterizzano, come per esempio la risoluzione dei problemi e il
ragionamento matematico. Inizialmente, l’idea dominante della scienza cognitiva
era basata sulla analogia uomo – computer: le capacità cognitive umane erano
considerate simili se non del tutto uguali alle elaborazioni svolte dai computer. In
questi sistemi di elaborazione, le operazioni di base erano caratterizzate dalla
manipolazione di simboli, e le elaborazioni erano sequenziali e governate da regole,
e organizzavano il tipo di elaborazione da svolgere. In questo contesto, i sistemi di
produzione diventavano la cornice di lavoro dominante dei modelli cognitivi. I
sistemi di produzione, erano delle elaborazioni caratterizzate da espressioni del tipo
“se ….. allora”, attivate quando la condizione “se” veniva soddisfatta e
conseguentemente a questa attivazione, venivano attivate ulteriori elaborazioni
sottostanti, che caratterizzavano delle sottosequenze di produzione alla produzione
principale. Queste produzioni gestiscono e controllano il flusso sequenziale di
elaborazione. ”8
Nello stesso periodo in cui era dominante l’approccio teorico della analogia uomo –
computer, era presente anche un considerevole interessamento per l’elaborazione in
termini di funzionamento neuronale, in particolare con le seguenti trattazioni: a)
“McCulloch e Pitts, modelli di elaborazione neuronale in termini di operazioni
logiche di base”9; b) “la teoria di Hebb, l’apprendimento Hebbiano e le assemblee
cellulari: le connessioni tra i neuroni vengono mantenute dall’attivazione
8
Randall C.O’Reilly e Yuko Munakata, (2000). Computational Explorations in Cognitive
Neuroscience, A Bredford Book, Cambridge, MA: MIT Press, p. 8.
9
McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous
activity. Bullettin of Mathematical Biophysics, 5, 115 – 133.
15
sincronizzata dei neuroni, e le cellule che scaricano contemporaneamente si
possono considerare connesse tra loro”10; c) “le ricerche di Rosenblatt, sugli
algoritmi di apprendimento per mezzo di percettroni, utilizzando i segnali di
errore”11. «Questi approcci computazionali contribuirono allo sviluppo del settore
della neurobiologia, e in particolare l’idea che il neurone possa essere considerato
come un’unità di elaborazione di informazioni; inoltre queste teorizzazioni,
fornirono le basi dei principi di comunicazione e di elaborazione neuronale
(potenziali di azione, sinapsi, neurotrasmettitori, canali ionici, ecc.)».12 Il periodo
che vede predominante l’analogia del computer, si conclude con la pubblicazione
del libro Percettroni di Minsky e Papert, nel 1969,13 in cui veniva sostenuto e
dimostrato che questi tipi di modelli neuronali, avevano delle limitazioni
computazionali significative, ossia non riuscivano ad apprendere le tecniche di
risoluzione di molte classi di problemi.
Nel frattempo, erano ancora pochi i gruppi di ricerca che nel 70 studiavano questi
tipi di modelli di reti neurali, finché nell’80 alcune “innovazioni di tipo
psicologico”14 e “computazionale”15, produssero un ritrovato interessamento delle
reti neurali, in particolare per quanto riguarda le caratteristiche di dinamicità delle
attivazioni.
Rumelhart,
Hinton,
e
Williams
riscoprono
“l’algoritmo
di
apprendimento backpropagation”16, (“riscoprono” perché era stato precedentemente
scoperto da Bryson & Ho, 1969; Werbos, 1974; Parker, nel 198517).
Successivamente, Rumelhart e McClelland et al., nel 1986, con la pubblicazione del
libro L’elaborazione distribuita in parallelo,18 PDP, fornirono alle modellizzazioni
neurali delle basi solide su cui appoggiarsi. L’algoritmo backpropagation risolveva
le limitazioni dei modelli precedenti, fornendo alle reti neurali la capacità di
apprendere qualsiasi tipo di funzione. Un ulteriore importante aspetto descritto e
10
Hebb, D.O. (1949). The Organization of behavior. New York: Wiley.
Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and
organization in the brain. Psychological Review, 65, 386 – 408.
12
Randall C.O’Reilly e Yuko Munakata, (2000). Op. cit., p. 9.
13
Minsky, M. L., & Papert, S. A. (1969). Perceptrons. Cambridge, MA: MIT Press.
14
McClelland, J. L., & Rumelhart, D. E. (1981). An interactive activation model of context effects
in letter perception: Part 1. An account of basic findings. Psychological Review, 88(5), 375 – 407.
15
Hopfield, J. J. (1984). Neurons with graded response have collective computational properties like
those of two – state neurons. Proceedings of the National Academy of Sciences, 81, 3088 – 3092.
16
Rumelhart, D.E., Hinton, G. E., & Williams, R. J. (1986b). Learning representations by back –
propagating errors. Nature, 323, 533 – 536.
17
Bryson, A. E., & Ho, Y. C. (1969). Applied optimal control. New York: Blaisdel.
18
McClelland, J. L., & Rumelhart, D. E. (1986). A distributed model of human learning and
memory. In J. L. McClelland, D. E. Rumelhart, & PDP Research Group (Eds.), Parallel distributed
processing. Volume 2: Psychological and biological models. Cambridge, MA: MIT Press, pp. 170 –
215.
11
16
sostenuto nei libri orientati all’approccio di tipo PDP è quello di riconoscere
l’importanza delle “rappresentazioni distribuite”19, perché questo tipo di
rappresentazioni ha un consistente numero di vantaggi computazionali enorme
rispetto alle rappresentazioni locali e simboliche.
Con la teorizzazione della backpropagation sono state ipotizzate svariate
modellizzazioni cognitive, raccolte e sostenute dal nuovo approccio teorico del
connessionismo. Sebbene «il backpropagation sembrava rappresentare un passo in
avanti, per molti sembrava essere un passo indietro perché non era chiaro come
questa logica poteva essere implementata dai meccanismi biologici.»20 Quindi
queste modellizzazioni cognitive neurali, basate sulla logica del backpropagation,
senza avere delle chiare basi biologiche, hanno stimolato la motivazione di molti
ricercatori dell’approccio computazionale a continuare a sostenere l’analogia del
computer, giustificando allo stesso modo le limitazioni e le incoerenze che
caratterizzano questo tipo di approccio.
“Con l’influenza dei modelli della rete neurale, per comprendere le capacità
cognitive degli esseri umani, stava crescendo l’interessamento da parte dei
ricercatori di modellizzare direttamente la realtà biologica. Per proseguire con
questa discussione è necessario identificare e definire alcune categorie di aspetti che
hanno caratterizzato questo tipo di ricerche.
Innanzitutto, è possibile fare una distinzione tra quei modelli biologici che
enfatizzano l’apprendimento, e quelli invece che non lo considerano affatto. I
modelli che ignorano il concetto di apprendimento sono dei modelli biofisici che
considerano i singoli neuroni approcci teorici informazionali, per rappresentare
l’elaborazione nei neuroni e nella rete neurale e ridefiniscono ed estendono il
modello originale di Hopfield. Con questi tipi di modelli, la direzione intrapresa è
quella di allontanarsi, erroneamente, dagli argomenti che riguardano le capacità
cognitive umane.
I modelli biologici che enfatizzano l’apprendimento, invece, considerano
l’apprendimento precedente e più importante dei sistemi cognitivi, con un
particolare accento sull’apprendimento di tipo Hebbiano. Infatti, una grande
19
Hinton, G. E., McClelland, J. L., & Rumelhart, D. E. (1986). Distributed representation. In D. E.
Rumelhart, J. L. McClelland, & PDP Research Group (Eds.), Parallel distributed processing.
Volume 1: Foundations. Cambridge, MA: MIT Press, Chap. 3, pp. 77 – 109.
20
Crick, F. H. C. (1989). The recent excitement about neural network. Nature, 337, 129 – 132. Vedi
anche: Zipser, D., & Andersen, R. A. (1988). A backpropagation programmed network that
simulates response properties of a subset of posterior parietal neurons. Nature, 331, 679 – 684.
17
quantità di ricerche di stampo neuroscientifico, sostengono l’idea che la legge di
Hebbian tra i neuroni, considerata come meccanismo, sia presente nelle più
importanti aree cognitive del cervello. Tuttavia l’apprendimento Hebbiano a livello
computazionale risulta essere caratterizzato da grosse limitazioni: per esempio, non
è stato molto utilizzato nella logica backpropagation per le modellizzazioni
cognitive, perché in generale non riesce ad apprendere lo svolgimento di molti tipi
di compiti.
In aggiunta alle ricerche connessioniste e alle ricerche di tipo biologico delle reti
neurali è possibile evidenziare che le basi matematiche in questo tipo di ricerche,
possono essere considerate in termini statistici, ossia implementare alcune inferenze
statistiche per sviluppare nuovi algoritmi di apprendimento”21.
Quindi, riassumendo quanto detto precedentemente, con la prospettiva delle
neuroscienze cognitive computazionali l’interesse è stato quello di comprendere il
funzionamento delle capacità cognitive umane, per mezzo di una modellizzazione
di tipo psicologico, cognitivo e computazionale, senza occuparsi troppo delle
sottostanti componenti neurobiologiche; le modellizzazioni biologiche sono
orientate alla costruzione di meccanismi di apprendimento computazionale,
considerando poco l’aspetto cognitivo. Inoltre, questo tipo di approccio è
interessato a sviluppare teorie dell’apprendimento caratterizzate da livelli di analisi
computazionale di tipo statistico, senza avere troppo a che fare con il cognitivo e
con la biologia. Concludendo, a livello internazionale, i ricercatori di questi diversi
approcci sono consapevoli del fatto che per lo studio delle capacità cognitive umane
è necessario consolidare e integrare questi principi di tipo biologico e
computazionale.
21
Randall C.O’Reilly e Yuko Munakata, (2000). Op. e pp. cit.
18
1.2.2 I modelli connessionistici di tipo PDP.
L’entusiasmo iniziale per le rete neurali, viene di solito attribuito alla
pubblicazione, nel 1986, di un’opera in due volumi: L’elaborazione distribuita in
parallelo: Studio delle mictrostrutture della cognizione.22 Il successo di queste
nuove teorie e metodi di ricerca, è stato anche dovuto alla diffusione delle
tecnologie di tipo computazionale, che hanno permesso alla modellizzazione in
generale, di raggiungere validità e credibilità nel severo e complesso settore della
ricerca psicologica. Sebbene ci siano stati forti “oppositori”, a sfavore
dell’applicazione nella psicologia di approcci di tipo PDP,23 il concetto di
elaborazione distribuita in parallelo in particolare, e il connessionismo in generale,
sono riusciti ad affermarsi e a contribuire nella ricerca psicologica, con validi
strumenti metodologici, alternativi ai classici strumenti utilizzati sinora per lo studio
dei processi cognitivi normali e patologici.
La modellizzazione di tipo PDP, è stata spesso considerata come una
modellizzazione di semplici unità che riescono a trasportare in uscita una
elaborazione, in un modo simile al funzionamento del cervello. «Questo approccio è
fortemente criticato dal fatto che spesso la modellizzazione, non riesce a
considerare molti aspetti biologici del cervello, perché caratterizzato da una
plausibilità biologica insufficiente».24 Quindi, una delle critiche principali
indirizzate a quei ricercatori che desiderano modellizzare i processi cognitivi per
mezzo di questo tipo approccio, è quella di non fare spesso riferimento ai sottostrati
biologici che la caratterizzano. Appare così necessario riempire queste insufficienze
di plausibilità biologica, includendo ulteriori livelli biologici, che considerano
maggiormente il reale funzionamento neuronale del cervello. I vari livelli di aspetti
biologici che riesce a includere una modellizzazione sono strettamente connessi alla
natura della rappresentazione dei processi cognitivi. I tipi di rappresentazione
principali che sono stati discussi maggiormente durante gli anni sono quelli di tipo
simbolico e subsimbolico. Il primo riconosce la modellizzazione connessionista, ma
preferisce il modello di tipo localizzazionista. In contrapposizione, il secondo
22
Rumelhart, D. E. McClelland, J. L., & the PDP Research Group. (1986). Parallel Distributed
Processing: Explorations in the microstructure of cognition, Cambridge, MA: The MIT Press.
23
Cf. Crick, F. (1989). Op. e pp. cit.
24
Crick, F. & Asanuma, C. (1986). Certain Aspects of the Anatomy and Physiology of the Cerebral
Cortex. In D. E. Rumelhart, J. L. McClelland, & the PDP Research Group, op. cit., Vol. 2,pp. 333 –
371.
19
sostiene le rappresentazioni di tipo subsimbolico, che utilizzano modelli
caratterizzati da rappresentazioni distribuite, e ipotizza che i vari livelli psicologici
sono prodotti e possono essere spiegati per mezzo dei meccanismi biologici
sottostanti. Questo secondo tipo di rappresentazione caratterizza le modellizzazioni
di tipo PDP.
Quindi, l’idea alla base di questo approccio è che la specie umana è in grado di
elaborare efficientemente l’informazione, grazie alla capacità di svolgere
contemporaneamente un numero elevato di operazioni cognitive, per mezzo di una
rete distribuita, di incalcolabile dimensione, di processi neuronali localizzati nel
cervello. Secondo i modelli PDP, la distribuzione dei processi in parallelo, riesce a
spiegare nel modo migliore la velocità e la precisione dell’elaborazione umana
dell’informazione. Uno dei principi di questa modellizzazioni è che nella struttura
mentale degli individui, avvengano delle elaborazioni di processi in parallelo, per
mezzo di strutture neurali complesse. Quindi nelle reti connessioniste (reti neurali),
tutte le forme di conoscenza sono rappresentate all’interno della struttura neurale.
Le assunzioni principali dei modelli connessionistici sostengono che l’elemento di
base è rappresentato dal nodo, ciascuno connesso a molti altri nodi; le svariate
configurazioni o patterns che emergono da queste interconnessioni di nodi,
permettono all’individuo di organizzare in modo significativo la conoscenza. «Nel
modello PDP proposto da James McClelland e David Rumelhart, la rete comprende
unità simili ai neuroni, che non rappresentano di per sé concetti, proposizioni o altri
tipi di informazione. L’idea fondamentale è che la conoscenza è rappresentata da
configurazioni di connessioni, e non da specifiche unità […].
Il modello PDP […] è un modello ispirato al cervello, e si differenzia
considerevolmente da un modello ispirato al computer: i differenti processi
cognitivi sono espressione di differenti configurazioni di attivazione […].” In modo
simile al funzionamento neuronale del cervello, “nel modello PDP le singole unità
possono essere inattive oppure possono inviare segnali, eccitatori o inibitori ad altre
unità […]: il modello utilizza i processi fisiologici del cervello come una metafora
per comprendere la cognizione. Secondo il modello, le connessioni fra le unità
possono essere caratterizzate da un grado variabile di eccitazione o di inibizione
potenziali, anche quando le connessioni sono in stato inattivo. Più una particolare
connessione è attivata di frequente, maggiore sarà la forza della connessione,
indipendentemente dal fatto che essa sia di natura eccitatoria o inibitoria […].»
20
Per quanto riguarda la rappresentazione della conoscenza, il modello ipotizza che
«non è in realtà un prodotto finale, ma piuttosto un processo o persino un processo
potenziale […]»: l’immagazzinamento «non è considerato come una particolare
configurazione di connessioni, ma piuttosto una configurazione di pesi delle
connessioni eccitatorie o inibitorie, che la mente, (cervello), utilizza per ricreare
determinate configurazioni quando viene stimolata a farlo […].” Inoltre, “secondo il
modello PDP, le menti umane sono flessibili e non richiedono che tutti gli aspetti di
una configurazione in input, corrispondano con precisione ad un certo pattern per
poterlo attivare […]. Questa flessibilità cognitiva permette agli esseri umani di
aumentare considerevolmente la capacità di apprendere nuove informazione».25
1.2.3 Il perché dell’utilizzo dei modelli connessionistici.
Vi sono ancora molte dispute nel mondo scientifico, per quanto riguarda l’utilizzo
nella psicologia di modelli connessionistici. E’ evidente comunque che la
modellizzazione computazionale in generale, e la modellizzazione connessionista in
particolare, sia un potenziale e innovativo strumento, per contribuire alla
spiegazione del funzionamento dei fenomeni cognitivi complessi della specie
umana. Nella seguente trattazione, saranno esposte le ragioni e i vantaggi
dell’utilizzo dei modelli computazionali.
Una delle prime ragioni è riconducibile al problema dell’elaborazione, perché un
modello deve essere in grado di fornire una descrizione completa e sistematica, di
come sono state ottenute in risposta alcune particolari configurazioni di risultati.
Essere in grado di fornire queste descrizioni significa rivelare l’esatta natura del
problema che deve essere risolta dal processo. Quindi, la caratteristica di una
completa specificazione del problema è fondamentale per la modellizzazione, ed è
uno degli aspetti principali dei modelli connessionistici.
Il secondo vantaggio è quello di valutare direttamente la validità di una teoria, e di
riuscire ad evidenziare e a descrivere esplicitamente tutti gli aspetti che
caratterizzano una struttura sperimentale. “Questa caratteristica è una proprietà
intrinseca di questo tipo di modellizzazioni, perché sono caratterizzate da una forma
25
Robert J. Sternberg. (2000). L’elaborazione in parallelo: il modello connessionista. Psicologia
Cognitiva, trad. da Cognitive Psychology (1996). Rinehart & Winston. Piccin. Nuova Libraria s.p.a.
Padova, pp. 256 - 260.
21
matematica di tipo esplicito, che fornisce risultati quantitativi e obbliga i ricercatori
a considerare tutti gli aspetti che articolano una proposta teorica di riferimento”26.
Il terzo vantaggio riguarda il tipo di spiegazione che riesce a fornire questo tipo di
approccio. Questi modelli sono in grado di confrontarsi direttamente con i risultati
empirici riscontrati nella realtà, permettendo ai ricercatori di avere una maggiore
comprensione dei processi coinvolti, così come di comprendere maggiormente i
comportamenti esibiti dai soggetti sperimentali. “Quindi, l’utilizzo di questo tipo di
modelli permette di produrre nuove ipotesi computazionali sulle funzioni cognitive
e sui sistemi neurali coinvolti”27. Queste ipotesi possono essere considerate come
parte di un ciclo di un processo di costruzione e valutazione di una teoria. Le ipotesi
computazionali sono inoltre necessarie per dare un senso e una struttura logica alla
grande quantità di dati neurobiologici e cognitivi riscontrati nella realtà.
Infine, la quarta ragione che giustifica l’impiego dei modelli connessionistici è
quella di utilizzare le potenzialità che caratterizzano una metafora, per considerare e
studiare i problemi di ordine cognitivo. “Le metafore computazionali possono
essere considerate come parte del contesto della scoperta che ha caratterizzato le
modellizzazioni connessioniste”28.
1.3 Il software per la simulazione dei modelli connessionistici di tipo
PDP.
1.3.1 Introduzione al software PDP++.
Con la crescente complessità delle modellizzazioni connessioniste è stato necessario
progettare un ambiente interattivo di simulazione, per sviluppare e valutare i vari
modelli connessionistici. “L’obiettivo principale raggiunto dai ricercatori che hanno
sviluppato il software PDP++ è stato quello di integrare le potenzialità di
modellizzazione offerte dal software, con un’interfaccia facile e comprensibile per
l’utente. L’interfaccia grafica del software permette di accedere facilmente alla
26
Di Paolo, E. A., Noble, J., & Bullock, S. (2000). Simulation model as opaque thought
experiments, Artificial Life Vii. Cambridge, MA: MIT Press, pp. 497 – 506.
27
Cleeremans, A., & French, R. M. (1996). From chicken squawking to cognition: Levels of
description and the computational approach of psychology. Psychologica Belgica, 36(1 – 2), pp. 5 –
29.
28
Vallacher, R. R., & Nowak, A. (1997). The emergence of dynamical social psychology.
Psychological Inquiry, 8(2), pp. 73 – 99.
22
struttura di dati e ai moduli di elaborazione che caratterizzano la simulazione.
Inoltre, i ricercatori hanno sviluppato moduli grafici, per facilitare l’interazione con
la struttura e con i contenuti delle reti neurali. Il software PDP++ è stato sviluppato
sulla base dei principi della logica orientata agli oggetti, in cui ogni cosa nel
software è un oggetto: le unità, le connessioni, gli strati della rete neurale, la rete
neurale stessa, ecc.; quindi, il software PDP++ è una grande collezione di oggetti,
che lavorano insieme per elaborare delle informazioni e produrre dei risultati. Il
vantaggio principale di una logica orientata agli oggetti è il livello di flessibilità
raggiungibile. L’alto livello di flessibilità è reso possibile grazie alla semplicità
della logica sottostante: ogni operazione svolta dal software viene eseguita per
mezzo dell’interazione di molteplici oggetti che costituiscono il software stesso.
Quindi, per implementare nella simulazione una procedura di svolgimento di un
compito è necessario sapere quali oggetti devono essere usati e come devono essere
configurati”29.
Per concludere, PDP++ nasce dall’esperienza di esperti nell’ambito delle
neuroscienze. Si tratta di un’architettura specializzata e include librerie software per
la gestione delle entità e dei processi coinvolti in una rete neurale, ed inoltre è
dotato di un ambiente di scripting simile a MatLab. Il codice è aperto, scritto
interamente in C++, consentendo così l’estendibilità. In realtà il PDP++ è pensato
più per un utente finale che non per colui che ne dovesse sviluppare gli ambiti
d’applicazione. Consente l’automazione dei processi e varie applicazioni di
supporto per l’analisi e la visualizzazione dei dati. Lo sforzo fatto in questa
direzione è andato tuttavia a discapito della indipendenza dei moduli di base,
risultando ciò in una architettura non perfettamente stratificata. La complessità è
inoltre aumentata dallo sforzo compiuto nel tentativo di realizzare un interfaccia
grafica, i cui oggetti sono, per ragioni di efficienza, strettamente legati alle entità
coinvolte nella simulazione. Tale struttura offre un notevole aiuto all’utente finale.
29
Chadley K. Dawson, Randall C.O’ Reilly, and James L. McClelland. (2003). Introduction to the
PDP++ Software. The PDP++ Software Users Manual, Carnagie Mellon University, p. 2.
23
1.3.2 Breve descrizione del funzionamento del software PDP++.
Le componenti principali che caratterizzano il software PDP++ per la simulazione
di una rete neurale sono: la rete neurale stessa, caratterizzata da strati, unità,
connessioni, ecc.; l’Environment, una sezione dedicata alla fase di apprendimento e
di valutazione delle performance della rete; il Processing, per l’elaborazione dei
processi di apprendimento e di valutazione delle performance della rete; il Logging,
per la registrazione dei risultati dell’apprendimento e della valutazione delle
performance riscontrate durante lo svolgimento di un compito. Inoltre l’utente può
impostare diverse modalità di visualizzazione dei risultati: in grafici, tabelle di
numeri o in griglie colorate, che rappresentano i valori riportati graficamente nella
sezione relativa alla visualizzazione della rete neurale.
“Come è stato discusso precedentemente, tutti gli elementi del software sono degli
oggetti, quindi la rete neurale è un’insieme di oggetti che rappresentano gli strati, le
unità e le connessioni della rete. Inoltre, vi è un’ulteriore tipo di oggetto che
rappresenta la configurazione delle connessioni tra le unità dei diversi strati della
rete. Il pattern di connessioni tra i diversi strati della rete, è identificato con il nome
di Projection. Questo tipo di oggetto, è necessario per interfacciare l’utente con le
connessioni della rete neurale, a un livello generico ed esplicito.
La fase di apprendimento e di valutazione dei dati è stata implementata nell’oggetto
Environment, “ambiente”. Il nome dell’oggetto “ambiente”, fa riferimento all’idea
che sia possibile considerare una rete neurale come un organismo, che esiste e
interagisce con un particolare ambiente circostante. L’oggetto ambiente descrive un
piccolo mondo che gira intorno alla rete neurale. L’ambiente è caratterizzato da
eventi, Events, che rappresentano una collezione di stimoli o patterns; per esempio
in una rete backpropagation, un evento consiste in un pattern di ingresso e un
pattern che rappresenta l’obiettivo che deve essere raggiunto dalla rete nella fase di
apprendimento, per il corretto svolgimento di un compito. I patterns contengono
una lista di valori che vengono impostati nelle unità di uno specifico strato della
rete.
La seconda componente di fondamentale importanza per la flessibilità che
caratterizza il simulatore è costituita da una classe di oggetti, in grado di
organizzare e gestire la struttura di un compito nella fase di apprendimento e di
valutazione delle performance della rete neurale.
24
Questa funzione di gestione e organizzazione degli aspetti di un compito è resa
possibile grazie alla struttura ad albero degli oggetti del processo di Scheduling, una
struttura che riflette le differenti fasi temporali e i differenti tipi di elaborazione
della rete neurale. Tra gli oggetti che costituiscono questa funzione di gestione e
organizzazione, vi è un oggetto in particolare che fa riferimento ai principi della
statistica. Questo oggetto permette di registrare i dati prodotti dalla funzione e di
controllare i processi di apprendimento, per esempio utilizzando dei criteri di
arresto dell’elaborazione. Le statistiche utilizzate da questo oggetto permettono di
specificare quando un’elaborazione deve essere terminata, in base ai valori presenti
nelle variabili che costituisco il processo di elaborazione. Inoltre, l’oggetto statistica
può essere integrato e aggiunto a tutti i processi che contribuiscono
all’organizzazione e alla gestione del compito, favorendo in questo modo
l’accrescimento dei livelli di flessibilità del simulatore.
Infine, i logging sono degli oggetti che permettono all’utente di registrare e
visualizzare le informazioni prodotte dai processi. Le informazioni prodotte dai
processi possono essere rappresentate da un numero, oppure da un’insieme di dati
che descrivono intere epoche di apprendimento, oppure da informazioni di tipo
statistico. Le informazioni immagazzinate dall’oggetto logging sono organizzate in
righe e colonne. Ciascuna riga del ‘file log’ è caratterizzata da un identificatore che
indica il nome del processo che ha prodotto i relativi dati”.30
Quindi, le principali componenti del software PDP++32 per la simulazione del
funzionamento delle reti neurali sono:
30
Ivi, pp. 15 - 17.
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). On the control of automatic processes: A
parallel distributed processing model of the Stroop effect. Psychological Review, 97(3), 332 – 361.
In Chadley K. Dawson, Randall C.O’ Reilly, and James L. McClelland. (2003). The PDP++
Software ver. 3.0, Carnagie Mellon University.
32
25
-
La Network, per la gestione degli strati, delle unità, delle connessioni ecc.:
Figura 1 – 1, (Software PDP++).
-
L’Environment, per la gestione dell’apprendimento e del test della rete:
-
Il Processing o Scheduling di apprendimento e di test della rete, per
determinare quanto a lungo la rete deve apprendere, con quale condizioni, ecc.
-
Il Logging per la visualizzazione dei risultati dei test e per la visualizzazione
dei processi di apprendimento:
26
1.3.3 Il
funzionamento
biologico
neuronale
modellizzato
per
mezzo
dell’algoritmo LEABRA.
Il simulatore PDP++ implementa l’algoritmo Leabra, “Local, Error – driven and
Associative, Biologically Realistic Algorithm”, che permette di simulare e valutare
l’aspetto dinamico del processo neurale, e di ottenere grafici che descrivono gli
aspetti temporali delle risposte neuronali della rete:
Le basi teoriche e concettuali del modello Leabra sono una versione semplificata
del modello originale di Hodgkin e Huxley31, vincitori nel 1963 del premio nobel in
medicina e fisiologia per aver scoperto il funzionamento dei meccanismi ionici
della cellula.
- Contesto sperimentale reale - Contesto sperimentale artificiale (Simulatore
PDP++)
Figura 1- 4, “Tempi di reazione”32.
Figura 1 – 5, (Software PDP++)33.
Condizione di
Conflitto
Condizione di
Congruenza
Denominazione
del colore
Lettura della
parola
Figura 1 – 6, “Tempi di reazione”34.
Figura 1 – 7, (Software PDP++)35.
31
Hodgkin, A. L., & Huxley, A. F. (1952). A quantitative description of membrane current and its
application to conduction and excitation in nerve. Journal of Neurophysiology (London), 117, 500 –
544.
32
Dunbar, K., & MacLeod, C. M. (1984). A horse race of a different color: Stroop interference
patterns with transformed words. Journal of Experimental Psychology: Human perception and
Performance, 10, pp. 662 – 639.
33
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit. e pp. cit. In Chadley K. Dawson,
Randall C.O’ Reilly, and James L. McClelland. (2003). Op. cit. e pp. cit.
27
Quindi, l’utilizzo di un modello di tipo LEABRA, rispetto ai modelli di
funzionamento neuronali classici, permette, in ambito psicologico, di considerare il
reale funzionamento delle attività neuronali di un individuo, e simulare deficit
cognitivo – percettivi: per esempio, i risultati del rallentamento o della
compromissione
dei
processi
di
elaborazione
della
struttura
neuronale
implementata, rispecchiano, in modo approssimativo, i disturbi cognitivi
comportamentali degli individui.
Il modello Leabra combina un apprendimento non supervisionato con un
apprendimento guidato dall’errore. In particolare, “l’algoritmo Leabra, simula
esplicitamente il funzionamento eccitatorio neuronale e le connessioni eccitatorie
tra questi neuroni, senza però simulare esplicitamente il funzionamento inibitorio
interneurale.
L’attività eccitatoria viene controllata dal valore della media contenuta nella
variabile k, del meccanismo inibitorio Winner – Takes – All”.36
L’algoritmo kWTA imposta la quantità di inibizione per ciascun strato a un valore
k, tale che i valori k più grandi delle unità allo strato corrispondente, siano la
condizione necessaria per permettere alle unità con queste caratteristiche di
mostrare un’attivazione a valori maggiori di 0.25. In base a questo algoritmo, tutte
le unità di uno strato ricevono la stessa quantità di ingressi inibitori per un dato
intervallo di tempo; la quantità di inibizione può essere diversa per i diversi strati
della rete neurale.
L’algoritmo kWTA può essere visto e considerato come una
scorciatoia, per implementare il funzionamento e le regole di inibizione
interneurale. Inoltre, l’utente, per mezzo del parametro k dell’algoritmo kWTA, può
impostare la quantità di attivazione che deve essere distribuita in uno specifico
strato.
34
Glaser, M. O., & Glaser, W. R. (1982). Time course analysis of the Stroop phenomenon. Journal
of Experimental Psychology: Human Perception and Performance, 8, pp. 875 – 894.
35
36
Neuroscience, A Bredford Book, Cambridge, MA: MIT Press. Vedi anche: Minai, A. A., & Levy,
W. B. (1994). Setting the activity level in sparse random networks. Neural Computation, 6, pp. 85 –
99.
28
Capitolo
2.
L’elaborazione
automatica
e
controllata
delle
informazioni e l’effetto Stroop
2.1 L’elaborazione automatica e controllata delle informazioni.
«Molti processi cognitivi – scrivono Schneider e Shiffrin - possono essere
caratterizzati in termini di processi che richiedono controllo conscio, oppure di
processi che invece non richiedono questo tipo di controllo».37
Si definiscono processi automatici tutte le attività che vengono eseguite
dall’individuo in modo rapido e preciso, senza che vi sia la necessità di una
programmazione consapevole e di controllo, nel corso della loro realizzazione. Un
processo automatico presuppone un’allerta attentiva generica, con un dispendio
minimo di risorse, in quanto è predisposto per sostenere compiti durevoli, cioè
attività che possono essere mantenute per lungo tempo. Le attività linguistiche, la
motricità spontanea, ma anche la lettura e la scrittura, sono possibili proprio perché
i processi che li possibilizzano sono stati automatizzati. Quindi, i processi
automatici si verificano senza controllo conscio e ricadono in gran parte al di fuori
della consapevolezza, senza richiedere sforzi attentivi o intenzionali: sono inoltre
basati su di un’elaborazione parallela dell’informazione; questo tipo di elaborazione
è caratterizzata da molte operazioni simultanee, e sono relativamente rapidi.
I processi controllati si basano sul controllo conscio; questi processi sono di natura
seriale e richiedono un tempo relativamente lungo per la loro esecuzione. Quindi
questo tipo di processi richiede un’attenzione non di tipo generica, ma bensì focale,
poiché viene indirizzata volontariamente e la sua intensità può essere regolata
intenzionalmente, ma provoca un elevato dispendio di risorse e per questo può
essere impiegata solo per brevi periodi.
Micheal Posner e Charles Snyder38 hanno rilevato tre caratteristiche dei processi
automatici: sono inconsci, non sono intenzionali e consumano poche risorse
attentive. Alcuni processi automatici non possono essere portati alla consapevolezza
conscia […] altri possono invece essere controllati intenzionalmente. Molti processi
37
Schneider, W., & Shiffrin, R. (1977). Controlled and automatic human information processing.
Psychological Review, 84, pp. 1 – 66. Vedi amche dei medesimi autori: Controlled and automatic
human information processing: II. Perceptual learning, automatic attending, and a general theory.
Psychological Review, 84, pp. 127 – 190.
38
V. Robert J. Sternberg. (2000). Processi controllati e processi automatici. cit., pp. 87 - 91.
29
che in una fase iniziale sono controllati, possono talvolta diventare automatici. In
generale, i processi abitudinari e le procedure acquisite più di recente, sono
“completamente automatiche” e più accessibili al controllo conscio. Il processo, per
mezzo del quale una procedura passa dall’essere altamente conscia ad essere
relativamente automatica è l’automatizzazione; l’automatizzazione si verifica come
risultato della pratica, cosicché attività praticate di frequente possono essere
automatizzate, diventando quindi altamente automatiche.
«Gli effetti della pratica sull’automatizzazione seguono una curva negativamente
accelerata, in cui gli effetti iniziali della pratica sono grandi […], e gli effetti
successivi
della
pratica
portano
a
differenze
progressivamente
minori
nell’adattamento del grado di automatizzazione […]. I processi automatici
governano generalmente compiti familiari e altamente soggetti a pratica, e i
processi controllati governano compiti relativamente nuovi. Inoltre, la maggior
parte dei processi automatici governa compiti relativamente facili e la maggioranza
dei compiti difficoltosi richiede un’elaborazione controllata, per quanto con una
sufficiente pratica, persino compiti estremamente complessi, ad esempio la lettura,
possono diventare automatizzati. Dato che i comportamenti altamente automatizzati
richiedano poco sforzo o controllo conscio, possiamo essere spesso impegnati in più
comportamenti automatici contemporaneamente, ma possiamo di rado essere attivi
in più di un comportamento controllato che richiede un impegno di una certa
intensità».39
Riportiamo qui sotto in sintesi dei descrittori che caratterizzano i due tipi di
processi.
Automatici:
Controllati:
Inconsci
Consci
Preattentivi
Attentivi
Guidati dallo stimolo
Guidati dal concetto
Agiscono dal basso verso l’alto
Dall’alto verso il basso
A capacità di funzionamento illimitato
A capacità limitata
Agiscono in parallelo
Agiscono in modo seriale
Predisposti per le attività durature
Disponibili per tempi limitati
39
Ivi.
30
Basso consumo di risorse
Alto dispendio di risorse
Rigidi, adatti per compiti ripetitivi
Flessibili, impiegati in compiti
creativi e in attività riflessive
Richiedono un allerta generica
Richiedano un allerta focale
2.2 Il ruolo dell’attenzione nei processi di elaborazione e selezione
della risposta.
Le capacità attenzionali per gli esseri umani sono fondamentali per la selezione
dell’azione, nel senso che è possibile filtrare o attenuare gli stimoli irrilevanti e
aumentare l’intensità dell’elaborazione per gli stimoli rilevanti, ai fini di un
comportamento adattivo. Un approccio della funzione attenzionale, che tenta di
considerare la necessità di scegliere un comportamento appropriato per le diverse
situazioni, è quello della “selezione dell’azione”.40 Alcuni aspetti di questo
approccio teorico sono condivisi e sostenuti nella “teoria della percezione di
Gibson”41. “La teoria della selezione dell’attenzione considera la selezione
attenzionale come un processo dipendente dalla necessità di avere ad ogni istante di
tempo uno stimolo che guida il comportamento, piuttosto di considerare il processo
come un risultato di una risorsa limitata specifica, oppure come un sistema
strutturato “a collo di bottiglia”. «Questo approccio attenzionale basato sul
comportamento, è stato applicato con successo per spiegare i cambiamenti della
natura dell’elaborazione attenzionale rilevabile durante lo svolgimento di compiti,
in cui sono richieste differenti tipi di risposte».42 Inoltre, ulteriori applicazioni sono
state utilizzate per comprendere meglio “il funzionamento dei fenomeni
attenzionali”43.
I meccanismi attenzionali possono essere evitati per mezzo del processo di
automatizzazione. Una breve e conveniente spiegazione del funzionamento del
40
Allport, A. (1987). Selection for Action: Some Behavioral and Neuropsychological Consideration
of Attention and Action. In H. Heuer & A. F. Sanders (Eds.), Perspectives on Perception and Action.
London: Lawrence Erlbaum Associates. Vedi anche del medesimo autore: (1993). Attention and
Control: Have we been asking the wrong question? A critical review of twenty-five years, Attention
and Performance XIV: Synergies in experimental psychology, artificial intelligence, and cognitive
neuroscience. Cambridge, MA.: MIT Press.
41
Gibson J. J. (1979). The ecological approach to visual perception. Boston: Houghton Mifflin.
42
Brown T. L. (1996). Attentional selection and word processing in Stroop and word search task:
The role of selection for action. American Journal of Psychology, 109(2), 265 – 286.
43
Allport, A. (1993). Op. e pp. cit. Vedi anche: Styles, E. A. (1997). The Psychology of Attention.
Hove: Psychology Press Ltd.
31
processo di automatizzazione, è ipotizzare che gli esseri umani siano in grado di
sviluppare delle capacità e dei comportamenti che, per essere eseguiti, non
richiedono il coinvolgimento e la supervisione del sistema attenzionale.
Pertanto, l’automaticità delle elaborazioni può essere interpretata in termini di
apprendimento dinamico, che interagendo con l’attenzione, aumenta il livello di
complessità del concetto di selezione dell’azione discusso precedentemente. Inoltre,
è possibile ipotizzare che il sistema attenzionale sia caratterizzato da due tipi di
attenzione: una di tipo dinamica e l’altra di tipo preparatoria. Prima che arrivi
l’informazione da elaborare, l’attenzione preparatoria prepara per l’appunto la
soglia di attivazione della regione coinvolta nell’elaborazione dei segnali che
caratterizzano l’informazione. L’attenzione dinamica viene attivata da un segnale di
attivazione, che compare dopo che un’elaborazione ha avuto inizio. Il modello di
Cohen utilizza un’attenzione di tipo preparatoria.
2.3 La prova di interferenza colore – parola di Stroop.
2.3.1 Le origini storiche e strutturali del test dei colori di Stroop.
Il CWT (COLOR-WORD TEST) o Test di Stroop risale agli esperimenti condotti
da “J. Cattell, sulla registrazione delle differenze tra color naming e word
creating”44 e alle ricerche di “E.R. Jaensch, sulle situazioni di interferenza create dal
dover nominare il colore dell’inchiostro con cui è scritto il nome di un colore
diverso”45. L’interferenza del colore incongruo nella lettura della parola, che
riguarda una delle prove del test, è stata in seguito indicata come ‘reversed Stroop
interference’ o ‘effetto Stroop’.
Il Test di Stroop originale è un compito di denominazione: il soggetto deve dire il
nome del colore con cui è scritta una parola. Ad esempio, se lo stimolo è la parola
“casa”, il soggetto deve rispondere "rosso", che è il colore con cui è scritta la parola.
Nel test di Stroop, però, le parole sono dei nomi di colori, ed il compito dei soggetti
è quindi quello di denominare il colore con cui sono scritti; un esempio potrebbe
essere la parola “verde”; il soggetto deve rispondere “blu”, perché blu è il colore
dello stimolo.
44
45
Cattell, J. M. (1886). The time it takes to see and name objects. Mind, 11, 63 – 65.
Jaensch, E. R. (1929). Grundformen menschlichen Seins. Berlin: Otto Elsner.
32
«Nel 1935 Stroop scoprì un effetto interferenza: rispondere al secondo stimolo,
(dire “blu” se la parola è “verde”), è più difficile che rispondere al primo stimolo,
(dire “rosso” se la parola è “casa”) in quanto la parola “verde” interferisce con il
nome del colore.
BLU
VERDE
GIALLO
ROSA
ROSSO
ARANCIONE
GRIGIO
NERO
PORPORA
VIOLA
BIANCO
MARRONE
Il test è costituito da 2 serie di 3 tavole: la tavola W o delle parole, composta da 100
parole disposte in una matrice 10x10, la tavola C o dei colori, composta da 100
quadrati di cinque colori, la tavola CW o dei nomi di colore, scritti con inchiostro di
colore diverso. Quest’ultima tavola ha tutte le caratteristiche di una situazione
conflittuale, perché la tendenza a leggere la parola, più forte, deve essere inibita a
favore della tendenza, più debole, a nominare il colore. La seconda serie ha i
medesimi stimoli, ma presentati in ordine inverso. Le tavole sono solitamente
presentate nell’ordine W, C, CW e si valuta il tempo impiegato dal soggetto per
completarle»46.
2.3.2 Evidenze sperimentali dell’effetto Stroop.
Lo studio classico dei tempi di reazione, ossia del tempo impiegato dal soggetto
normale e non deficitario per completare il test di Stroop, viene rappresentato dai
seguenti grafici:
46
Stroop J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental
Psychology, 18, 643 – 662.
33
Figura 2.1 – Rilevazione sperimentale di Dunbar e MacLeod47:
-
-
-
Effetto di forte interferenza nella
condizione
di
conflitto
di
denominazione del colore.
Debole effetto del colore nella lettura
della parola.
La condizione di controllo non è
influenzata dagli altri processi (per
esempio leggere la parola “nero”
scritta di colore nero).
Significatività statistica riscontrata
nella condizione di conflitto tra colore
e parola (per esempio la parola “rosso”
scritta di colore verde), e nella
condizione congruente.
Un’ulteriore caratteristica dell’effetto Stroop sottoposta ad analisi, è stata la velocità
di elaborazione della lettura della parola, che risulta essere rapida e superiore al
processo di elaborazione dell’informazione del colore, giustificando l’assenza
dell’effetto di interferenza del colore nella lettura della parola. Questa caratteristica
della velocità di elaborazione, è stata studiata da Glaser e Glaser48 nel 1982,
variando indipendentemente le informazioni del colore e della parola, utilizzando il
paradigma sperimentale della presentazione asincronizzata degli stimoli, SOA.
Quindi, gli autori, considerando i dati originali della velocità di elaborazione rilevati
durante lo svolgimento del test di Stroop, hanno progettato una situazione
sperimentale dove era possibile presentare prima il colore e poi la parola, per
verificare l’ipotesi della presenza, (come era logico pensare sino ad allora), di
interferenza del colore sulla parola.
Ciò che è mostrato sul grafico riportato di seguito, dimostra che il colore presentato
400 msec prima della parola, non ha teoricamente nessun effetto sulla lettura della
parola.
47
48
Dunbar, K., & MacLeod, C. M. (1984). Op. cit. e pp. cit.
Glaser, M. O., & Glaser, W. R. (1982). Op. cit. e pp. cit.
34
Figura 2.2 – Rilevazione sperimentale di Glaser e Glaser49:
-
-
Per la lettura della parola, l’intervallo negativo del
SOA significa che il colore precede la parola.
Per la denominazione del colore, l’intervallo negativo
del SOA significa che la parola precede il colore.
Persino quando la parola viene presentata 400 msec
prima, il colore non ha effetto sulla lettura della
parola.
Questi risultati invalidano il modello della velocità di
elaborazione.
Cong = Congruenza
Conf = Conflitto
Pertanto questi risultati sostengono l’ipotesi secondo cui il circuito neurale della
lettura della parola, è più forte rispetto al circuito neurale della denominazione del
colore; ipotesi questa, contestualizzata e trattata nell’implementazione del modello
dell’effetto Stroop di Choen et al.50
2.3.3 L’attenzione per la spiegazione dell’effetto Stroop.
I risultati del test di Stroop sono stati di solito spiegati e interpretati in termini di
elaborazione automatica – controllata: per esempio questa distinzione è stata
vivacemente sostenuta nei lavori del 1975 di Posner e Snyder51. Gli autori
considerano la lettura della parola come un processo automatico, involontario e
cognitivamente non impegnativo. La denominazione del colore è un processo
controllato e richiede sforzo e supervisione attenzionale. I processi automatici, per
la loro esecuzione, non richiedono attenzione, e il test di Stroop sembra suggerire
che la lettura della parola viene eseguita anche quando l’attenzione sia utilizzata per
ignorare o sopprimere attivamente l’informazione parola. Lo studio di questo
fenomeno necessita di una teoria, o modello, in grado di fornire un compromesso a
livello di interazione quantitativa tra l’attenzione, l’elaborazione e l’apprendimento.
Le modellizzazioni connessioniste, caratterizzate da attivazioni delle unità e da pesi
49
Ibidem
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit. e pp. cit.
51
Posner, M. L., & Snyder, C. R. (1975). Attention and cognitive control. In R. L. Solso (Eds.),
Information processing and cognition (pp. 55 – 85). Hilsdale, NJ: Erlbaum.
50
35
di
connessione,
forniscono
un
fondamento
quantitativo
per
lo
studio
dell’interazione dei suddetti fattori.
Recenti ricerche hanno evidenziato che gli effetti automatici di lettura della parola,
riscontrati durante lo svolgimento del compito di Stroop, sono influenzati dal
contesto del compito, (vedi le ricerche di Dishon Berkovits e Algom52), dalla
regolazione attenzionale, (vedi le ricerche di Besner, Slotz, e Boutilier53), e dalla
compatibilità reciproca tra gli stimoli e del tipo di risposta richiesta, (vedi le
ricerche di Durgin54 e di Zhang e Kornblum55). Queste evidenze sperimentali
sostengono quella ipotesi che interpreta l’automaticità come un fenomeno relativo,
piuttosto che assoluto, caratterizzato dalla codificazione di una particolare
rappresentazione di stimolo – risposta, coinvolgendo direttamente l’attenzione e il
contesto. Questa ipotesi risulta essere in contraddizione con quanto affermato dalle
ricerche precedenti, che sostenevano che l’automaticità consisteva in una risposta
statica e involontaria ad uno stimolo. I modelli connessionistici sono lo strumento
ideale per studiare le più recenti concettualizzazioni dell’automaticità.
2.4 Applicazioni dell’effetto Stroop
2.4.1 La prova di interferenza colore – parola di Stroop, è uno dei compiti più
frequentemente
utilizzati
per
studiare
l’attenzione
selettiva
nell’elaborazione visiva.
Come è stato già accennato precedentemente, la difficoltà principale dei soggetti
per lo svolgimento corretto del compito di Stroop sta nel prestare selettivamente
attenzione al colore dell’inchiostro con cui è scritta la parola, tentando di ignorare al
tempo stesso la parola, nome del colore.
52
Dishon Berkovits, M, & Algom (2000). The Stroop effect: It is not the robust phenomenon that
you have thought it to be. Memory and Cognition, 28 (8), 1437 – 1449.
53
Besner, D., Slotz, J. A., & Boutilier (1997). The Stroop effect and the myth of automaticity.
Psychonomic Bullettin & Review, 4(2), 221 – 225.
54
Durgin, F. H. (2000). The reverse Stroop effect. Psychonomic Bullettin & Review, 7(1), 121 – 125.
55
Zhang, H. Z., & Kornblum, S. (1998). The effects of stimulus – response mapping and irrelevant
stimulus – response and stimulus – stimulus overlap in four – choice stroop tasks with single –
carrier stimuli. Journal of Experimental Psychology – Human Perception and Performance, 24(1), 3
– 19.
36
Una spiegazione del perché il test di Stroop sia così impegnativo, potrebbe essere
data dal fatto che, per la maggior parte delle persone adulte, leggere è diventato un
processo altamente automatizzato, al di fuori del controllo conscio. Per questa
ragione, è difficile impedire intenzionalmente di leggere e concentrarsi
esclusivamente sulla denominazione del colore dell’inchiostro, senza prestare
attenzione al nome del colore della parola scritta.
Una spiegazione alternativa potrebbe essere quella sostenuta nel 1991 da
MacLeod56, ipotizzando che l’output di una risposta si verifichi quando le vie di
elaborazione mentale per produrre la risposta sono sufficientemente attivate. Nel
test di Stroop, la parola colorata attiverebbe una via di flusso dell’informazione
corticale per pronunciare quella parola, mentre il nome corrispondente al colore
dell’inchiostro attiverebbe un’altra via per la denominazione del colore; queste due
vie di attivazione simultanee interferiscono tra loro. In questa situazione ci vuole
più tempo per arrivare alla forza di attivazione sufficiente per fornire la
denominazione del colore, rispetto alla risposta, con essa in conflitto, di lettura della
parola.
Quando ai soggetti, per esempio, viene chiesto di leggere a voce alta la parola
presentata: se questa denomina un colore ma è scritta in modo cromaticamente
incongruente, “rosso” scritto in giallo, “blu” scritto in verde, vi è un rallentamento
del tempo necessario alla lettura e un numero maggiore di errori rispetto a una
condizione di congruenza.
Quindi, è possibile ipotizzare che «il conflitto che caratterizza l’effetto Stroop è
determinato dalla simultaneità, fattore temporale, delle informazioni da elaborare e
da trascurare, il che, trattandosi di informazioni visive stabili nel tempo, obbliga
l’attenzione a riverificare ripetutamente se si sta dirigendo sul target. […] Pertanto
l’effetto Stroop può anche essere utilizzato per verificare una specifica ipotesi
temporale […] cioè che la valutazione della durata temporale sia funzione della
quantità degli eventi da elaborare: ossia, a parità oggettiva di durate, vengono
soggettivamente giudicate più lunghe le durate in cui ci sono più eventi da
elaborare, come ad esempio nella condizione significato – colore, rispetto alle
condizioni solo colore».57
56
MacLeod, C. (1991). Half a century of research on the Stroop effect: An integrative review.
Psychological Bullettin, 109(2), 163 – 203.
57
Robert J. Sternberg. (2000). Attenzione selettiva. cit., p. 101.
37
Inoltre, l’effetto Stroop è stato utilizzato, con i necessari adattamenti, per esempio
in studi sul rapporto fra significato letterale e metaforico nella comprensione della
metafora, o sull’interferenza figura – parola in ricerche sulla produzione linguistica.
2.4.2 Utilizzare l’effetto Stroop per lo studio della distinzione tra processi
automatici e processi controllati.
Cohen et al.58 hanno progettato e implementato nel simulatore PDP, la struttura del
compito di Stroop, per lo studio della distinzione strutturale e cognitiva dei processi
automatici e controllati. Come è stato spiegato precedentemente, il processo
controllato viene coinvolto durante lo svolgimento del test di Stroop, nella
situazione di interferenza tra la denominazione del colore con cui è stata scritta la
parola, e il nome della parola facente riferimento ad un colore diverso rispetto alla
tonalità dello stimolo visualizzato. Cohen et al.59 dimostrano come le attivazioni di
tipo top-down, che provengono dalla corteccia frontale, possono attivare i processi
controllati, prevalendo sulla superiorità delle informazioni di tipo associativo
codificate dalla corteccia posteriore.
58
Vedi anche : Cohen, J. D., Servan – Schreiber, D. (1992). Context, cortex, and dopamine: A
connectionist approach to behavior and biology in schizophrenia. Psychological Review, 99, 45 – 77.
Vedi anche : Cohen, J. D., Huston, T. A. (1994). Progress in the use of interactive models for
understanding attention and performance. In C. Umilta, & M. Moscovitch (Eds.), Attentino and
performance XV (pp. 1 – 19). Cambridge, MA: MIT Press.
59
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit., pp. 332 – 361.
38
Corteccia
premotoria
Corteccia
Corteccia motrice primaria Corteccia
somatosensitiva associativa
somatosensitiva
primaria
unimodale
Area
Associativa
anteriore
Area associativa
posteriore
Corteccia
prefrontale
Corteccia visiva
primaria
Area associativa
Corteccia uditiva
limbica
primaria
Corteccia
associativa uditiva
unimodale
Corteccia
associativa visiva
unimodale
Figura 2.3 – Disegno schematico tratto dal manuale Principi di Neuroscienze60.
Le cortecce associative occupano gran parte della superficie esterna dell’encefalo. Disegno
schematico della superficie laterale del cervello umano, che mette in evidenza le regioni occupate
dalle cortecce sensoriale e motrice primarie, delle cortecce motrici e sensoriali di ordine superiore, e
delle tre cortecce associative.
Questa ipotesi, suggerisce che le attivazioni frontali supportano l’indebolimento dei
processi coinvolti nella denominazione del colore, facilitando lo svolgimento dei
processi di lettura della parola. La corteccia frontale è quindi importante per questo
processo di interferenza, perché permette di mantenere nel tempo lo stato di
attivazione della rappresentazione attinente al compito.
A livello strutturale, il modello è costituito da un gruppo di neuroni che hanno
un’attivazione di tipo addizionale, (unità appartenenti ipoteticamente alla corteccia
frontale). Questi neuroni supportano i processi del circuito nervoso deputato
all’indebolimento delle attivazioni.
E’ possibile, pertanto, applicare questo meccanismo per capire il ruolo della
corteccia frontale nei molti altri compiti complessi, per esempio nel processo di
60
Eric R. Kandel, James H. Schwartz, & Thomas M. Jessell. (2003 ). Integrazione delle funzioni
sensitive e motorie: cortecce associative e capacità cognitive cerebrali, Principi di neuroscienze.
Edizione Italiana, Casa Editrice Ambrosiana, p. 347.
39
risoluzione dei problemi, ‘problem solving’. Processi complessi come il ‘problem
solving’, potrebbero richiedere meccanismi di controllo in quei processi basati su
attivazioni, permettendo la gestione di rappresentazioni che possono essere
combinate in molteplici modi.
2.5 Studi di fRMI durante lo svolgimento della prova di interferenza
colore – parola di Stroop.
La maggior parte degli studi di rilevazione fRMI sostengono la cornice teorica
concettualizzata nel lavoro del 1990 da Cohen et al.61 Diversi autori62 hanno
riscontrato e dimostrato l’esistenza di una persistente attivazione della corteccia
prefrontale (PFC), durante lo svolgimento del compito di Stroop. Queste rilevazioni
dimostrano il ruolo centrale delle regioni frontali per il mantenimento della struttura
del compito, ma non spiegano come le attivazioni frontali controllano l’esecuzione
del compito.
Negli studi di Banich et al.63 sono stati rilevati aspetti significativi sulla natura
dell’influenza delle attivazioni frontali. Gli autori osservarono un aumento
dell’attivazione della corteccia cingolare anteriore e della PFC dorsolaterale, nelle
prove in cui vi era una condizione di conflitto. Inoltre, i medesimi autori, trovarono
un’attivazione di conflitto con le attivazioni sopraindicate, localizzata in una
configurazione di aree cerebrali, identificate dagli autori come aree coinvolte per
l’elaborazione di ignorare una specifica dimensione del compito. L’attivazione di
massima intensità delle aree deputate all’elaborazione di ignorare una specifica
dimensione del compito, veniva osservata solo quando anche le aree frontali di
61
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit., pp. cit.
Banich, M., Milham, M., Jacobson, B., Webb, A., Wszalek, T., Cohen, N., & Kramer, A. (2000; in
press). Attentional selection and the processing of task – irrelevant information: Insight from fRMI
examination of the Stroop task. In C. M. Casanova, & M. Ptito (Eds.), Vision: from neurons to
cognition. Amsterdam: Elsaviar Science. Vedi anche: Banich, M., Milham, M. P., Atchley, R.,
Cohen, N. J., Webb, A., Wszalek, T., Kramer, A. F., Liang, Z. P., Barad, V., Gullett, D., Shah, C., &
Brown, C. (2000a). Prefrontal regions play a predominant role in imposing an attentional ‘set’:
evidence from fRMI. Cognitive Brain Research, 10, 1 – 9. Vedi anche: Banich, M., Milham, M. P.,
Atchley, R., Cohen, N. J., Webb, A., Wszalek, T., Kramer, A. F., Liang, Z. P., Wright, A., Shenker,
J., & Magin, R. (2000b). fRMI studies of Stroop tasks reveal unique roles of anterior and posterior
brain systems in attentional selection. Journal of Cognitive Neuroscience, 12, 988 – 1000. Vedi
anche: Zysset, S., Muller, K., Lohmann, G., & von Cramon, D. Y. (2001). Color – word matching
Stroop task: Separating interference and response conflict. Neuroimage, 13, 29 – 36.
63
Banich et al. (2000b). Op. cit. pp. cit.
62
40
controllo erano intensamente attivate. Questi risultati sembrano contraddire “le
modellizzazioni classiche dell’effetto Stroop”,64 basate sul controllo attenzionale,
perché supportano l’ipotesi secondo cui nelle aree cerebrali frontali di controllo è
proprio il controllo attenzionale ad inibire direttamente le aree coinvolte
all’elaborazione di ignorare una specifica dimensione del compito.
Figura 2.4 – Risultati fRMI di Benich et al.65
Risultati
fRMI
di
due
condizioni del compito dello
Stroop. Le aree evidenziate
mostrano
un
aumento
dell’attivazione
nella
condizione
di
conflitto,
rispetto
alla
condizione
neutrale. Nel compito di
colore – parola è possibile
osservare un’attivazione nella
regione superiore del lobo
parietale superiore sinistro,
un’attivazione nella regione
inferiore laterale sinistra del
lobo parietale,e un’attivazione
della PFC dorsolaterale.
Ulteriori studi66, invece, hanno raccolto dati sperimentali a favore del
coinvolgimento della componente di controllo attenzionale, durante lo svolgimento
del compito Stroop: in particolare hanno riscontrato un aumento dell’attivazione,
attribuibile alle differenze significative di interazione di tipo eccitatorio, esistenti tra
il circuito neurale di denominazione del colore e di lettura della parola, e in generale
un aumento dell’intensità di attivazione di tipo ‘top – down’, proveniente dalle unità
colore della corteccia prefrontale. Infatti, gli autori hanno concluso che la
spiegazione del fenomeno del controllo attenzionale è rintracciabile nella
caratteristica delle connessioni eccitatorie di tipo ‘top – down’, in quanto durante lo
svolgimento di una prova caratterizzata dal doppio compito, i medesimi risultano
essere in competizione reciproca per la produzione della risposta e a prevalere è il
compito dominante.
64
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit., pp. cit. Vedi anche: Cohen, J. D.,
Servan – Schreiber, D. (1992). Op. cit., pp. cit. Vedi anche: Cohen J. D., Huston, T. A. (1994). Op.
cit., pp. cit.
65
Benich et al. (2000; in press). Op. cit.
66
Seth A. Herd, Randall C. O’Reilly. (2002). Accounting for Stroop Task Neuroimaging Data:
Lateral Interactions & Frontal Rappresentations. Journal of Cognitive Neuroscience, 106, 585 – 592.
41
Capitolo 3. La modellizzazione neurale della prova di interferenza
colore – parola di Stroop.
3.1 Le diverse interpretazioni per la spiegazione dell’effetto Stroop.
Micheal Posner e Charles Snyder67 applicarono direttamente al compito Stroop la
distinzione tra processi automatici e controllati, considerando le tre seguenti
assunzioni: a) la lettura della parola è automatica, b) la denominazione del colore è
controllata, e c) se le uscite di uno dei due processi è in conflitto, uno dei due
processi sarà rallentato. Con questa interpretazione, è possibile riscontrare che la
lettura della parola, è più veloce della denominazione del colore, perché la velocità
di elaborazione di un processo automatico, è più rapida. Il risultato riscontrato dagli
autori, è stato che il colore dell’inchiostro con il quale è scritta la parola, non ha
effetti sull’elaborazione della parola, perché la denominazione del colore è
controllata, e quindi volontaria; quindi il processo di denominazione del colore non
viene attivato, quando il compito è di ignorare il colore e leggere la parola. E’ stato
riscontrato, inoltre, che una parola in conflitto con il proprio colore, interferisce con
la denominazione del colore, perché l’automaticità di lettura della parola
interferisce con le uscite, provocando un rallentamento della risposta.
Questa interpretazione del compito Stroop descrive un metodo generale che è stato
usato per valutare l’automaticità di due processi arbitrari, A e C, sulla base della
loro velocità di elaborazione e sul pattern di interferenza che influisce con la loro
produzione. Se A è più veloce di C, e se A interferisce con C, ma C non interferisce
con A, allora A è automatico e C è controllato. Questo ragionamento è valido se i
processi A e C sono dello stesso tipo, e comparabili nella loro difficoltà intrinseca, e
nel numero di elaborazioni necessarie. Questo metodo, utile per identificare se un
processo è automatico oppure volontario, ha riscontrato ampia approvazione nella
comunità scientifica. Comunque, le evidenze sperimentali di una recente serie di
esperimenti, condotti da MacLeod e Dunbar,68 suggeriscono che questa
interpretazione non fornisce una completa spiegazione delle caratteristiche dei
processi coinvolti durante lo svolgimento del compito Stroop.
67
Posner, M. L., & Snyder, C. R. (1975). Op. cit. pp. cit.
MacLeod, C. M., & Dunbar, K. (1988). Training and Stroop – like interference: Evidence for a
continuum of automaticity. Journal of Experimental Psychology: Learning, Memory, and Cognition,
14, 126 – 135.
68
42
All’inizio della prova sperimentale ai soggettivi veniva insegnato ad utilizzare i
nomi dei colori come parole, che facevano riferimento a delle forme che apparivano
di colore neutro. Dopo 288 prove (72 prove per stimolo) i soggetti potevano
eseguire questo compito di forma – nome senza difficoltà. A questo punto l’effetto
che il colore dell’inchiostro aveva sulla denominazione della forma veniva valutato
per mezzo di stimoli congruenti e in conflitto (per es. forma colorata in conflitto,
oppure in congruenza con il nome corrispondente, precedentemente assegnato e
appreso). Il colore dell’inchiostro produceva significativi effetti di interferenza e
facilitazione. Invece, quando la prova veniva invertita e ai soggetti era chiesto di
considerare il colore dell’inchiostro con il quale era disegnata la forma (prova di
colore – nome), il nome della forma non aveva effetto. Inoltre, gli autori
dell’esperimento avevano anche notato che i tempi di reazione della prova forma –
nome (condizione di controllo), erano più lenti rispetto alla prova classica colore –
nome (condizione di controllo).
I risultati di questo esperimento sono pertanto incompatibili con la spiegazione del
compito Stroop, in termini di elaborazione controllata versus elaborazione
automatica. Questi risultati sono comunque coerenti con il seguente ragionamento:
a) la denominazione del colore è più lenta della lettura della parola, b) la
denominazione del colore è influenzata dall’informazione della parola stessa e c) il
colore dell’inchiostro non influenza la lettura della parola, quindi la denominazione
del colore deve essere un processo controllato. Ulteriori esperimenti degli autori
rovesciano il ruolo della denominazione del colore: a) la denominazione del colore
era più veloce della denominazione della forma, b) la denominazione del colore non
era influenzata dalla forma del nome, c) il colore dell’inchiostro interferiva con (e
facilitava) la denominazione della forma. Quindi, la conclusione dei suddetti
risultati ipotizza che la denominazione del colore sia automatica.
Per risolvere le incongruenze rilevate nelle ricerche sperimentali è possibile
dicotomizzare i processi controllati e i processi automatici: supponendo che i
compiti di lettura della parola, di denominazione del colore e di denominazione
della forma, siano situati lungo un continuum. Questa ipotesi è suggerita dalle
rispettive velocità relative delle performance e dai patterns degli effetti di
interferenza, rilevati durante lo svolgimento di questi compiti. Quindi, la lettura
della parola può interferire ed è più veloce rispetto alla denominazione del colore,
così come la denominazione del colore può interferire e può essere più veloce
43
rispetto alla denominazione della forma. Questo continuum, quindi, ipotizza che la
velocità di elaborazione e gli effetti di interferenza sono variabili continue che
dipendono dal grado di automatizzazione del compito.
Numerosi studi hanno dimostrato che la pratica produce gradualmente e incrementa
continuativamente la velocità di elaborazione. MacLeod e Dunbar69 hanno
esaminato questa variabile sottoponendo ai soggetti un apprendimento del compito
di denominazione della forma, con 144 prove in 20 giorni. I tempi di reazione
mostravano un graduale e progressivo miglioramento con la pratica.
Gli effetti dei patterns di interferenza osservati dagli autori suggeriscono che la
velocità di elaborazione e gli effetti di interferenza assumono una natura continua e
sono strettamente dipendenti dalla pratica. Inoltre, i dati rilevati indicano che sia la
velocità di elaborazione, sia gli effetti di interferenza possono essere usati per
identificare se un processo è automatico o controllato.
Queste osservazioni suggeriscono una serie di domande per quanto riguarda la
relazione tra i processi di lettura della parole, denominazione del colore e
denominazione della forma:
-
come interpretare i risultati conseguenti alla loro interazione?
-
Quali tipi di meccanismi possono descrivere i cambiamenti della natura
continuativa della velocità di elaborazione e degli effetti di interferenza in
funzione della pratica?
-
Quale tipo di relazione esiste tra l’attenzione e i fenomeni di interferenza e
velocità?
Il contesto teorico di questo articolo di ricerca è fondato sui principi
dell’elaborazione distribuita in parallelo (PDP). Nell’articolo è stata descritta e
ipotizzata una modellizzazione che simula l’effetto Stroop, in cui sia la velocità dei
processi e sia gli effetti di interferenza sono fattori dipendenti da una variabile
comune, denominata forza di elaborazione. Il modello propone un meccanismo
costituito da tre attributi di automaticità: il primo, descrive come la forza varia in
funzione della pratica; il secondo, mostra come la forza relativa di due processi in
competizione, determina il pattern degli effetti di interferenza osservati; e il terzo,
descrive come la forza di un processo, determina l’estensione, il tutto gestito per
mezzo dell’attenzione.
69
Ibidem
44
Il modello ha dirette implicazioni sul metodo classico di discriminazione dei
processi automatici da quelli controllati. Infatti, il modello mostra che le differenze
della velocità di elaborazione e gli effetti di interferenza nel test di Stroop, possono
emergere dalle differenze delle forze di elaborazione; quindi, questi fenomeni, non
possono essere considerati criteri affidabili per la rilevazione della distinzione tra i
processi automatici e i processi controllati.
3.2 Il modello.
3.2.1 L’architettura, i processi e la rappresentazione dell’informazione.
Il modello è costituito da due vie neurali: una deputata all’elaborazione
dell’informazione colore, l’altra deputata all’elaborazione dell’informazione parola.
Entrambe le vie convergono in un meccanismo comune di risposta. Ciascuna via
neurale è caratterizzata da un set di unità di input, un set di unità intermedie, e un
set di unità di uscita. Ciascuna unità di ingresso delle due vie neurali è connessa con
tutte le unità intermedie della corrispondente via neurale. Le unità intermedie di
entrambe le vie neurali sono connesse con tutte le unità di uscita del modello.
Figura 3.1- L’architettura
neurale:70 le unità in basso
sono le unità di ingresso, e
le unità in alto sono le
unità di uscita, di risposta.
70
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit. pp. cit.
45
Inoltre, ciascuna unità è caratterizzata da un errore sistematico (bias): un valore
costante, aggiunto all’ingresso della rete.
L’elaborazione di questo sistema è di tipo feed-forward. Gli stimoli sono generati
dall’attivazione delle unità, al livello dell’ingresso della rete. L’attivazione, poi, è
propagata alle unità intermedie e gradualmente alle unità di uscita. La risposta viene
generata quando l’attivazione accumulata da una delle unità di uscita supera la
soglia di attivazione dell’unità. Per il superamento della soglia di attivazione, il
tempo di reazione è linearmente rappresentato dal numero di cicli di elaborazione
impiegati. Ci sono, inoltre, due unità che identificano il tipo di richiesta del
compito. Queste due unità attenzionali sono connesse alle unità intermedie delle
due vie neurali di elaborazione, e sono impiegate per lo spostamento dell’attenzione
su una delle due vie.
I singoli stimoli e le risposte sono delle rappresentazioni discrete, con le quali è
possibile rappresentare ogni colore, per mezzo di una singola unità di ingresso,
della corrispondete via neurale del colore; inoltre, ogni parola, è rappresentata per
mezzo di una singola unità di ingresso della corrispondente via neurale della parola.
Similmente, ogni unità di uscita rappresenta una potenziale risposta della rete.
Figura 3.2 – La modellizzazione neurale dell’effetto Stroop:71
- la PFC, la corteccia prefrontale,
rappresenta le condizioni del
compito
Stroop:
cn
=
denominazione del colore, wr =
lettura della parola.
- Le attivazioni dei patterns,
corrispondono alla condizione
.751 .262
.95
di
conflitto
della
.95
- L’input del colore è rosso (r),
l’input della parola è verde (G),
e la condizione del compito,
attivato dalla PFC, è la
denominazione del colore (cn),
.95
.95
.701
il quale influenza le unità
nascoste per la denominazione
del colore (le due unità a
sinistra dello strato nascosto),
attivando le unità di uscita della rete, la risposta in questo caso corrisponde a rosso (rd).
La struttura di tipo top-down della corteccia prefrontale (PFC) ha ciascuna unità
connessa al gruppo corrispondente di due unità dello strato nascosto: l’unità della
denominazione del colore della PFC (cn) è connessa con le unità “g” e “r” dello
71
Ibidem. In Chadley K. Dawson, Randall C.O’ Reilly, and James L. McClelland. (2003). Op. cit.
46
strato nascosto, l’unità della lettura della parola della PFC (wr) è connessa con le
unità “G” e “R” dello strato nascosto. Questa particolare struttura di connessioni è
fondata e sostenuta dalla seguente ipotesi: la PFC, nella realtà umana, ha una
struttura di rappresentazioni distinte per la denominazione del colore e per la lettura
della parola.
Per simulare questo sistema di mantenimento delle rappresentazioni, non
influenzabile dalle diverse condizioni sperimentali, gli ingressi delle unità della
PFC sono indipendenti ed esterni alla rete neurale del compito Stroop.
3.2.2 I meccanismi di apprendimento e l’andamento temporale dell’elaborazione
Uno degli obbiettivi del modello è stato quello di spiegare la relazione tra
l’apprendimento e l’andamento temporale dei processi psicologici coinvolti, durante
lo svolgimento del compito Stroop.
Il modello a cascata di McClelland72 è un meccanismo per la simulazione
dell’andamento
temporale
dei
processi
psicologici.
In
questo
sistema,
l’informazione viene rappresentata per mezzo dell’attivazione delle unità di una rete
multistrato generica, di tipo feed-forward. L’ingresso è un pattern di attivazione,
presentato alle unità di livello più basso. Inoltre, quando un pattern di attivazione
viene elaborato dalle unità al livello più alto, viene generata la risposta della rete.
L’aggiornamento delle attivazioni delle unità è basato sulla somma pesata delle
attivazioni dell’ingresso, ricevute dalle unità del livello precedente della rete.
L’attivazione dell’unità è la media degli ingressi della rete in funzione del tempo.
Questa funzione temporale della media stabilisce l’andamento temporale di
elaborazione del modello.
Un problema riscontrato utilizzando un modello a cascata è che la funzione di
attivazione è di tipo lineare. Quindi, l’attivazione delle unità diventa una semplice
somma pesata degli ingressi ricevuti.
Una rete che assume una funzione di
aggiornamento di tipo lineare, anche se è strutturata in strati multipli, è
caratterizzata da una limitazione intrinseca delle operazioni fondamentali di
elaborazione. Per risolvere questo problema, una rete neurale deve avere uno strato
72
McClelland, J. L. (1979). Parallel distributed processing: Implications for cognition and
development. In R. G. M. Morris (Ed.), Parallel distributed processing: Implications for psychology
and neurobiology. (pp. 8 – 45). Oxford, England: Oxford University Press.
47
di unità, tra le unità di ingresso e le unità di uscita, che genera una relazione di non
linearità tra l’ingresso e l’uscita.
Un secondo problema con il modello ‘a cascata’ è che il meccanismo di
apprendimento non è soddisfacente.
Per risolvere questi problemi, innanzitutto, è necessario introdurre nei processi una
funzione di non linearità, che permetta di calcolare l’attivazione dell’unità,
costringendo l’attivazione delle unità ad assumere un valore compreso tra 0 e 1.
La risposta a un nuovo input può essere prodotta in un singolo passo di
elaborazione, ad ogni livello, cosi ché gli effetti di un nuovo input, possono essere
propagati nella rete, su tutti i livelli e in qualsiasi momento.
Le proprietà dinamiche di un modello a cascata possono essere considerate solo se
si assume che, dall’ingresso della rete alle unità, ci sia un’operazione di calcolo
della media che consideri l’aspetto temporale prima di calcolare i valori
dell’attivazione. E’ necessario, inoltre, assumere che i valori dell’attivazione
abbiano un andamento asintotico, che dipende dal pattern di ingresso e dalla forza
delle connessioni della rete.
L’algoritmo di apprendimento utilizzato in questo modello, è il backpropagation,
descritto da Rumelhart, Hinton, e William.73
Durante la fase di apprendimento può accadere che, per mezzo dell’aggiustamento
delle forze di connessione, si riduce la differenza tra i patterns prodotti in uscita e il
pattern desiderato, in risposta all’ingresso corrente. Questa differenza è una misura
che descrive l’errore di performance della rete. La riduzione dell’errore è possibile
attraverso la ripetizione ciclica dei seguenti passi:
a) presentare un pattern all’ingresso che deve essere appreso;
b) permettere alla rete di generare il suo pattern asintotico di uscita;
c) elaborare la differenza tra questo pattern di uscita e il pattern desiderato;
d) propagare all’indietro l’informazione derivata da questa differenza, a tutte le
unità degli strati intermedi della rete;
e) permettere ad ogni unità di aggiustare la sua forza di connessione, sulla base
dell’informazione dell’errore.
Ripetendo e applicando questa sequenza di passi, ad ogni membro di un set di
pattern di input, la rete può essere allenata ad approssimare il pattern di uscita
desiderato per ciascun pattern di ingresso.
73
Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Op. cit. pp. cit.
48
La non linearità dell’aggiornamento dell’attivazione è comparabile con l’algoritmo
backpropagation. Inoltre, alle unità, è permesso di raggiungere i valori di
attivazione asintotica, prima che l’informazione di errore venga elaborata al livello
di uscita.
3.2.3 La variabilità e il meccanismo di selezione delle risposte.
Nella realtà, gli individui, anche se sembrano avere una completa padronanza
nell’esecuzione di un compito, esibiscono comunque variabilità nelle loro risposte.
Questo può essere riscontrabile, per esempio, nella distribuzione dei tempi di
reazione durante l’esecuzione di un compito. Per rilevare queste variabilità e per
fornire al modello la dimensione di variabilità nei tempi di reazione, gli autori
hanno introdotto nel modello il fattore di casualità, per mezzo di un rumore
normalmente distribuito aggiunto all’ingresso della rete per ciascuna unità.74
In aggiunta alla variabilità nel processo di attivazione, la variabilità è implementata
anche nel meccanismo di risposta. Per modellizzare la variabilità della risposta è
stato assunto che la scelta di una risposta è basata su un percorso casuale (vedi gli
studi di Link),75 o processo di diffusione, (vedi gli studi di Ratcliff).76 Per
implementare questo assunto, ogni possibile risposta è stata associata ad un
contatore, che riceve in ingresso le unità di uscita della rete. All’inizio di ogni prova
tutti i contatori sono impostati a 0. Ad ogni passo di elaborazione, ciascun contatore
aggiunge al totale una piccola quantità numerica. L’ammontare è causale e
normalmente distribuito, con una media che è in funzione delle risposte della rete e
con una deviazione standard prefissata. La media è proporzionale alla differenza tra
l’attivazione della corrispondente unità e l’attivazione dell’unità più attiva. La
risposta della rete viene generata quando uno dei contatori raggiunge il valore
soglia. Nella simulazione, il valori di deviazione standard è impostato a 0.1 e il
valore di soglia a 1.0.
Questo meccanismo di riposta – selezione è articolato diversamente rispetto alle
altre strutture della rete. Per esempio, il meccanismo di risposta – selezione è
lineare, mentre le altre strutture della rete non sono lineari.
74
Link, S. W. (1975). The relative judgement theory of two choice response time. Journal of
Mathematical Psychology, 12, 114 – 135.
76
Ratcliff, R. (1978). A theory of memory retrieval. Psychological Review, 85, 59 – 108.
75
49
Inoltre, nella seguente modellizzazione, è di fondamentale importanza il ruolo
dell’attenzione, perché permette di selezionare uno dei due processi in
competizione, in base alle caratteristiche del compito presentato alla rete. Quindi,
per mezzo di questo meccanismo, uno dei due compiti richiede specificazioni per
essere presentato all’ingresso del modello: “rispondere al colore” oppure
“rispondere alla parola”. Gli autori assumevano che questa informazione viene resa
disponibile dall’uscita di un altro modulo, che decodifica e interpreta le istruzioni
del compito.
Comunque, l’interesse principiale degli autori è focalizzato sul modo con cui
l’informazione del compito, e la corrispondente distribuzione dell’attenzione,
influenza l’elaborazione del circuito coinvolto per l’elaborazione del compito
corrispondente. Quindi, uno degli obiettivi principali di questo modello è mostrare
come l’attenzione interagisce con la forza di elaborazione, e riscontrare la stessa
configurazione di effetti, osservati durante lo svolgimento del compito Stroop, dai
soggetti sperimentali reali.
L’informazione del compito è rappresentata nel modello allo stesso modo delle altre
informazioni: un pattern di attivazione in un set di unità di elaborazione. Per questa
ragione, sono state incluse nella rete due unità addizionali: una che rappresenta la
richiesta di denominazione del colore e l’altra rappresenta la richiesta di lettura
della parola. Quindi, un particolare compito da svolgere è specificato per mezzo di
queste unità di richiesta (unità di demand). Le unità per la richiesta del tipo di
compito gestiscono l’elaborazione aggiustando i livelli di attivazione delle unità
delle due vie neurali principali: l’intervallo dinamico di risposta delle unità del
compito corrispondente è regolato a metà; invece, le unità non corrispondenti al tipo
di compito assumono un intervallo dinamico di risposta molto basso, in modo da
renderle relativamente insensibili. Inoltre, gli autori assumono che la forza delle
connessioni, dalle unità di richiesta del tipo di compito alle unità intermedie di
ciascuna via neurale, sia impostata ad un intervallo intermedio, così ché le unità non
corrispondenti alla via neurale assumano un valore più basso rispetto alle unità
corrispondenti al tipo di compito. L’influenza regolatrice di questi livelli di
attivazione è di tipo non lineare: la funzione di attivazione non lineare permette di
sensibilizzare e regolare le unità, per mezzo di correzioni del livello base di
attivazione. Questi aggiustamenti sono svolti per mezzo dell’attivazione delle unità
di demand.
50
Le connessioni delle unità per la richiesta del tipo di compito, con le unità
intermedie di ciascuna via neurale, permettono alle unità di demand di guidare i
livelli di attivazione delle unità di ingresso, nella via neurale corrispondente.
3.3 La Simulazione.
Nel seguente paragrafo, viene descritto il modo con il quale il modello simula il
comportamento delle performance degli essere umani durante lo svolgimento del
compito Stroop. Inoltre, vengono descritti i diversi metodi sperimentali utilizzati
nelle diverse simulazioni.
Le seguenti simulazioni forniscono una descrizione degli attribuiti che
caratterizzano l’automatizzazione, in relazione alla pratica, e quindi rendono
possibile evidenziare la relazione esistente tra l’attenzione e l’automatizzazione.
Tutte le simulazioni sono caratterizzate da due fasi principali, una fase di
apprendimento e una fase di test.
3.3.1 La fase di apprendimento.
La fase di apprendimento per una rete neurale è necessaria affinché la rete
medesima riesca a produrre risposte corrette, quando l’informazione è presentata in
ciascuna delle due vie neurali di elaborazione. I patterns di apprendimento sono
costituiti dalla specificazione del tipo di compito e dall’input della corrispondente
via neurale. Per esempio, un pattern del tipo “rosso – colore – null”, attiva l’unità di
ingresso rosso nella via neurale colore, e l’unità di richiesta del tipo di compito, a
“risposta al colore”; nessuna attivazione, invece, per quanto riguarda le unità di
ingresso per la parola. La rete, per produrre la risposta corretta allo stimolo, deve
essere allenata per produrre un’attivazione dell’unità di uscita “rosso”.
Coerentemente all’assunzione secondo cui, nell’esperienza di tutti i giorni, i
soggetti umani raramente considerano il tipo di stimolo percepito, la congruenza e il
conflitto degli stimoli non vengono considerati nella struttura dell’apprendimento.
Al di fuori della fase di apprendimento, la forza delle connessioni tra le unità
intermedie e le unità di uscita è piccola e impostata con valori casuali. Le
connessioni tra le unità di ingresso e le unità intermedie, assumono valori compresi
51
tra più e meno 2; il valore generato al livello dello strato intermedio della rete
corrisponde alle distinte rappresentazioni di ciascun input. Questa struttura di forze
è coerente con l’assunzione secondo cui, i soggetti umani, sono capaci di codificare
le informazioni sensoriali (per es. colori e forma delle parole), ad un livello
intermedio di rappresentazione, ma non sono capaci di produrre e rappresentare le
corrispondenti risposte verbali.
L’influenza dell’attenzione è implementata per mezzo di parametri di deviazione
delle unità intermedie e per mezzo di forze di connessione provenienti dalle unità
di richiesta del tipo di compito. In questo modo, quando una specifica unità di
demand è attivata, le unità intermedie della via neurale corrispondente assumono
all’ingresso un valore di base di 0.0. Le unità intermedie della via neurale non
corrispondente assumono invece un valore di attivazione di base molto più basso.
I valori di attivazione di base delle unità della via neurale non corrispondente
riflettono l’effetto di filtraggio per un dato compito, e permettono quindi di variare
le forme degli esperimenti.
In ciascuna prova di apprendimento, viene presentato alla rete neurale un pattern di
input e a tutte le unità sono trasmessi i valori asintotici del pattern. Per ciascuna
unità di uscita, vengono elaborati i diversi rapporti di comparazione tra i valori
dell’attivazione attuale e i valori dell’attivazione desiderata. Questi rapporti
vengono interpretati come segnali di errore, necessari per calcolare i cambiamenti
che devono essere apportati alle forze di connessione, per mezzo della procedura di
apprendimento backpropagation.77 I valori delle forze di connessione, delle vie
neurali di elaborazione del colore e della parola sono modificabili e impostati dalla
procedura di apprendimento sopradescritta. Le connessioni, tra le unità di richiesta
del tipo di compito e le unità intermedie di ciascun circuito neurale, e i valori di
deviazione, che descrivono l’ntervallo di attivazione delle unità, non sono
modificabili. Il processo di apprendimento avanza fintanto che la rete neurale non è
in
grado
di
elaborare
correttamente
tutti
gli
stimoli
test.
Uno degli obiettivi del modello è stato quello di descrivere e rappresentare la
relazione esistente tra gli effetti di pratica e l’automaticità raggiungibile. Nel
contesto reale del compito Stroop, «la lettura della parola, viene considerata come
un compito intensamente praticato dalle persone, molto più praticato rispetto al
77
Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Op. cit. e pp. cit
52
compito di denominazione del colore».78 Per modellizzare questa differenza di
pratica, gli autori hanno differenziato la quantità di apprendimento per i patterns
della parola rispetto ai patterns del colore.79 Ciascun pattern della parola viene
presentato in ogni epoca, così che la probabilità che sia presentato un pattern del
colore per una data epoca, è di 0.1. Questa condizione determina la quantità di
presentazione dei patterns della parola: i patterns della parola sono presentati 10
volte più spesso rispetto ai patterns del colore; quindi, la rete neurale riceve un
maggiore apprendimento, ossia molta più pratica per la lettura della parola, rispetto
alla denominazione del colore.
Alla fine dell’apprendimento, per mezzo della modalità di visualizzazione grafica
delle connessioni, viene mostrato che la forza delle connessioni del circuito neurale
della parola è più forte rispetto al circuito neurale del colore.
Figura 3.2 – La modellizzazione neurale dell’effetto Stroop:80
Sebbene la differenza tra le
attivazioni delle unità, della
lettura della parola (l’unità “G”
del circuito neurale di lettura della
parola), e della denominazione del
colore (l’unità “g” del circuito
neurale della denominazione del
colore), non sia grande, essa
permette comunque di riprodurre
l’effetto di superiorità di lettura
della parola.
Per ulteriori chiarimenti delle altre
parti della rete neurale, vedi la
didascalia della figura 3.2
3.3.2 La fase di test.
La rete neurale è stata testata con 12 patterns di input corrispondenti a tutti i
possibili stimoli di un compito Stroop, costituito da solo due possibili risposte (per
es. “rosso” e “verde”). Questi patterns rappresentano, per ciascun ingresso (rosso o
verde) e per ciascun compito (lettura della parola e denominazione del colore),
78
Brown, W. (1915). Practice in associating color-names with colors. Psychological Review, 22, 45
– 55. Vedi anche: MacLeod, C. M., Dunbar, K. (1988). Op. cit. pp. cit. Vedi anche: Posner, M. L., &
Snyder, C. R. (1975). Op. cit. e pp. cit.
79
80
53
stimoli di controllo, stimoli congruenti e stimoli in conflitto. La presentazione di
uno specifico pattern consiste nell’attivazione della corrispondente unità di
ingresso, oppure nell’attivazione di una delle due unità di richiesta del tipo di
compito da svolgere, unità di demand. Per esempio, uno stimolo in conflitto, nella
denominazione del colore (la parola Verde scritta in Rosso), è rappresentata per
mezzo dell’attivazione dell’unità di ingresso colore rosso, dell’unità di demand, “in
attesa del colore”, e dell’unità di ingresso della parola Verde.
Ciascuna prova del test inizia per mezzo dell’attivazione della corrispondente unità
di demand e, quindi, con la conseguente attivazione di tutte le unità a riposo. Questo
tipo di attivazione, imposta la rete in uno stato di ready, pronta ad accogliere il
compito corrispondente. A questo punto, le unità intermedie del circuito neurale
selezionato e le unità di uscita assumono un livello di attivazione a riposo di 0.5; le
unità intermedie del circuito neurale in competizione sono relativamente inattive:
0.01. Quando il pattern per la fase di test viene presentato, il sistema inizia a ciclare,
fintanto ché l’attivazione accumulata da una delle unità di uscita non raggiunge la
soglia di risposta che la caratterizza. Il numero dei cicli necessari per eccedere la
soglia viene registrato dal simulatore, per essere poi considerato come tempo di
reazione di quel particolare pattern di ingresso. Il sistema poi si resetta, per iniziare
una prova successiva. I valori dei dati riportati alla fine della fase di prova,
rappresentano la distribuzione dei tempi di reazione di 100 prove, eseguite per
ciascuna condizione.
Per semplificare la comparazione tra i tempi di reazione empirici riscontrati nella
realtà e la performance del modello, i tempi di reazione della simulazione rilevati
vengono trasformati. Per ciascuna simulazione, viene eseguita la regressione lineare
dei dati della simulazione sui dati empirici.
3.3.3 La simulazione dell’effetto Stroop di base.
La seguente simulazione, descrive e spiega la natura dei dati empirici dell’effetto
Stroop di base:
-
la lettura della parola, è più veloce rispetto alla denominazione del colore.
-
La lettura della parola, non è influenzata dal colore dell’inchiostro con il
quale è stata scritta.
54
Il colore della parola, apparentemente, non ha nessun effetto sulla quantità di tempo
necessaria alla lettura della parola. I tempi di reazione della lettura della parola,
nella condizione di conflitto e congruenza, sono uguali a quelli della condizione di
controllo. Questo fenomeno era stato originariamente scoperto da Stroop.81 Inoltre,
questo risultato è estremamente resistente a livello empirico, e difficilmente
influenzabile. «Persino quando il colore con il quale è scritta la parola appare prima
della parola stessa, non viene provocata interferenza con la lettura della parola».82
La parola influenza la denominazione del colore, quando la parola è in conflitto, e
di conseguenza aumentano i tempi di reazione per la denominazione del colore
rispetto alla condizione di controllo. Questo fenomeno è resistente e presente in
quasi tutte le persone. L’effetto persiste anche quando il colore dell’inchiostro è
presentato, per esempio, in una posizione leggermente spostata rispetto alla parola;
la parola, continua ad interferire con la denominazione del nome del colore. Nella
condizione di congruenza, la parola che facilita la denominazione del nome del
colore, produce una diminuzione dei tempi di reazione rispetto alla condizione di
controllo.
Vi è meno facilitazione che interferenza: questa affermazione è stata valutata dai
risultati delle ricerche di Dunbar & MacLeod,83 che avevano come obiettivo quello
di valutare gli effetti di congruenza e incongruenza, riscontrando che la quantità di
facilitazione è minore rispetto alla quantità di interferenza.
I risultati della simulazione riproducono tutti gli effetti empirici riscontrati nei
soggetti reali, durante lo svolgimento del compito Stroop.
La lettura della parola è più veloce rispetto alla denominazione del colore, perché la
differenza della quantità di apprendimento, distribuita tra i due circuiti neurali,
permette al circuito di elaborazione dell’informazione parola di essere più forte e
resistente rispetto al circuito di elaborazione dell’informazione colore. La rete è
stata molto più allenata con gli stimoli parola che con gli stimoli colore, perché le
unità del circuito neurale della parola hanno ricevuto molte più prove,
incrementando così la propria forza di connessione. Questa differenza di
apprendimento permette all’attivazione del circuito neurale di denominazione della
parola, di accumularsi molto più velocemente nelle unità di uscita, rispetto al
circuito di denominazione del colore. Quindi, più è veloce l’accumularsi
81
Stroop J. R. (1935). Op. cit. e pp. cit.
83
Dunbar, K., & MacLeod, C. M. (1984). Op. cit. pp. cit.
82
55
dell’attivazione nell’unità per la risposta corretta (le unità per la competizione
vengono inibite), più è veloce il raggiungimento della soglia per la produzione della
risposta. La forza del circuito neurale determina la velocità di elaborazione.
La differenza nella forza dei due circuiti è anche spiegabile per mezzo della
differenza degli effetti di interferenza, che caratterizzano i due tipi di compito. Il
primo considera il fallimento dell’informazione colore per effetto del compito di
lettura della parola. In questa condizione, l’unità di richiesta del tipo di compito
imposta le unità intermedie del circuito di lettura della parola in uno stato di
risposta, così che l’informazione è vincolata a percorrere questo circuito. Quindi,
siccome l’attenzione non è posizionata sul circuito del colore, le unità del suddetto
circuito rimangono in uno stato a riposo di non risposta, e l’accumulazione
dell’informazione, al livello delle unità intermedie, è severamente attenuata. Inoltre,
le connessioni tra le unità del livello intermedio e le unità di uscita del circuito
neurale del colore sono indebolite, cosi che l’informazione accumulata nelle unità
intermedie, trasmessa al livello dell’uscita, è molto più indebolita rispetto
all’informazione che percorre il circuito della parola. Entrambi questi fattori
diminuiscono l’impatto dell’informazione del colore sulla risposta della rete,
favorendo l’elaborazione dell’informazione della parola. Conseguentemente, i
tempi di reazione nel compito di lettura della parola sono minimamente influenzati
dalla presenza dall’input congruente o incongruente del colore.
I risultati differiscono quando il compito è quello di denominare il nome del colore
con il quale è scritta la parola. L’attenzione è posizionata sul circuito
corrispondente, così che le unità intermedie sono sensibilizzate alla risposta,
permettendo all’informazione di scorrere il circuito, senza attenuazioni, fino al
livello di uscita. In questa condizione, sono le unità del circuito neurale della parola
ad essere relativamente insensibili alla risposta. Questa situazione è comunque
condizionata dalla forza delle connessioni del circuito della parola, contribuendo ad
una maggiore attivazione al livello delle unità intermedie: le connessioni, dalle
unità intermedie alle unità di uscita di questo circuito, sono più forti rispetto al
circuito del colore, così che l’informazione che viene accumulata nelle unità
intermedie influenza maggiormente la risposta delle unità di uscita. Quindi, alcune
informazioni percorrono il circuito della parola pur non avendo l’attenzione
indirizzata su tale circuito. Questa informazione non è comunque sufficiente a
determinare quale risposta deve essere prodotta, ma influenza i tempi di reazione
56
producendo interferenze e facilitazioni del compito di denominazione del colore.
Questa elaborazione dell’informazione, nel circuito neurale della parola, senza che
gli sia stata indirizzata attenzione, produce risposte involontarie di lettura della
parola, e produce effetti di facilitazione e interferenza.
Il quarto risultato riscontrato è che la quantità di interferenza è maggiore rispetto
alla quantità di facilitazione. Nel modello ci sono due fattori che contribuiscono a
questo risultato. Uno è dovuto alla non linearità della funzione di attivazione.
Questo attributo impone un livello massimo di attivazione dell’unità di risposta
corrispondente, caratterizzato da un andamento asimmetrico tra gli effetti di
eccitazione ricevuti dal circuito neurale irrilevante, nella condizione di congruenza,
e gli effetti di inibizione, ricevuti nella condizione di conflitto.
Questa attivazione asintotica caratterizza le tre prove sperimentali di denominazione
del colore. Come è stato precedentemente argomentato, la massima attivazione è
riscontrabile nella condizione di congruenza, e la minima attivazione nella
condizione di conflitto. Questi risultati, nella condizione di congruenza, sono
causati dal circuito irrilevante perché contribuisce all’eccitazione dell’ingresso
dell’unità di risposta. Invece, nella condizione di conflitto, il circuito irrilevante
contribuisce a livello inibitorio, diminuendo l’attivazione degli ingressi delle unità
di risposta. Inoltre, anche se l’incremento delle attivazioni degli ingressi della rete,
nella condizione di congruenza, è uguale alla diminuzione delle attivazioni nella
condizione di conflitto, l’effetto sull’attivazione delle unità di risposta non è
simmetrico: l’inibizione ha un effetto maggiore rispetto all’eccitazione. Questa
differenza è causata dalla funzione non lineare di attivazione delle unità,
caratterizzata da una regione di non linearità, in cui l’aumento dell’attivazione
nell’ingresso ha un effetto minore sull’attivazione, rispetto alla diminuzione.
Un secondo fattore, che contribuisce all’asimmetria quantitativa dell’effetto di
interferenza e facilitazione, è riscontrabile nella caratteristica negativa di
accelerazione della curva, relativa all’attivazione, in rapporto ai cicli di
elaborazione. Questa accelerazione negativa della curva costituisce una proprietà
intrinseca dei meccanismi ‘a cascata’, la cui negatività causa una lieve asimmetria
degli effetti di interferenza e facilitazione. Questa lieve asimmetria è un effetto
debole e non sufficiente a influenzare la proporzione 2:1 dell’interferenza sulla
facilitazione.
57
Quindi, la funzione logaritmica e il meccanismo ‘a cascata’ sono stati implementati
nel modello per introdurre nei processi la caratteristica di non linearità e per
permettere alle elaborazioni in generale (meccanismi di apprendimento e
andamento temporale di elaborazione), e all’attenzione in particolare, di modulare
le risposte delle unità delle vie neurali; non sono stati perciò utilizzati per produrre
l’asimmetria tra l’interferenza e la facilitazione.
La maggior parte delle teorie84 rifiuta l’ipotesi di un unico meccanismo di
elaborazione responsabile degli effetti di interferenza e facilitazione, sostenendo
invece che i meccanismi coinvolti siano rispettivamente distinti. Questo modello, di
contrasto, sostiene e dimostra che è possibile considerare un unico meccanismo di
elaborazione.
3.3.4 La simulazione degli effetti SOA: la velocità di elaborazione e la forza
delle vie neurali.
I risultati della precedente simulazione dimostrano che la forza delle vie neurali,
condiziona e determina la velocità di elaborazione e le influenze tra i processi
(interferenza e facilitazione).
Nella seguente simulazione viene dimostrata l’esistenza di un ulteriore fattore,
insieme alla velocità di elaborazione, responsabile degli effetti di interferenza e
facilitazione. Questo secondo fattore è la forza della via neurale.
I risultati della velocità di elaborazione dell’effetto Stroop ipotizzano che
l’asimmetria dell’effetto di interferenza, tra la lettura della parola e la
denominazione del colore, è causata dalla maggiore velocità di esecuzione del
processo di lettura della parola. Se non vengono considerati altri fattori, è possibile
assumere che l’effetto Stroop può essere invertito, se l’informazione colore viene
presentata prima della parola.
Glaser e Glaser,85 nelle loro ricerche, non avevano trovato alcun risultato a sostegno
di questa ipotesi: l’informazione colore non interferiva con la lettura della parola,
anche se l’informazione colore veniva presentata 400 ms prima dell’informazione
parola.
84
Glaser, M. O., & Glaser, W. R. (1982). Op. cit. e pp. cit. Vedi anche: MacLeod, C. M., & Dunbar,
K. (1988).
85
Ibidem.
58
Gli autori dell’articolo hanno simulato l’esperimento di Glaser e Glaser, attivando
prima le unità di ingresso del colore e poi le unità di ingresso della parola. Il ritardo
veniva impostato per mezzo del numero di cicli, corrispondente al paradigma
sperimentale SOA, utilizzato nell’esperimento reale di Glaser e Glaser. Per simulare
la riduzione degli effetti di interferenza e facilitazione, osservata nell’esperimento
degli autori, a 0 ms di SOA, è stata incrementa la dimensione dell’effetto
dell’attenzione di entrambi i circuiti neurali per mezzo della diminuzione
dell’attività di riposo degli ingressi delle unità della rete (da –4.0 a –4.9).
Quando il colore precede la parola, il modello mostra un lieve effetto del colore
sulla parola, che, se messo a confronto con l’effetto della parola sul colore, risulta
essere molto piccolo. Quindi il modello coincide con i dati empirici, suggerendo
che la differenza della velocità di elaborazione non è l’unica e la principale causa
dell’interferenza osservata durante lo svolgimento del compito Stroop.
Infatti, il modello mostra che l’interferenza è sostanzialmente influenzata dalla
differenza della forza di elaborazione: quando l’attenzione è rivolta al circuito
neurale più debole (il colore), le attivazioni prodotte a livello dell’uscita sono
minori rispetto a quando l’attenzione viene rivolta al circuito neurale più forte (la
parola). Quindi, questo risultato dimostra che il circuito neurale più debole produce
minore interferenza, indipendentemente dal tempo impiegato per lo svolgimento del
processo di elaborazione.
Tuttavia è riscontrabile una discrepanza tra il modello e i dati empirici. La
simulazione mostra la stessa influenza del colore sulla lettura della parola, quando il
colore è presentato sufficientemente prima della parola; invece, i dati empirici di
Neumann86 indicano che il colore, quando viene mostrato prima della parola, è in
grado di produrre una piccola quantità di interferenza con la lettura della parola.
Una seconda discrepanza, rispetto all’esperimento di Glaser e Glaser: i soggetti,
nella realtà, mostravano una piccolissima interferenza della denominazione del
colore, quando la parola veniva presentata 200 ms prima rispetto al colore.
Inizialmente, per spiegare questa interferenza, gli autori avevano ipotizzato che
questo risultato era attribuibile agli effetti di strategia. In seguito, i Glasers hanno
aggiunto che il manifestarsi di questo effetto poteva essere in parte dovuto al
coinvolgimento di un processo di abituazione. Al modello non è stato implementato
86
Citato negli studi di Phaff, R. H. (1986). A connectionist model for attention: Restricting parallel
processing though modulary. Unpublished doctoral dissertation, Unit of Experimental Psychology,
University of Leiden, The Netherlands.
59
questo tipo di processo, ed è per questo motivo che la simulazione mostra una
maggiore quantità di interferenza rispetto ai dati empirici rilevati.
Per concludere, sebbene il modello non raccoglie tutti gli aspetti dei dati empirici,
dimostra ed evidenzia chiaramente il punto centrale della questione, ossia che la
differenza della forza di elaborazione è in grado di spiegare perché, presentando
uno stimolo debole prima e uno stimolo forte dopo, la compensazione temporale tra
le due presentazioni non ha effetto e fallisce a causa della differenza della velocità
di elaborazione, in relazione agli effetti di interferenza e facilitazione.
Gli effetti della pratica e la legge della potenza.
Una delle principali proposte di questo modello è stata quella di mostrare come, al
variare della quantità di pratica, varia la forza del circuito neurale, influenzando la
velocità di elaborazione e gli effetti di interferenza; questi risultati sono stati
osservati anche in contesti sperimentali reali.
Numerosi studi hanno dimostrato che l’incremento e l’andamento della velocità di
elaborazione, in funzione della pratica, può essere descritto per mezzo di una legge
della potenza.87 Alcuni autori, hanno persino suggerito che tutti i modelli di
automaticità devono evidenziare e rispettare questa legge. La legge della potenza
del tempo di reazione (RT), in funzione del numero delle prove di apprendimento
(N), è la seguente:
RT = a + bN
-c
dove a è il valore asintotico del tempo di reazione, b è la differenza tra lo stato
iniziale e la performance asintotica, e c è il coefficiente di apprendimento associato
al processo in corso di esecuzione. Quando questa funzione viene rappresentata e
visualizzata sugli assi cartesiani, il tempo di reazione segue un andamento lineare
con il numero di prove con un’inclinazione uguale a c. Generalmente l’RT è la
media della distribuzione dei tempi di reazione di un processo a un dato punto di
apprendimento.
87
Anderson, J. R. (1982). Acqusition of cognitive skill. Psychological Review, 89, 369 – 406. Vedi
anche: Kolers, P. A. (1976). Reading a year later. Journal of Experimental Psychology: Human
Learning and Memory, 2, 554 – 565. Vedi anche: Logan, G. D. (1988). Toward an instance theory of
automatization. Psychological Review, 95, 492 – 527. Vedi anche: Newell, A., & Rosenbloom, P. S.
(1981). Mechanism of skill acquisition and the law of practice. In J. R. Anderson (Ed.), Cognitive
skill and their acquisition, (pp. 1 – 55). Hillsdale, NJ: Erlbaum.
60
Per valutare sul modello queste proprietà, gli autori dell’articolo hanno allenato la
rete sulla prova di denominazione del colore per 100000 epoche. Ad intervalli
regolari, alla rete venivano presentate 100 prove test (condizione di controllo). I
grafici risultanti mostravano che le rette che rappresentano la media del tempo di
reazione e la deviazione standard erano molto vicine e seguivano la stessa
direzione.
Sono due le ragioni che permettono di determinare l’apprendimento secondo una
legge della potenza. La prima è che l‘apprendimento della rete è guidato dall’errore,
ossia il valore del peso di ogni connessione è regolato sulla base della quantità di
differenza intercorrente tra l’attivazione di ciascuna uscita e il valore desiderato (il
target). All’inizio dell’apprendimento, questa differenza è grande e di conseguenza,
anche i cambiamenti dei pesi delle connessioni sono grandi. Sebbene i cambiamenti
dei pesi diventino sempre più piccoli, per mezzo della pratica, il processo di
aggiustamento continua fintanto ché c’è apprendimento. Questa continuità
pressoché “infinita” di apprendimento è causata dalla configurazione dei valori
target per l’attivazione delle unità impostati a 1.0 e 0.0 per tutti gli altri. Usando una
funzione logaritmica, questi valori target non possono essere mai raggiunti, perché
l’ingresso delle unità ha caratteristiche finite. Per questo motivo l’errore viene
sempre prodotto, e quindi un rafforzamento delle connessioni è sempre possibile.
Tuttavia, questo rafforzamento diminuisce progressivamente con l’apprendimento,
e quindi il miglioramento dei tempi di reazione diverrà sempre meno.
La seconda ragione della diminuzione del miglioramento dei tempi di reazione con
la pratica, è rintracciabile nel rafforzamento delle connessioni e nella diminuzione
dell’influenza sulle attivazioni (e quindi sui tempi di reazione). Questo
comportamento è causato dalla non linearità della funzione di attivazione: quando
una connessione (o una struttura di connessioni) è abbastanza forte per produrre
un’attivazione vicina allo 0.0 o 1.0, ulteriori cambiamenti hanno piccoli effetti sulle
unità. Questa considerazione è valida solo quando le rappresentazioni prossime agli
strati finali sono ben definite, e solo quando l’apprendimento è coinvolto
principalmente nelle connessioni localizzate tra gli strati prossimi allo strato finale e
lo strato di uscita. L’apprendimento backpropagation, in una rete multistrato, è
caratterizzato da una lunga e lenta fase iniziale di apprendimento, seguita da uno o
più periodi di rapide accelerazioni, ed infine da una fase che segue la legge della
potenza. Quindi, quando viene eseguito l’apprendimento su entrambi gli strati di
61
connessione di ingresso e di uscita, il miglioramento dei tempi di reazione non
segue la legge della potenza dall’inizio dell’apprendimento. La ‘legge della
potenza’ può essere rispettata all’inizio dell’apprendimento solo quando la potenza
delle connessioni, tra le unità di ingresso e quelle intermedie, è significativa.
Nonostante
queste
connessioni
in
ingresso
siano
modificate
durante
l’apprendimento, le connessioni di uscita possono essere modificate per permettere
ai valori iniziali delle connessioni di ingresso di eseguire con successo il compito.
Sebbene questa considerazione può essere interpretata come critica all’algoritmo di
apprendimento backpropagation, essa riflette le limitazioni dell’applicabilità della
‘legge della potenza’, applicabile pertanto solo ad alcuni tipi di apprendimento. In
particolare, non può essere applicata nelle simulazioni in cui è prevista una
rappresentazione intermedia, necessaria per lo svolgimento di un compito. Questa
condizione implica più di una fase di apprendimento per quei pesi di connessione
distribuiti in più strati, come è stato osservato nella rete backpropagation.
Gli autori hanno utilizzato un modello backpropagation per evidenziare e rilevare le
caratteristiche di apprendimento durante lo “svolgimento di una serie di compiti”.88
3.3.5 L’attenzione e l’elaborazione.
La ragione principale degli studi degli effetti di interferenza è stata quella di riuscire
a fornire dei risultati che riescano a descrivere e a spiegare le necessità del
coinvolgimento dei diversi processi dell’attenzione. Come nel compito Stroop,
l’informazione del canale irrilevante non era attesa. Questa informazione disattesa,
pur non avendole rivolta l’attenzione, può produrre interferenza durante
l’elaborazione. La mancanza di richiesta di attenzione è uno dei principali criteri del
fenomeno dell’automaticità. Inoltre, è stato di solito ipotizzato che i processi
automatici non solo non richiedono attenzione, ma non sono neanche influenzati
dall’attenzione.
Su questa ipotesi, Kahneman e Treisman89 hanno sostenuto l’ipotesi secondo cui i
processi automatici sono soggetti a controllo per mezzo dell’attenzione, sebbene
88
development. In R. G. Morris (Ed.), Parallel distributed processing: Implications for psychology
and neurobiology (pp. 8 – 45). Oxford, England: Oxford University Press.
89
Kahneman, D., & Treisman, A. (1984). Changing view of attention and automaticity. In R.
Parasuraman, D. R. Davies, & J. Beatty (Eds.), Varieties of attention (pp. 29 – 61). New York:
Academic Press.
62
alcuni singoli processi possono non essere sensibili al controllo. Nel modello della
simulazione 1, viene mostrato che l’elaborazione viene eseguita anche senza
attenzione, facendo così un diretto riferimento teorico ai processi automatici
involontari.
Sebbene la parola veniva elaborata senza che l’attenzione gli fosse rivolta, essa
riusciva comunque ad interferire con la denominazione del colore, senza però
determinare la risposta. Il processo più forte veniva guidato dall’attenzione. Inoltre,
il modello mostrava che il controllo per mezzo dell’attenzione riusciva a sviluppare
un graduale effetto di interferenza in funzione della forza di elaborazione,
incrementata per mezzo dell’apprendimento.
Nella seguente simulazione, gli autori esaminano la relazione tra la richiesta di
attenzione e la forza di elaborazione. Innanzitutto, viene mostrato l’effetto di
riduzione dell’attenzione, sulla performance di denominazione del colore e di
lettura della parola. La quantità di attenzione assegnata al compito è rappresentata
per mezzo dei valori di attivazione delle unità del tipo di richiesta compito,
associate con il tipo di compito corrispondente. Pertanto, la simulazione
evidenziava i seguenti due fenomeni.
1. Per un dato livello di performance, la denominazione del colore richiedeva
maggiore attenzione rispetto alla lettura della parola. I due tipi di compiti erano
comunque influenzati dall’allocazione dell’attenzione. Infatti, anche l’elaborazione
della lettura della parola mostrava una diminuzione di intensità, in relazione alla
diminuzione dell’attenzione assegnatagli.
2. Sebbene il circuito più forte sia poco guidato dall’attenzione, le risorse della
medesima erano maggiormente influenzate dalle circostanze che caratterizzavano il
compito, rispetto alla sola forza dei circuiti neurali. Infatti, le risorse che la
denominazione del colore richiedeva all’attenzione erano guidate da tre differenti
condizioni: a) non vi è nessuna informazione di competizione e nessuna
informazione di conflitto, da parte b) di un processo più debole (denominazione
della forma, prima della fase di apprendimento), c) oppure da parte di un processo
più forte (lettura della parola). Nelle due condizioni di conflitto, la denominazione
del colore richiedeva diverse risorse all’attenzione, in funzione della forza del
circuito in competizione.
La performance del modello, guidata da queste condizioni, dimostrava che sebbene
l’elaborazione può avvenire anche in assenza di attenzione, tutti i processi sono
63
influenzati dall’attenzione. Come gli altri attribuiti di automaticità, anche la
richiesta di attenzione variava in funzione della forza del circuito neurale. Più forte
è un processo, minore è la richiesta di attenzione, e minore è la sensibilità al
controllo dell’attenzione, aumentando la capacità di produrre interferenza.
3.4 Discussione dei risultati.
Gli autori hanno mostrato che i meccanismi di un modello basato su reti neurali
possono spiegare molti fenomeni riguardanti l’attenzione e l’automaticità. Per
quanto riguarda l’effetto Stroop, il modello mostra che questi meccanismi sono in
grado di descrivere un’ampia varietà di effetti rilevati negli studi empirici con
soggetti umani. Per esempio tra gli effetti più importanti è stato possibile simulare
l’asimmetria tra gli effetti di interferenza, tra la lettura della parola e la
denominazione del colore, cioè il fatto che «gli effetti di interferenza sono maggiori
rispetto agli effetti di facilitazione»,90 oppure il paradigma SOA per il compito
Stroop, ossia «presentando il colore prima della parola, viene prodotta una minore
interferenza, che potrebbe essere spiegata dalla differenza della velocità di
elaborazione».91 Inoltre, il modello riesce a produrre molti dei fenomeni associati
con l’emergere dell’automaticità: la diminuzione dei tempi di reazione, le
deviazioni che seguono la legge della potenza,92 «l’aumento della capacità di
produzione di interferenza, accompagnata dalla riduzione della sensibilità alle
interferenze»,93 ed infine «la graduale riduzione, da parte dei processi coinvolti
durante l’esecuzione di un compito, delle risorse dell’attenzione durante il processo
di apprendimento».94
Il modello fornisce una spiegazione generale per questi risultati, in termini di forza
di elaborazione dei circuiti neurali. Questa ipotesi è sostenuta da molte altre teorie
dell’automaticità, che descrivono in modo esplicito meccanismi di elaborazione dal
quale sono stati rilevati i relativi fenomeni empirici. Questi meccanismi forniscono
90
MacLeod, C. M., & Dunbar, K. (1988). Op. cit. e pp. cit.
92
Logan, G. D. (1988). Op. cit e pp. cit. Vedi anche: Newell, A., & Rosenbloom, P. S. (1981). Op.
cit e pp. cit.
91
93
MacLeod, C. M., & Dunbar, K. (1988). Op. cit. e pp. cit.
Logan, G. D. (1978). Attention in character classification : Evidence for the automaticity of
component stages. Journal of Experimental Psychology: General, 107, 32 – 63. Vedi anche:
Schneider, W., & Shiffrin, R. (1977). Op. cit. e pp. cit.
94
64
una base per l’apprendimento per l’andamento temporale dell’elaborazione e per
l’influenza dell’attenzione. Un’altra importante caratteristica riscontrata nelle
simulazioni, è stata quella delle proprietà dell’automaticità, che risultano essere
continue ed emergono in funzione della forza di un processo, relativo alle forze dei
processi in competizione.
La simulazione non riesce a modellizzare in maniera perfetta la condizione in cui la
parola viene presentata sufficientemente prima, rispetto alla presentazione del
colore, con la conseguente riduzione dell’interferenza, che invece viene riscontrata
negli studi sperimentali reali con soggetti umani. Inoltre, il modello non considera i
meccanismi per l’elaborazione delle componenti di natura strategica coinvolte
durante lo svolgimento di nuovi compiti.
3.4.1 Riconsiderazione dei processi volontari e automatici.
Il modello dimostra che le differenze negli effetti di interferenza non sono
sufficienti a produrre una distinzione tra i differenti tipi di elaborazione.
Un’assunzione generale è stata quella del criterio di discriminazione tra il processo
automatico e il processo controllato; ossia, quando un processo interferisce con un
altro, il processo che produce interferenza è automatico e l’altro è controllato. Il
modello mostra che, questa discriminazione, può essere spiegata dalla differenza
della forza dei due processi, usando a livello qualitativo lo stesso meccanismo.
Inoltre, sia il modello che le evidenze empiriche dimostrano che lo stesso processo
può, coerentemente ai criteri di interferenza, apparire controllato in un contesto e
automatico in un altro.
Il modello, inoltre, ipotizza l’esistenza di un continuum di automaticità, senza
rifiutare l’ipotesi di un’elaborazione esclusivamente controllata. All’estremo
inferiore del continuum dell’automaticità, dove non c’è un circuito capace di
eseguire un compito, l’elaborazione è obbligata a percorrere diverse strade. Per
esempio, quando a un soggetto viene detto di dire “rosso”, quando lo stimolo
presentato è una particolare figura generata in modo casuale, e di dire “verde” e
“blu” per le altre figure. Inizialmente, il soggetto fallirà le associazioni durante
l’esecuzione del compito. A questo punto, il compito potrebbe essere eseguito con
l’assistenza dello sperimentatore (per es. il soggetto potrebbe ricordare la parola del
colore, che corrisponde alla forma visualizzata sullo schermo). I soggetti potrebbero
65
provare a imparare ciascuna corrispondenza, usando le associazioni verbali per le
forme (per es. l’arancione è il nome della forma che somiglia alla Florida), o
utilizzando mnemotencniche alternative. I ricercatori assumevano che questi
processi facevano affidamento a circuiti indiretti, che possono essere usati per
stabilire velocemente piccole e poche associazioni arbitrarie; un’ulteriore
assunzione che è stata fatta, è quella di considerare l’elaborazione di questi circuiti
lenta e caratterizzata da un intensivo sforzo di mantenimento della rappresentazione
del tipo di compito da svolgere. Contemporaneamente, come nella pratica, i soggetti
ricevono feedback riguardanti le risposte, così che le connessioni iniziano a
costruire un circuito neurale, che infine permette di rispondere direttamente alla
risposta corretta, senza il ricorso alla mediazione verbale indiretta, o alla
mediazione mnemonica, oppure ad entrambe. Inoltre, l’apprendimento di queste vie
neurali, avvenuto in maniera più graduale, caratterizza il circuito di una maggiore
forza e velocità rispetto alle vie neurali indirette.
Inoltre, vi è una parziale corrispondenza tra la distinzione diretta-indiretta e la
tradizionale distinzione tra controllata e automatica. Ricordando quanto detto
precedentemente, un processo basato su circuiti neurali indiretti è caratterizzato da
un insieme di attribuiti, tipici del processo controllato: lento, caratterizzato da una
serie di passi che possono essere disturbati oppure influenzati da interferenze varie,
e può dipendere dalla memoria dichiarativa (per es. “La florida è arancione”),
oppure da altre mnemotecniche, che necessitano di sforzi a livello attenzionale e di
allocazione dell’attenzione.
Al lato opposto, ad alti livelli di pratica, l’esecuzione diretta del compito
corrisponde similmente allo svolgimento automatico del compito: l’elaborazione è
più veloce, minore sensibilità all’interferenza, una maggiore capacità di produrre
interferenza, e una minore influenza da parte dell’allocazione dell’attenzione. In
entrambe le considerazioni, la corrispondenza non sussiste per la seguente
riflessione: come è stato dimostrato nella simulazione di questo articolo, un
processo che è completamente di tipo diretto può, sotto alcune condizioni, esibire
tutte le proprietà di solito ascritte al processo controllato. Gli autori, quindi,
propongono di classificare in diretti e indiretti i processi che sono stati
precedentemente considerati come controllati. In un’elaborazione di tipo diretto, ci
potrebbe essere un continuum di forza del circuito neurale coinvolto, che permette
di indicare il grado di automaticità di un processo.
66
Il modello fornisce una esplicita descrizione delle elaborazioni di tipo diretto, e
mostra come i cambiamenti nella forza di questi processi, risultanti dalla pratica,
siano in grado di cambiare qualitativamente la performance del compito. Il modello
non fa alcun riferimento esplicito all’elaborazione di tipo indiretto, perché
l’obbiettivo principale del modello è stato quello di cogliere la natura e l’interazione
dei processi di tipo diretto.
3.4.2 L’attenzione intesa come meccanismo di controllo dell’elaborazione.
E’ stata precedentemente descritta la distinzione tra processi diretti e indiretti, e la
dicotomia tradizionale tra elaborazione automatica e controllata. Entrambi questi
tipi di elaborazione possono manifestare performance che descrivono le
caratteristiche classiche associate con l’elaborazione controllata: la lenta velocità di
elaborazione e la sensibilità all’interferenza. La stessa differenza può essere
riscontrata tra i seguenti due approcci, che riguardano il controllo attenzionale
dell’elaborazione.
Il nodo centrale di questa distinzione teorica, tra elaborazione controllata e
automatica, è situato nelle due seguenti assunzioni di base: a) l’elaborazione
controllata è dipendente dall’allocazione dell’attenzione; b) l’elaborazione
automatica può essere svolta indipendentemente dall’attenzione. Vi è, comunque, la
ragione di credere che siano pochi i processi immuni dall’influenza dell’attenzione.
Nelle simulazioni del modello, anche il circuito neurale più forte, in cui
l’elaborazione coinvolta era caratterizzata da tutti gli attributi di automaticità,
l’elaborazione era influenzata dall’allocazione dell’attenzione. Per esempio, nella
simulazione dell’effetto Stroop di base, sebbene l’elaborazione presente nel circuito
della parola veniva svolta senza l’allocazione dell’attenzione, essa riusciva
comunque a produrre interferenza con la denominazione del colore; l’elaborazione
era parziale e insufficiente per determinare quale risposta doveva essere prodotta.
Infatti, nella simulazione trattata nel paragrafo 3.3.6, è stato dimostrato che il
processo di lettura della parola è direttamente influenzato dai cambiamenti
dell’allocazione dell’attenzione.
I compiti svolti per mezzo di elaborazioni automatiche, come per esempio la lettura
della parola, sono soggetti al controllo attenzionale perché si ipotizza l’esistenza di
numerosi processi che partecipano alla determinazione di quella particolare capacità
67
(la lettura), dei quali alcuni potrebbero essere automatici ed altri controllati. Con
questa ipotesi è possibile spiegare il comportamento controllato su un compito, per
mezzo dell’allocazione o dell’assenza di allocazione dell’attenzione, sui processi
controllati coinvolti, preservando, in tal modo, l’indipendenza dei processi
automatici dagli effetti dell’attenzione.
Quindi, il modello degli autori asserisce che tutti i processi potrebbero essere
soggetti, in gradi diversi, al controllo per mezzo dell’attenzione.
Partendo dall’ipotesi che tutti i processi cognitivi sono soggetti, in gradi diversi, al
controllo attenzionale, la domanda è come questo controllo può essere ottenuto.
L’attenzione viene implementata, nel modello, in termini di sistema di regolazione
dell’elaborazione dei circuiti neurali corrispondenti, per mezzo degli ingressi delle
unità di attenzione, le task demand (le unità di richiesta del tipo di compito da
svolgere), che causano uno slittamento della sensibilità di elaborazione delle unità
del circuito neurale corrispondente al tipo di compito da svolgere.
L’attenzione utilizza lo stesso meccanismo di elaborazione. Le connessioni, dalle
unità dell’attenzione alle unità del circuito neurale, sono dello stesso tipo delle
connessioni del circuito neurale stesso, e l’informazione attenzionale è
rappresentata allo stesso modo delle altre informazioni della rete: un pattern di
attivazione, rappresentato per mezzo di un set di unità. L’ingresso ricevuto da un
circuito neurale dalle unità attenzionali è qualitativamente uguale all’ingresso
ricevuto dalle altre unità della rete. L’attenzione, pertanto, può essere intesa come
un’ulteriore fonte di informazione, che fornisce un contesto per l’elaborazione dei
segnali di un particolare circuito neurale. Nella realtà della modellizzazione, un
modulo attenzionale, può essere inteso come un modulo generale che ha una
struttura di connessioni che permette di regolare l’elaborazione degli altri circuiti
neurali. Ci potrebbero così essere molti moduli per un sistema, oppure un modulo
per regolare uno o più circuiti neurali.
Questa ipotesi del controllo attenzionale è simile all’ipotesi delle risorse multiple
proposta da altri autori.95
95
Allport, D. A. (1982). Attention and performance. In G. I. Claxton (Ed.), New directions in
cognitive psychology (pp. 112 – 153). London: Reutledge & Kegan Paul. Vedi anche: Hirst, W., &
Kalmar, D. (1987). Characterizing attentional resources, Journal of Experimental Psychology:
General, 116, 68 – 81. Vedi anche: Navon, D., & Gopher, D. (1979). On the economy of human
processing system. Psychology Review, 86, 214 – 255. Vedi anche: Wickens, D. D. (1984).
Processing resources in attention. In R. Parasuraman, D. R. Davies, & J. Beatty (Eds.), Varieties of
attention (pp. 63 – 102). New York: Academic Press.
68
Nel modello degli autori del presente articolo, i meccanismi per la modulazione dei
circuiti neurali, usati per implementare la selezione del tipo di compito, per lo
svolgimento del compito dello Stroop (colore o parola), possono essere anche
utilizzati per implementare canali di selezione per liste dicotomiche, allocazione
dell’attenzione spaziale, ricerca per categorie e in altri compiti, dove è necessaria
l’attenzione selettiva.
Infine, per quanto riguarda i meccanismi per la modulazione dell’attenzione, è stata
sollevata la seguente problematica: l’attenzione facilita l’elaborazione del circuito
neurale atteso, oppure sopprime il circuito neurale disatteso, o entrambi.
L’attenzione potrebbe essere implementata anche come un effetto di facilitazione o
inibizione, oppure come una combinazione di entrambi. Nella simulazione, gli
autori interpretavano l’attenzione come un effetto di facilitazione: la specificazione
del tipo di compito impostava le unità del circuito neurale corrispondente, in un
intervallo di maggiore probabilità di risposta. Questo meccanismo permette di
descrivere il fenomeno principale dell’effetto Stroop, e la relazione tra pratica,
automaticità e attenzione. E’ possibile anche che l’attenzione abbia un ruolo di
filtro, in grado di escludere dall’elaborazione i messaggi potenzialmente
interferenti. Per esempio, l’elaborazione è di solito più lenta sulle prove di
controllo, se sono caratterizzate con prove di interferenza. E’ pertanto possibile
assumere che l’attenzione è richiesta, sia per sopprimere il canale disatteso, e sia per
aumentare la forza e la velocità di elaborazione del canale atteso; in questo modo, il
canale disatteso soppresso è obbligato a richiedere risorse esterne, diverse dall’altro
canale.
3.4.3 La natura continua dell’elaborazione.
L’assunzione considerata dagli autori di questo articolo è interpretare, in questo
caso, l’informazione degli stimoli e del compito Stroop in generale, come
qualitativamente continua e propagata in modo continuo da un livello a quello
successivo. Questa assunzione distingue il modello degli autori dagli altri modelli
discreti, in cui l’elaborazione deve essere completata prima a un livello, per poi
passare a quello successivo. Nel modello presentato dagli autori, l’informazione a
un livello è continuamente disponibile ai livelli precedenti. Quindi, un livello non
deve essere necessariamente completato per influenzare la performance. E
69
precisamente, le informazioni elaborate in modo parziale dal circuito neurale più
forte producono effetti di interferenza e facilitazione.
70
Capitolo 4. La critica principale mossa al modello dell’effetto
Stroop
4.1 Introduzione.
L’articolo di J.R. Stroop96 dell’attenzione e dell’interferenza è stato pubblicato più
di 60 anni fa. Da quel periodo in poi, il compito Stroop e le molte altre versioni che
si sono susseguite sono state utilizzate in diversi settori clinici e sperimentali. La
popolarità del compito Stroop è stata in larga parte dovuta dalla fondatezza
scientifica di due effetti o due aspetti che sono centrali per le capacità attenzionali
dell’uomo: l’automaticità di elaborazione della parola e le caratteristiche del
controllo attenzionale.
Cohen, Dunbar e McClelland97 hanno proposto e sviluppato una modellizzazione
del compito Stroop, di tipo PDP (elaborazione distribuita in parallelo). Una
proposta molto interessante che ipotizza concetti relativi alla velocità di
elaborazione della parola e del colore e considera l’automaticità a livello
quantitativo. Coerentemente all’ipotesi di Cohen et al., l’effetto Stroop può essere
modellizzato per mezzo di una rete neurale di tipo connessionista, caratterizzata da
pesi di connessione dei circuiti neurali del colore e della parola, che variano in
modo continuo in funzione dei diversi livelli di pratica effettuata dai due circuiti di
elaborazione colore e parola. Le forze delle connessioni variano in modo continuo
perché l’automaticità, anziché descritta per mezzo di una dicotomia: automatico non automatico, viene descritta in termini di continuum. Inoltre, il modello di
Cohen et al. riesce a cogliere la maggior parte dei fenomeni rilevati dai contesti
sperimentali reali durante lo svolgimento del compito Stroop: l’asimmetria tra la
facilitazione e l’interferenza, gli effetti di asincronizzazione della presentazione
degli stimoli, gli effetti di pratica e gli effetti della struttura delle risposte.
Questo capitolo è strutturato in quattro paragrafi. Il primo descrive e dimostra che il
modello di Cohen et al. incontra alcune difficoltà quando viene implementato con i
risultati della ricerca sperimentale reale di Spieler et al.98
96
Stroop J. R. (1935). Op. cit. e pp. cit.
98
Spieler, D. H., Balta, D. A., & Faust, M. E. (1996). Stroop performance in normal older adults and
individuals with senile dementia of the Alzheimer’s type. Journal of Experimental Psychology:
Human Perception and Performance, 22, 461 – 479.
97
71
Il secondo capitolo analizza modelli alternativi caratterizzati da diverse architetture
neurali, che hanno lo scopo di eliminare i problemi riscontrati dalla modellizzazione
di Cohen et al. Nel terzo capitolo vengono presentati i risultati di un esperimento
che dimostrano e descrivono i problemi del modello di Cohen et al.: in particolare,
quando la manipolazione della dimensione strutturale della rete viene effettuata
direttamente sull’architettura della medesima. Infine, il capitolo si conclude con una
discussione delle implicazioni dei risultati riscontrati, sia nel modello di Cohen et
al. e sia negli altri modelli che tentano di descrivere le due dimensioni di
elaborazione (colore, parola), utilizzando lo stesso tipo di architettura neurale.
4.2 La modellizzazione di Spieler et al.
Per confrontare gli studi di Spieler et al. con la modellizzazione di Cohen et al. è
stato necessario apportare due variazioni nell’architettura del modello di Cohen et
al. Il primo cambiamento è stato quello di estendere la modellizzazione da due a
quattro colori e nomi dei colori. Il secondo cambiamento è stato necessario per
giustificare la natura qualitativa degli stimoli neutrali: per Cohen et al. era una riga
di X, invece per Spieler et al. erano quattro parole non-colori (cattivo, povero,
profondo e legale).
L’utilizzazione di un maggior numero di stimoli e una condizione neutrale diversa,
significava aggiungere alla vecchia struttura neurale di Cohen et. al. nuove unità di
input, nascoste e di uscita.
La quantità di apprendimento fornita alla nuova rete neurale corrispondeva
all’arbitraria limitazione impostata da Cohen et al.: la rete neurale deve riuscire a
riprodurre una risposta corretta entro 50 cicli. Inoltre, le condizioni neutrali sono
state simulate per mezzo dell’attivazione, in corrispondenza dell’ingresso del
colore, di una parola non colore: questa particolare attivazione veniva prodotta in
seguito alla corrispondente attivazione del nodo del compito, in relazione al tipo di
compito da svolgere (denominazione del colore oppure lettura della parola).
Il problema principale dell’implementazione degli studi di Spieler et al. sul modello
di Cohen et al. era la differenza dei dati riscontrati durante la lettura della parola e la
denominazione del colore, che nel modello originale, le differenze tra i tempi di
72
reazione dei due compiti erano minori rispetto ai dati empirici rilevati dal modello
di Spieler et al.
Una possibile spiegazione è ipotizzare che la differenza riscontrata tra i risultati sia
dovuta all’utilizzo, da parte della modellizzazione di Spieler et al., di un disegno
sperimentale di tipo idiosincratico e quindi non era una condizione classica per
studiare l’effetto Stroop. Per esempio, negli studi di Spieler et al. risultano evidenti
due aspetti principali che caratterizzano la differenziazione con l’architettura
originale di Cohen et al. La prima differenza è causata dall’asimmetria tra il numero
dei colori (quattro) e il numero delle parole (otto). La seconda differenza è causata
dal numero di items che è maggiore negli studi di Spieler et al. (4 – 8) rispetto
all’architettura 2 – 2 di Cohen et al. Considerando queste differenze è bene
scegliere tra i due disegni sperimentali quello che è più rappresentativo per lo studio
dell’effetto Stroop: è difficile trovare degli studi che analizzano l’effetto Stroop
utilizzando solo due colori e due parole. Infatti, gli autori di questo articolo
esaminano la sezione metodologica degli studi di Dunbar e MacLeod,99 perché è da
qui che Cohen et al. riprendono e modellizzano i dati. Gli studi di Dunbar e
MacLeod erano caratterizzati da 5 nomi di colori integrati con 45 parole non –
colore. Quindi, l’architettura 2 – 2 implementata da Cohen et al. non rifletteva
coerentemente il suddetto disegno sperimentale.
4.3 L’asimmetria tra le architetture neurali.
Inizialmente, la differenza strutturale tra le due reti neurali sembrava essere la
conseguenza principale per giustificare le differenze dei risultati tra le due
modellizzazioni. Infatti, utilizzando una struttura simmetria a livello delle due unità
di ingresso e dello strato nascosto per ciascun circuito neurale (come nel modello
Cohen et al.), l’attività a riposo della risposta delle unità risulta essere di 0.5,
quando le unità per la richiesta del tipo di compito sono attivate. In questo caso
l’ingresso della somma delle risposte delle unità è di 0.0; questo risultato riflette il
bilanciamento degli ingressi inibitori ed eccitatori. In un disegno asimmetrico, come
quello di Spieler et al., questo bilanciamento non era riproducibile. Quando l’unità
di richiesta del tipo di compito per il circuito neurale del colore è attivata, tutte le
99
73
risposte delle unità che corrispondono al circuito neurale del colore (rosso, verde,
giallo e blu) assumono un livello di attivazione di 0.2. Quando le unità per il tipo di
compito del circuito neurale della parola sono attivate, tutte le risposte delle unità
assumono un’attivazione di 0.01. Tutte queste differenze tra le attivazioni a risposo
vengono causate dalla grande quantità di ingressi inibitori che influenzano la
risposta delle unità e che provengono dal circuito neurale della parola, versus il
circuito neurale del colore.
Per spiegare queste differenze tra le due modellizzazioni neurali, gli autori di questo
articolo hanno implementato due nuove architetture che avevano un maggior
numero di unità rispetto al modello originale, e che preservavano la condizione di
simmetria. Utilizzavano un’architettura simile a quella descritta precedentemente
ma senza le parole non – colore. Quindi queste simulazioni erano caratterizzate
dalla stessa architettura del modello di Cohen et al. (1990), ma erano estese a 3 e a 4
colori. Comunque questa simmetria non eliminava il problema della discrepanza
con i dati empirici rilevati dal modello di Spieler et al.
4.4 Il numero delle unità della rete influisce sulla performance del
compito.
La seconda principale differenza tra l’architettura neurale di Cohen et al. e la
modellizzazione di Spieler et al. è riscontrabile nella dimensione della struttura
della rete neurale. Quindi, gli autori dell’articolo hanno ipotizzato la possibilità che
la differenza della dimensione strutturale della rete neurale, sia la spiegazione della
discrepanza osservata tra il modello e i dati empirici osservati. Come è stato
spiegato precedentemente, quando la quantità delle unità della rete neurale viene
aumentata, il modello originale incontrava le difficoltà principali per descrivere i
dati empirici, perché la simulazione manifestava una diminuzione della differenza
relativa tra le condizioni della parola e del colore. Per esempio, la diminuzione della
differenza relativa è conseguente dell’aumento delle latenze di risposta della parola,
causato dall’aumento delle unità del circuito neurale corrispondente; invece le
latenze della risposta delle unità del colore diminuiscono all’aumentare del numero
delle unità del circuito corrispondente. Questi risultati di risposta della rete, non
sono quindi coerenti e consistenti rispetto ai dati empirici rilevati da Spieler et al.
74
In generale, i risultati empirici classici dei tempi di reazione durante lo svolgimento
del compito Stroop sono che il tempo impiegato per la denominazione del nome di
un colore aumenta e il tempo impiegato per leggere una parola non viene quasi per
niente influenzato.
Quindi è importante comprendere il motivo della relazione della quantità del
numero di cicli necessari alla risposta nelle condizioni di colore e parola, con
l’aumentare del numero delle riposte alternative che caratterizzano il disegno
sperimentale. Per spiegare questa relazione è necessario considerare la modalità di
distribuzione dei pesi delle connessioni sulla rete neurale. Nel modello di Cohen et
al. (1990) i pesi delle connessioni per ciascuna unità di uscita e per ciascuna unità
dello strato nascosto, sono dello stesso e di segno opposto. Per esempio, nel
modello di Cohen et al. il peso della connessione tra una unità dello strato nascosto
e l’unità di uscita “rosso” del circuito neurale della parola era di 2.5 e all’unità di
risposta “verde” era –2.5. I pesi del circuito neurale del colore erano 1.3 e –1.3.
Quindi i pesi delle connessioni erano bilanciati e la risposta delle unità era situata
nell’intervallo di attivazione più sensibile 0.5. Tuttavia nelle architetture neurali che
avevano più di due unità per ciascun circuito, l’ingresso eccitatorio e inibitorio delle
unità di risposta non era bilanciato. Per esempio, nell’architettura di tipo 4 – 4 il
peso di connessione tra il circuito neurale della parola dell’unità di risposta “rosso”
e una unità dello strato nascosto era di 3.3; invece i pesi provenienti dalle altre tre
unità dello strato nascosto erano a –2.6. Nel circuito neurale del colore vi era un
peso di 1.8 e gli altri tre pesi a –1.5. Quindi, in una configurazione di questo tipo,
dove in ciascuna via neurale vi sono più di due unità, le unità di risposta ricevono
una quantità di ingressi inibitori maggiore rispetto agli ingressi eccitatori. La
convergenza dei tempi impiegati per produrre una risposta tra le condizioni di
colore e parola, nelle architetture simmetriche, sembrava essere causata dallo stesso
meccanismo responsabile delle difficoltà riscontate nell’architettura asimmetrica.
Uno dei modi per analizzare questo effetto è quello di esaminare le attivazioni a
riposo delle unità di risposta, dopo che le unità per l’assegnazione dell’attenzione al
tipo di compito sono state attivate.
Nel modello di Cohen et al. 2 – 2, con
l’attivazione delle unità di attenzione, le unità di risposta raggiungevano un
attivazione a riposo di 0.5. Questo valore veniva raggiunto per mezzo della somma
delle attivazioni di 0.0 provenienti dal bilanciamento degli ingressi. Questo stato
della rete è importante per due ragioni: la prima è che le attività a riposo delle unità
75
di risposta sono situate nella funzione di attivazione in un intervallo di maggiore
sensibilità: questa situazione permette alle unità di rispondere velocemente ai
piccoli cambiamenti di attivazione. La seconda ragione è che con entrambe le unità
di risposta ad un’attivazione a riposo di 0.5 è possibile, alle attivazioni delle due
unità, di raggiungere, in breve tempo, una maggiore diversificazione delle
attivazioni conducendo le attivazioni in direzioni opposte. La velocità di
diversificazione delle due attivazioni tra le due unità rappresenta la competizione tra
le unità di risposta e determina la velocità della risposta stessa. Quindi, se entrambe
le unità assumono uno stato iniziale a un valore vicino alle attivazioni minime e
massime di 0.0 e 1.0, la risposta viene rallentata. Per esempio, considerando le
diverse unità di risposta della seguente configurazione, quando le unità di richiesta
del tipo di compito sono attivate al compito parola.
In una architettura di tipo 4 – 4 con l’unità di attenzione parola attivata, ciascuna
unità di risposta aveva raggiunto un’attivazione a riposo di 0.09. Questo valore era
risultato da una grande quantità di ingressi inibitori (un peso di 3.3 e gli altri tre pesi
a – 2.6). In un’architettura asimmetrica 4 – 8 (quattro colori e 8 parole) con l’unità
di attenzione parola attivata ciascuna unità di risposta del colore aveva raggiunto un
attivazione a riposo di 0.01 (un peso a 3.9 e gli altri sette pesi a –1.9). La
diminuzione delle attivazioni influenzava le unità di risposta situate in un intervallo
minore di sensibilità e riduceva, tra le unità, la capacità di diversificazione delle
attivazioni con il conseguente rallentamento della velocità della risposta. Inoltre,
quando l’unità del tipo di richiesta del compito colore era attivata, veniva prodotto
anche un decremento delle attivazioni a riposo perché i pesi di connessione delle
unità del circuito neurale del colore venivano indeboliti. Quindi, con l’aumentare
del numero delle unità, il numero di cicli necessari per produrre una risposta, nella
condizione della parola rispetto alla condizione colore, aumentano producendo così
una convergenza della performance della parola e del colore. Invece, nella
simulazione di Spieler et al., sebbene la latenza di lettura della parola aumentava, le
latenze di denominazione del colore non aumentavano. La rete
neurale per
rispondere correttamente agli stimoli riceveva in tutte le condizioni un
apprendimento minore a 50 cicli. Con l’aumentare della dimensione della rete, nella
condizione di colore incongruente, l’apprendimento si manteneva relativamente
costante intorno ai 50 cicli. Con la condizione di colore neutrale l’apprendimento
diventava leggermente più veloce, perché i pesi delle connessioni del circuito
76
neurale della parola erano più forti e quindi la qualità e la quantità
dell’apprendimento era migliore: maggiore era la forza di connessione del circuito
neurale della parola, nella condizione di congruenza del colore, maggiore era la
quantità di attivazione e di conseguenza un tempo di produzione della risposta più
veloce.
Un altro metodo, forse più adatto, per il confronto dei risultati utilizzando delle reti
neurali è quello di non considerare la limitazione dei 50 cicli. Questa assunzione è
stata valutata per mezzo di simulazioni con architetture neurali di 3 – 3, 4 – 4 e 4 –
8 a 1000 epoche di apprendimento. Anche con questa assunzione il problema della
convergenza tra le condizioni colore - parola non viene eliminato. Il numero dei
cicli necessari per rispondere alle condizioni della parola aumentava con
l’aumentare del numero delle unità, invece nella condizione di congruenza del
colore, il numero dei cicli si manteneva relativamente stabile.
In conclusione, la migliore diversificazione tra le condizioni della parola e del
colore è raggiungibile solo per mezzo di un’architettura simmetrica caratterizzata
dal minor numero di unità possibili: l’architettura 2 – 2 usata da Cohen et al. è la
configurazione più adatta per modellizzare i dati empirici di Stroop. Invece, se
viene utilizzata una modellizzazione che riflette la manipolazione empirica degli
studi sperimentali reali per mezzo dell’aumento del numero delle unità della rete, il
modello non risulta essere sufficientemente adatto per descrivere i dati empirici
perché le latenze di risposta tra il colore e la parola convergono.
4.5 Conseguenze sperimentali della debolezza del modello.
Come è stato già discusso precedentemente, utilizzando la modellizzazione di
Cohen et al. è possibile riscontrare che aumentando la grandezza dell’architettura
della rete neurale (il numero delle unità del circuito neurale del colore e della
parola), la differenza tra la performance della parola e la performance del colore
diminuisce. In contrapposizione con quanto evidenzia il modello di Cohen et al. gli
studi sperimentali sulle performance durante lo svolgimento del compito Stroop,
suggeriscono che incrementando il numero degli stimoli viene riscontrato un
rallentamento della denominazione del colore e una piccola influenza sulla lettura
77
della parola, con un aumento della differenza tra le performance del colore e della
parola.
Gli autori dell’articolo per studiare sistematicamente questo effetto della
dimensione della struttura della rete hanno introdotto delle variabili aggiuntive,
necessarie per adattare l’architettura della rete di Cohen et al. alle esigenze della
nuova struttura neurale. Per determinare se i risultati di un esperimento potevano
essere confrontati con il modello di Cohen et. al., veniva condotto un esperimento
che era costituito da un’analisi fattoriale della differenza tra le varie dimensioni
delle strutture neurali.
L’esperimento era costituito da tre differenti strutture neurali diverse per
dimensione. Una struttura aveva le stesse dimensioni dell’architettura neurale del
modello di Cohen (1990), caratterizzato da due risposte alternative. Le altre due
strutture della rete avevano tre e quattro risposte alternative con una dimensione che
rifletteva rispettivamente una struttura di 3 – 3 e di 4 – 4. I risultati di questo
esperimento possono essere trattati in due modi: il primo è che i dati derivati dalla
struttura 2 – 2 possono essere confrontati direttamente con l’architettura di Cohen
et. al. Il secondo modo è quello di utilizzare i risultati derivati dalla manipolazione
della dimensione della struttura neurale, per verificare l’influenza prodotta dalle
diverse dimensioni della struttura neurale sulla differenziazione delle performance
durante lo svolgimento della prova colore o della prova parola.
I risultati di queste simulazioni evidenziano che pur variando la dimensione della
struttura della rete, le performance di lettura della parola si mantengono comunque
più veloci delle prestazioni di denominazione del colore. Un risultato di importanza
maggiore è stato rilevato dal confronto delle differenze delle performance tra la
lettura della parola e la denominazione del colore: al variare della dimensione della
struttura neurale, aumentando il numero di risposte alternative, le latenze della
lettura della parola diminuiscono leggermente rispetto alla più consistente
diminuzione delle latenze della denominazione del colore. Questa caratteristica dei
risultati era stata suggerita anche da MacLeod.100
Con l’influenza della dimensione della struttura neurale vi è anche una particolare
configurazione degli effetti di interferenza e facilitazione che influisce sulla
differenziazione della parola – colore. In particolare, vi è una leggera influenza
della performance di lettura della parola in condizioni di congruenza parola –
100
MacLeod, C. (1991). Op. cit. e pp. cit.
78
colore. Quando è considerata la performance della denominazione del colore viene
prodotto un rovesciamento delle performance tra gli effetti di interferenza e gli
effetti di facilitazione: vengono prodotti grandi effetti di interferenza, che
aumentano in funzione della dimensione strutturale della rete, con la conseguente
diminuzione degli effetti di facilitazione. Questo risultato non sorprende se si
considera, come suggerito da MacLeod, che la soglia di riferimento utilizzata per
misurare gli effetti di facilitazione e interferenza era una riga neutrale di lettere X.
Questa considerazione aggravava il livello di validità del modello di Cohen et al.,
perché le reti neurali implementate dagli autori, anche se producevano effetti di
facilitazione, risultavano essere minori degli effetti di interferenza.
In conclusione, le singole analisi condotte su ciascuna simulazione confrontate con i
dati empirici
rilevati negli ambienti sperimentali reali, dimostrano che con
l’aumentare del numero delle unità, sia che venga mantenuta la simmetria, la qualità
della modellizzazione diminuisce perché i risultati prodotti dalle simulazioni si
discostano troppo dai risultati rilevati nella realtà.
L’obiettivo principale ed iniziale di questo studio era la modellizzazione dei
cambiamenti delle performance riscontrati nell’invecchiamento e in soggetti affetti
dalla demenza di Alzheimer durante lo svolgimento del compito Stroop, utilizzando
il modello connessionista di Cohen et al. Per realizzare questo obiettivo, gli autori
hanno implementato un’architettura neurale leggermente differente dall’architettura
di Cohen et al. Per mezzo di questa nuova architettura è stato possibile rilevare tutti
i dati empirici della denominazione del colore, ma non riuscire a fornire una
completa descrizione dei dati riscontrati durante lo svolgimento della lettura della
parola. Per affrontare questa discussione, ossia se il problema riscontrato era stato
prodotto dall’utilizzazione di un’architettura asimmetrica, gli autori hanno
implementato due nuove strutture neurali caratterizzate da un’architettura
simmetrica. Questa architettura simmetrica forniva una rappresentazione migliore
dei dati empirici, ma incontrava problemi nel descrivere, nelle varie condizioni,
alcune
particolari
configurazioni
dei
risultati
sperimentali
reali.
Questa
insufficienza, per gli autori, significava riesaminare i dati simulati dal modello di
79
Cohen et al., e sollevava la questione del verificare se veramente l’architettura
implementata simulava la manipolazione degli obiettivi dell’esperimento. Gli autori
dell’articolo osservarono che l’esperimento simulato per mezzo del modello di
Cohen et al. faceva riferimento a un disegno sperimentale caratterizzato da un
numero maggiore di items del set di risposta rispetto all’architettura 2 – 2
implementata. Per verificare la conseguenza di questa discrepanza, gli autori
analizzarono i risultati dell’esperimento per studiare le possibili conseguenze
prodotte dalle differenze delle dimensioni strutturali tra le reti. L’architettura di
Cohen et al. non era capace di descrivere alcuni aspetti importanti dei risultati
dell’esperimento reale.
Cohen et al. sostenevano che il loro modello che interpretava i due processi (colore,
parola), come caratterizzati, a livello qualitativo, dagli stessi meccanismi e che
differivano solo per la loro forza e resistenza, riusciva a cogliere le differenze tra le
performance per mezzo della velocità di elaborazione, caratterizzate da una
configurazione di effetti di interferenza che descriveva la differenziazione tra i
processi automatici e controllati.
Il modello in realtà non mostrava questi effetti e l’affermazione sostenuta da Cohen
et al. non può essere considerata, perché i risultati sono stati interpretati per mezzo
della seguente assunzione: i processi di lettura della parola e di denominazione del
colore sono meccanismi qualitativamente identici.
Invece, gli autori di questo articolo considerano la possibilità dell’esistenza di molti
diversi processi che contribuiscono all’esecuzione dei processi di lettura della
parola e di denominazione del colore. Per esempio, gli autori preferiscono assumere
un approccio di tipo identificativo: identificazione della parola per mezzo di una
lettura a livello visivo, eseguita da un circuito neurale caratterizzato
dall’elaborazione di informazioni di mappe fonologiche, provenienti direttamente
dalle configurazioni ortografiche (vedi gli studi di Coltheart e di Seidenberg &
McClelland).101 Questo percorso di tipo non semantico della lettura della parola
potrebbe prevalere quando gli stimoli vengono ripetuti per mezzo delle sessioni di
sperimentazione, come negli studi dello Stroop. In questo modo, le latenze delle
risposte di lettura della parola si mantengono relativamente veloci e non dovrebbero
101
Coltheart, M. (1978). Lexical access in a simple reading task. In G. Underwood (Ed.), Strategies
of information processing (pp. 151 – 216). London: Academic Press. Vedi anche: Seidenberg, M., &
McClelland, J. (1989). A distributed, developmental model of word recognition and naming.
Psychological Review, 96, 523 – 568.
80
essere influenzate dalle manipolazioni della dimensione della rete neurale e quindi
dovrebbero essere poco sensibili alle piccole informazioni del colore, come è stato
osservato negli studi empirici svolti nella realtà umana. Sebbene sia possibile
utilizzare un percorso di tipo non semantico per mezzo dell’aumento di pratica, gli
autori dell’articolo ipotizzano che tale percorso non dovrebbe essere coinvolto nel
processo di denominazione del colore. Nella denominazione del colore i soggetti
sono più propensi a percepire la tonalità degli stimoli, come rappresentazioni a
livello di significato.
Le performance durante lo svolgimento di questi tipi di compiti, se sono messe a
confronto con le performance di lettura della parola, risultano essere molto più lente
nella condizione di denominazione del colore. Questo risultato può dipendere in
parte dalla dimensione della struttura del compito: quando viene richiesto di
utilizzare un maggior numero di risposte di tipo colore è probabile che i soggetti,
per generare la risposta di denominazione del colore, non utilizzino un semplice
rilevamento degli stimoli – risposta. In questa situazione, con l’aumento della
quantità degli stimoli è possibile riscontrare un rallentamento della denominazione
del colore: infatti le parole influenzano e guidano direttamente la risposta per mezzo
della coerenza ortografica e della rilevazione fonologica, e quindi un aumento della
dimensione produrrà una minore influenza sulle performance.
Gli autori ipotizzano l’esistenza di notevoli differenze tra l’elaborazione dei circuiti
neurali della lettura della parola e i circuiti neurali della denominazione del colore,
e quindi un modello che utilizza delle strutture neurali uguali per ciascun circuito
non riuscirà mai a descrivere completamente le operazioni coinvolte durante
l’esecuzione dei compiti parola – colore del test di Stroop.
Con questa interpretazione, risulta evidente che il modello di Cohen et al. potrebbe
essere utile per la modellizzazione degli effetti di interferenza a livello di
significato, evidenziati anche negli studi dello Stroop; inoltre è stato utile anche per
la concettualizzazione e l’implementazione delle operazioni di specificazione
necessarie per identificare il tipo di compito da svolgere (lettura della parola e
denominazione del colore). Questi sistemi attenzionali per la specificazione del tipo
di compito, sono necessari per produrre la differenziazione tra le performance e per
evidenziare le caratteristiche che differenziano la lettura della parola dalla
81
Inoltre, gli autori di questo articolo propongono la concettualizzazione e
l’implementazione di argomenti riguardanti la dimensione strutturale della rete
neurale e dell’asimmetria tra i circuiti neurali. Questi concetti sono importanti per
comprendere meglio i problemi osservati durante la fase di apprendimento della
rete. Le modellizzazioni non sono state, in ogni caso, capaci di descrivere
completamente tutti i dati osservati negli esperimenti condotti con soggetti umani,
in particolare le differenze delle performance tra la lettura della parola e la
denominazione del colore. Gli autori sostengono inoltre che le difficoltà osservate
nell’assunzione teorica di Cohen et al. siano rintracciabili nell’aver considerato
dello stesso tipo l’elaborazione tra i processi di lettura della parola e di
denominazione del colore, e che la differenza principale tra i circuiti neurali sia la
quantità di pratica svolta.
Il principale fallimento dell’adattamento del modello sui dati empirici era risultato
dall’incapacità delle simulazioni di riflettere accuratamente le differenze di velocità
della condizione parola, in relazione alla velocità della condizione colore. Infatti, il
modello non riusciva a simulare perfettamente la performance della denominazione
del colore quando veniva considerata da sola, perché il modello di Cohen et al.
considerava i due compiti influenzati reciprocamente, in proporzione al livello di
automaticità raggiunto. Pertanto è impossibile considerare solo un compito senza
avere il coinvolgimento dell’altro.
Gli autori di questo articolo, inoltre, sostengono che è necessario implementare un
percorso qualitativamente distinto per la lettura della parola. Un percorso separato e
diretto alla rappresentazione visuale degli stimoli parola, per mezzo di un output
articolatorio. Questa soluzione potrebbe risultare più adatta a descrivere,
simultaneamente, gli effetti asimmetrici di congruenza nella lettura della parola e
nella denominazione del colore e la superiorità della parola sulla denominazione del
colore.
Nonostante le molteplici critiche ai molti aspetti del modello di Cohen et al., gli
autori dell’articolo commentano positivamente le molte potenzialità del modello.
Per esempio, il modello si serve di un eccellente ambiente di sviluppo per
descrivere gli effetti di interferenza a livello di significato: è uno dei pochi modelli
computazionali che permette di simulare le performance del compito Stroop, e
quindi può essere utilizzato per compiere delle valutazioni empiriche. Inoltre, il
modello raccoglie molti aspetti della denominazione del colore: l’asimmetria tra la
82
facilitazione e l’interferenza, l’asincronizzazione temporale della presentazione
degli stimoli e gli effetti di pratica. Infine, una caratteristica importante del modello
è la modellizzazione di un modulo per la selezione del tipo di compito. La
principale critica mossa dagli autori è stata quella di utilizzare un’architettura
identica per entrambi i percorsi di lettura della parola e di denominazione del
colore. Gli autori rifiutano l’ipotesi sostenuta da Cohen et al. che i processi dei due
percorsi siano qualitativamente identici.
83
Capitolo 5. La risposta degli autori alla critica di Spider et al.
5.1 Introduzione.
Spieler et al. hanno riportato nuovi dati empirici e nuovi risultati delle
simulazioni102 che contestano e criticano il modello di Cohen et al.103 L’obiettivo
principale della modellizzazione era lo studio delle performance rilevate durante lo
svolgimento del compito dello Stroop. Questa critica faceva riferimento alle
capacità del modello di simulare i tempi di reazione al variare del numero degli
stimoli che caratterizzavano il tipo di compito. In particolare, riportavano dei dati
rilevati in ambienti sperimentali reali, indicando che con l’aumentare della
dimensione strutturale del compito aumentavano i tempi impiegati per la
denominazione del colore e l’aumento era maggiore rispetto ai tempi di lettura della
parola. Quindi, con queste evidenze sperimentali era possibile sostenere che il
modello di Cohen et al. esibiva un comportamento contrario alle performance dei
soggetti sperimentali reali.
Gli autori del modello originale reagiscono alle critiche sostenendo le tre seguenti
affermazioni.
La prima è che negli studi di Spieler et al. non erano considerati gli stessi
meccanismi descritti da Cohen et al., rivolti alla modellizzazione degli effetti
causati dalla dimensione strutturale del tipo di compito. Quando gli autori
dell’articolo originale implementano questi meccanismi nella simulazione viene
riscontrato un miglioramento a livello qualitativo dell’adattamento della
modellizzazione ai dati sperimentali.
Nella seconda parte della discussione sono state considerate le principali limitazioni
del modello originale. Queste limitazioni sono per la maggior parte causate
dall’utilizzazione di inibizioni di tipo feed – forward. Gli autori del seguente
articolo espongono in breve i risultati di un recente lavoro sperimentale che
102
Kanne, S. M., Balta, D. A., Spieler, D. H., & Faust, M. E. (1998). Explorations of Cohen,
Dunbar, and McClelland’s (1990) connectionist model of Stroop performance. Psychological
Review, 105, 174 – 187.
103
84
considera queste limitazioni implementando inibizioni di tipo ricorrente anziché
utilizzare inibizioni di tipo feed – forward.104
Infine, gli autori evidenziano alcune assunzioni teoriche del modello originale che
mettono in relazione il processo di lettura della parola con il processo di
denominazione del colore. Anche se gli autori sono d’accordo con Spieler et al.
sulla probabile esistenza di importanti differenze tra questi processi, non
concordano sul fatto che i loro risultati descrivano ed evidenzino questi fattori.
Inoltre, gli autori del seguente articolo ripropongono e confermano l’assunzione
originale della cornice teorica di riferimento: la tipologia delle differenze tra le due
elaborazioni non deve essere considerata allo stesso livello della distinzione di tipo
qualitativo, assunta per descrivere e distinguere l’elaborazione controllata
dall’elaborazione automatica.
5.2 Gli effetti della dimensione strutturale del compito nel modello
originale.
5.2.1 Assunzioni teoriche diverse, risultati sperimentali diversi.
Gli studi di Spieler et al. non consideravano esaurientemente i meccanismi
impiegati dagli autori dell’articolo originale per simulare gli effetti della
dimensione strutturale del compito. Questi meccanismi implementavano le
principali caratteristiche degli effetti attenzionali.
Infatti, Spieler et al. utilizzavano diverse reti neurali per simulare le diverse
dimensioni strutturali del compito; ciascuna rete veniva allenata in base al diverso
numero di stimoli. Questa implementazione differiva da quella di Cohen et al. per
descrivere gli effetti della dimensione del compito, per mezzo dello spostamento
dell’attenzione tra le unità che rappresentano gli stimoli e le risposte della rete.
Nella concettualizzazione originale non sembrava possibile che i partecipanti, prima
di svolgere l’esperimento, avessero avuto diverse reti neurali ciascuna allenata a
riconoscere le diverse parole che identificavano il tipo di colore presentato.
Piuttosto sembrava più ragionevole assumere che la variazione del numero degli
104
Cohen, J. D., McClelland, J. L., & Usher, M. (1998). A PDP approach to set size effects within
the Stroop task: Reply to Kanne, Balota, Spieler, and Faust (1998). Psychological Review, 105, 174 187.
85
stimoli e delle risposte, in un dato esperimento o condizione, causa dei cambiamenti
nella dinamica dello spostamento dell’attenzione tra le unità: il risultato di questi
cambiamenti produce una grande e unica rappresentazione dei potenziali stimoli e
risposte; tutte le unità di tutti gli stimoli vengono rappresentate dal partecipante
come entità familiari. Con questa interpretazione, il modo più adatto per simulare
gli effetti della dimensione strutturale del compito potrebbe essere quella di allenare
una singola rete neurale con il massimo numero di stimoli e risposte che
caratterizzano l’esperimento. Per valutare la performance della rete era possibile
variare le dimensioni della rete medesima durante l’assegnazione dell’attenzione
agli stimoli e alle risposte che dovevano essere valutate.
Spieler et al. assumono la suddetta interpretazione riportando i risultati di una
simulazione che era caratterizzata da un’architettura neurale di 4 – 4, allenata a
rispondere correttamente ai quattro stimoli per mezzo dello spostamento
dell’attenzione; non veniva però, in questo modo, simulato l’apprendimento in
funzione degli effetti della dimensione strutturale della rete neurale.
Inoltre Cohen et al. consideravano un principio fondamentale per implementare
l’elaborazione degli effetti attenzionali di allocazione: l’attenzione garantisce che
tutte le unità che costituisco un circuito neurale assumano un’attività a riposo che
sia localizzata in un intervallo della funzione di attivazione di maggiore sensibilità
(in questo caso, nella funzione logaritmica corrispondeva a un livello di attività di
0.5). Quindi, una delle ragioni principali del perché le simulazioni di Spieler et al.
non riuscivano ad adattarsi ai dati prodotti dalle simulazioni dell’articolo originale,
è rintracciabile nella mancanza, nella cornice sperimentale adottata, del suddetto
principio. Questo principio, nel modello originale, veniva implementato al livello
dello strato intermedio: i pesi delle connessioni controbilanciavano positivamente la
deviazione negativa di attivazione delle unità e le connessioni che provenivano
dalle unità di richiesta del tipo di compito (unità che rappresentavano il sistema
attenzionale). Come avevano fatto notare Spieler et al., la simmetria dei pesi
eccitatori ed inibitori in un architettura di tipo 2 – 2 garantisce all’ingresso della
rete, per ciascuna unità, un’attività a riposo di zero e quindi le attivazioni, per
questa ragione, assumevano un valore di 0.5. Questo comportamento non è
riscontrabile in un’architettura neurale asimmetrica, oppure più grande di 2 – 2.
Questa incongruenza dei risultati può essere risolta permettendo ai partecipanti di
conoscere, anticipatamente, il tipo di richiesta del compito da svolgere ed avere, in
86
questo modo, l’effetto dei livelli a riposo di tutte le unità del compito
corrispondente a 0.5.
Gli autori della risposta alla critica, quindi, sostengono che l’adattamento del
modello all’impostazione originale non può essere considerato valido perché non è
stato rispettato il principio fondamentale del modello di Cohen et al.: il ruolo
dell’attenzione di spostare le elaborazioni delle unità del circuito neurale
corrispondente al tipo di richiesta del compito, nella regione della funzione di
attivazione più sensibile.
5.2.2 La modellizzazione del sistema attenzionale.
Gli effetti attenzionali in relazione al tipo di compito sono necessari per stabilire il
ruolo dell’attenzione durante la presentazione degli stimoli di un particolare
compito: l’attenzione, in questo modo, configura lo stato delle unità corrispondenti
al tipo di compito in una condizione specifica.
Questi effetti possono essere
implementati in una simulazione in diversi modi. Uno di questi è implementando
esplicitamente un set di unità che rappresentano la conoscenza che hanno i
partecipanti a proposito dei differenti tipi di condizioni richieste dal tipo di compito
che deve essere svolto: questo tipo di conoscenza fornisce alle unità del circuito
neurale corrispondente un determinato livello di attivazione. Gli autori nel modello
originale utilizzavano queste unità di richiesta del tipo di compito da svolgere per
rappresentare la conoscenza che avevano i partecipanti per quanto riguarda la
dimensione degli stimoli per una data condizione del compito (per esempio,
denominazione del colore oppure lettura della parola), in modo da preattivare le
unità dello strato intermedio del circuito neurale corrispondente. Un altro modo per
preattivare lo stato dello unità è quello di influenzare le loro deviazioni per mezzo
di piccole variazioni, per arrivare, prima che inizi la fase di apprendimento, ad
un’attivazione di 0.5.
Un aspetto principale della questione riguarda il modo in cui viene propagata e
sviluppata l’attivazione delle unità di richiesta del tipo di compito da svolgere e
come le unità del circuito neurale corrispondente possono essere influenzate, così
come può essere adattato il concetto di allocazione dell’attenzione per un dato
compito o condizione. La situazione può essere ulteriormente complicata se si
considera che l’attivazione delle rappresentazioni del compito e le configurazioni
87
delle
deviazioni
delle
unità
possono
essere
dinamicamente
modificate
dall’esperienza accumulata dai partecipanti per svolgere un particolare tipo di
compito. I meccanismi sottostanti a questi processi sono di principale interesse per
tutte quelle teorie che tentano di spiegare il modo con il quale l’attenzione viene
distribuita. Comunque, come è stato chiaramente sostenuto da Cohen et al. questo
aspetto nel modello originale non veniva considerato come obiettivo: L’obiettivo di
questo articolo…non è quello di trovare la modalità di interpretazione più valida
per implementare un particolare tipo di compito, oppure come le decisioni che
riguardano l’assegnazione dell’attenzione possono essere prodotte. Piuttosto gli
autori sono concentrati su come l’informazione del compito e la corrispondente
assegnazione dell’attenzione influenzano l’elaborazione del circuito neurale,
direttamente coinvolto nello svolgimento del compito.
Quindi, il modello non aveva come obiettivo quello di spiegare come le unità di
richiesta del tipo di compito influenzavano la conoscenza dei partecipanti in
relazione all’esperienza acquisita precedentemente con il tipo di compito da
svolgere. Piuttosto il modello aveva come obiettivo quello di mostrare come i
meccanismi ipotizzati potevano descrivere e considerare gli effetti attenzionali. La
caratteristica principale del modello è situata in questi meccanismi che producono
effetti attenzionali, per mezzo dello spostamento delle attivazioni di tutte le unità a
riposo del compito corrispondente nella regione più sensibile della loro funzione di
attivazione.
Sebbene il modello originale non considerasse la situazione in cui vi era asimmetria
fra i pesi delle connessioni, questa condizione può essere trattata assumendo che i
meccanismi responsabili dell’allocazione dell’attenzione impostano l’attivazione
delle unità in un set di risposta che azzera gli ingressi ricevuti e produce un livello
di attivazione a riposo di 0.5. Questa configurazione delle attivazioni è coerente, a
livello dello strato intermedio, con i principi di implementazione degli effetti
attenzionali di Cohen et al. Quindi è necessario sottolineare che le simulazioni di
Spieler et al. non implementano questi meccanismi attenzionali, centrali invece per
la spiegazione e l’implementazione dei principi che costituiscono il contesto teorico
del modello originale.
88
5.2.3 Riconsiderazione delle simulazioni di Spieler et al.
Per analizzare come questi fattori attenzionali possono influire sulle performance
delle simulazioni di Spieler et al. e giustificare i risultati riscontrati dagli autori del
modello originali, gli autori della risposta alla critica ripropongono delle
simulazioni che meglio implementano i principi descritti nei paragrafi precedenti.
La simulazione era simile a quella proposta dagli autori della critica, caratterizzata
da una configurazione di pesi di connessione uguale al modello 4 – 4 di Spieler et
al. Gli autori volevano sperimentare l’eventualità che con l’aggiunta dei
meccanismi attenzionali discussi precedentemente era possibile migliorare la
capacità della simulazione di descrivere i dati empirici riscontrati nella realtà
umana. Sono tre, quindi, i cambiamenti apportati da Cohen et al. sulla simulazione
di Spieler et al..
Il primo cambiamento è stato apportato sulla deviazione dei parametri coinvolti
all’elaborazione dei valori che caratterizzano i processi, per produrre un livello di
attivazione a riposo delle unità di uscita uguale a 0.5. Questo cambiamento è stato
necessario per implementare l’ipotesi sostenuta dagli autori, ossia che le deviazioni
dei valori riflettono e riproducono le influenze dell’attenzione. Il valore di
deviazione differisce tra i compiti di lettura della parola e denominazione del colore
perché differiscono anche i pesi di connessione tra le unità intermedie e le unità di
uscita del circuito neurale corrispondente al tipo di compito. I valori di deviazione
differiscono anche per ciascun tipo di compito in funzione della dimensione
strutturale del compito stesso. Queste variazioni tra la dimensione della struttura del
compito e il tipo di compito da svolgere rispettano il contesto sperimentale degli
studi empirici reali: ciascun partecipante era valutato per un’unica dimensione del
compito e gli sperimentatori potevano regolare l’allocazione dell’attenzione del
partecipante, in modo da ottimizzare la sensibilità della rappresentazione
corrispondente al tipo di compito da svolgere.
Nel secondo cambiamento è stata aumentata la dimensione degli effetti attenzionali
coinvolti durante lo svolgimento del compito, aumentando la deviazione negativa
delle unità intermedie (–4.5) e incrementando a 4.5 i valori dei pesi di connessione
tra lo strato intermedio e le unità di richiesta del tipo di compito. E’ stato necessario
questo cambiamento per adattare le maggiori dimensioni della struttura neurale e
per simulare le piccole influenze del colore e della parola, osservate e riportate nei
89
dati di Spieler et al. in riferimento ai dati empirici reali di Dunbar e MacLeod.105
Infine, è stata modificata la sensibilità di risposta delle unità alle influenze prodotte
durante lo svolgimento del compito: l’attivazione a riposo delle unità dello strato
nascosto e dello strato di uscita era stata impostata a un livello inferiore rispetto al
punto di maggiore sensibilità della funzione di attivazione. Con questa
configurazione, la media dei tempi di reazione degli stimoli per ciascuna condizione
di ciascun compito in relazione alla dimensione strutturale del compito, mostra che
la simulazione riesce a produrre un migliore adattamento dei dati empirici: in
particolare, come era stato riscontrato nella simulazione di Spieler et al., i tempi
della denominazione del colore in funzione della dimensione strutturale del compito
aumentano anziché diminuire. Questi risultati suggeriscono che è possibile risolvere
alcuni problemi sollevati dalla critica di Spieler et al., impostando tutte le unità del
circuito neurale corrispondente al tipo di compito a livello dello strato intermedio e
a livello dello strato di uscita, nell’intervallo più sensibile del range dinamico della
funzione di attivazione che caratterizza le unità del circuito neurale, corrispondente
al tipo di compito da svolgere.
5.2.4 I molteplici fattori che influenzano la performance della modellizzazione
neurale dell’effetto Stroop.
Tuttavia la simulazione incontra ancora qualche problema, nel descrivere alcune
caratteristiche dei tempi di reazione dei dati empirici riscontrati nella realtà:
sebbene i tempi di denominazione del colore diminuiscono in funzione della
dimensione strutturale del compito, questo effetto non è ancora abbastanza grande e
sufficiente a descrivere le evidenze sperimentali reali. Inoltre, è probabile che i
tempi di lettura della parola riscontrati nella simulazione siano ancora troppo grandi
per descrivere validamente i dati sperimentali. Anche nelle simulazioni di Spieler et
al. sono stati osservati degli effetti simili e sono stati attribuiti al fatto che i livelli di
attivazione a riposo delle unità erano troppo bassi rispetto al valore di 0.5 delle reti
neurali più grandi. Tali effetti persistono anche nelle simulazioni di questo articolo,
pur se le attivazioni a riposo delle unità di uscita sono state impostate ad un
intervallo di sensibilità più alto. Questo risultato suggerisce che le analisi degli
effetti medesimi condotte da Spieler et al. sono incomplete e poco affidabili. Le loro
105
90
analisi erano maggiormente focalizzate sulla non linearità della funzione di
attivazione.
Inoltre, nel modello degli autori di questo articolo sono stati presentati ulteriori
possibili fattori che influenzano le dinamiche di elaborazione: per esempio gli
effetti della funzione ‘a cascata’ influenzano la media dei tempi di reazione e
l’interazione tra questa caratteristica e la funzione di attivazione (per esempio, la
differenza tra le attivazioni accumulate dalle unità più attive). Uno degli obbiettivi
principali di questo articolo è proprio quello di condurre un’analisi dettagliata di
questi effetti e la modalità con cui questi effetti possono essere messi in relazione
con gli effetti della dimensione strutturale del compito. Gli autori, inoltre, sono
consapevoli della presenza di ulteriori problemi per quanto riguarda la validità dei
risultati prodotti dalla loro simulazione: per esempio, come avevano evidenziato
Spieler et al., la simulazione produce una quantità di facilitazione maggiore nella
condizione di congruenza in relazione alla dimensione strutturale del compito; un
comportamento questo che non era stato evidenziato nella condizione sperimentale
reale.
Lo scopo delle simulazioni degli autori di questo articolo è quello di mostrate come
è possibile migliorare le capacità di un modello nel descrivere i dati empirici reali,
implementando i principi centrali del contesto teorico su cui vengono basate le
spiegazioni dei dati empirici riscontrati. La presenza di ulteriori fattori di
implementazione che influenzano le performance di un modello: fattori che erano
stati identificati nell’articolo di Cohen et al. e utilizzati per ottimizzare la capacità di
adattamento della condizione artificiale con quella reale; quindi analizzare questi
fattori significa migliorare la qualità della modellizzazione. Questi fattori, nel caso
specifico della modellizzazione della prova di interferenza colore – parola di
Stroop, includono anche la specificità dell’intervallo di apprendimento dei colori e
delle parole, il criterio di arresto dell’apprendimento e le influenze prodotte
dall’attenzione a livello dello strato intermedio e dello strato di uscita. Inoltre, come
era stato evidenziato nell’articolo originale, vi sono ulteriori complesse
interdipendenze tra questi parametri. Per esempio, l’aspetto della quantità relativa di
apprendimento fornito alle parole e ai colori.
91
5.2.5 La condizione di lettura della parola e di denominazione del colore.
Nell’articolo originale, gli autori assumevano che i partecipanti avessero avuto una
maggiore esperienza con la lettura della parola rispetto alla denominazione del
colore. Non vi sono, comunque, dati empirici che giustifichino direttamente questa
assunzione; l’intervallo specifico delle prove di apprendimento per la lettura della
parola e per la denominazione del colore veniva considerato come un parametro
indipendente, che creava le condizioni adatte e necessarie per produrre un valore
che descriveva, nel miglior modo possibile, i dati empirici riguardanti il paradigma
della prova di interferenza colore – parola di Stroop: la velocità relativa della lettura
della parola versus la velocità relativa di denominazione del colore.
La proporzione 5:1 utilizzata per produrre l’adattamento migliore dei risultati della
simulazione ai dati empirici riscontrati nella realtà, risultava essere ottimale per
un’architettura neurale di tipo 2 – 2 e quindi di conseguenza, la stessa proporzione
non può essere considerata per un’architettura neurale più grande. Inoltre, questi
parametri interagiscono con la forza degli effetti attenzionali coinvolti al livello
dello strato intermedio e di uscita. Gli autori non avevano esaurientemente
analizzato questi parametri e condizioni, ipotizzando quindi che una delle possibili
cause dei problemi riscontrati nelle architetture neurali più grandi sia dovuta alla
differenza che intercorre nella quantità di effetti che caratterizzano un’architettura
neurale più grande, con una proporzione 5:1 troppo piccola per questa particolare
struttura neurale. Una proporzione più grande potrebbe riuscire meglio a descrivere
i risultati della lettura della parola riscontrati nella realtà, essendo influenzata di
meno dalla dimensione strutturale del compito rispetto alla denominazione del
colore. Inoltre, gli autori della modellizzazione originale non avevano analizzato gli
effetti di asimmetria del numero di colori e parole che caratterizzavano la fase di
apprendimento della rete neurale: questo aspetto risulta essere uno degli studi
principali descritti e sostenuti nell’articolo di Spieler et al. L’asimmetria, quindi,
potrebbe interagire con gli effetti della dimensione strutturale del compito (per
esempio l’apprendimento di un maggior numero di parole
rispetto ai colori
potrebbe aiutare a diminuire gli effetti causati dalla dimensione strutturale del
compito sulla parola).
92
5.2.6 Il problema della dimensione strutturale del compito.
Spieler et al. riportarono lo studio e l’implementazione di alcuni dei possibili fattori
coinvolti durante lo svolgimento del compito Stroop (per esempio l’intervallo di
apprendimento, il criterio di arresto e l’asimmetria nel numero di colori e parole).
Non avevano però effettuato lo studio di altri fattori, come per esempio la forza
degli effetti dell’attenzione. Infatti, le loro simulazioni non erano caratterizzate dai
meccanismi attenzionali, che nel modello originale implementano uno dei principi
centrali della cornice teorica di riferimento: tutte le unità di un circuito neurale,
corrispondente alla richiesta del tipo di compito da eseguire, assumono
un’attivazione a riposo localizzata nell’intervallo più sensibile della loro funzione di
attivazione. Pertanto gli autori di questo articolo sostengono che sia prematuro non
considerare gli aspetti principali del modello originale. Inoltre, gli autori
giustificano la mancanza dei meccanismi che descrivono la dimensione strutturale
del compito con la seguente affermazione: la modellizzazione 2 – 2 era la struttura
neurale più semplice e più adatta per descrivere e implementare i principi necessari
alla produzione dei fenomeni di principale interesse, rilevati sui soggetti
sperimentali reali durante lo svolgimento della prova di interferenza colore – parola
di Stroop. Per implementare un’architettura neurale più grande è necessario
cambiare i valori dei parametri di deviazione e il valore dei pesi delle connessioni
del sistema attenzionale. La situazione si complica quando viene variata la
dimensione strutturale della rete neurale: per implementare questo tipo di variazione
è necessario aggiungere ulteriori meccanismi, per esempio sistemi responsabili
della gestione e della variazione dei parametri di deviazione.
Spieler et al. analizzarono in maniera diretta e sistematica gli effetti della variazione
strutturale della rete neurale, manipolando la quantità di stimoli e di risposte.
Questa variazione interessa complessivamente anche il sistema attenzionale di
allocazione. Quindi, con tutte queste considerazioni è probabile che nel modello
originale ci siano delle limitazioni fondamentali che devono essere analizzate. Gli
autori della risposta alla critica, pertanto propongono e considerano un recente
lavoro che analizza queste limitazioni.
93
5.3 Gli effetti causati dalla dimensione della struttura neurale e i
meccanismi di inibizione.
Una caratteristica del modello che Cohen et al. considerano come una delle
principali limitazioni è l’utilizzo di un’architettura di elaborazione di tipo feed –
forward. Alcuni recenti modelli utilizzano tra gli strati connessioni di tipo
eccitatorio e tra le unità dello stesso strato connessioni di tipo inibitorio. Le
connessioni inibitorie tra gli strati causano dei problemi alle reti connessioniste che
sono caratterizzate da unità di tipo locale, ossia da quelle unità che, nella
modellizzazione di un processo cognitivo, hanno la funzione di rilevatore del tipo di
entità cognitiva coinvolta: lettere, parole o concetti - per esempio “il colore verde”.
Il problema è evidente nel caso in cui un’attivazione di uno strato della rete neurale
risulta essere parziale tra le possibili alternative che la possono rendere completa.
L’inibizione di tipo feed – forward è in grado di risolvere questo problema,
utilizzando queste attivazioni parziali a livello dello strato successivo.
Per descrivere meglio il problema si può considerare il modello delle attivazioni
interattive per la percezione della lettera di McClelland e Rumelhart.106 Il modello
era costituito da una parola formata da tre lettere e a ciascuna lettera era assegnata
una specifica posizione. Ipotizzando che venga presentato uno stimolo ambiguo, si
attivano per ciascuna posizione due alternative: R oppure P nella prima posizione, E
o F nella seconda e D o B nella terza. Per questi stimoli vi è solo una parola che si
adatta correttamente a ciascuna delle tre posizioni e a una sola lettera tra le lettere
alternative disponibili. Se l’attivazione di ciascuna alternativa a una data
configurazione di unità attiva delle alternative al livello successivo che sono
corrispondenti alla risposta corretta e inibisce le alternative al livello successivo che
non sono corrispondenti alla risposta corretta, non vengono prodotte le attivazioni
delle risposte alternative. Il problema viene risolto sostituendo le inibizioni di tipo
bottom – up con inibizioni ricorrenti oppure laterali. Questa sostituzione viene
implementata per mezzo della reciproca inibizione delle connessioni di ciascuna
unità: ciascuna unità, infatti, è connessa con le altre dello stesso strato. In questo
caso alcune parole riceveranno un’eccitazione di tipo botton – up e solo l’unita della
parola “red” sarà attivata in una sola occasione in ciascuna delle tre posizioni.
Come è stato dimostrato nelle simulazioni del presente capitolo, le influenze laterali
106
McClelland, J. L., & Rumelhart, D. E. (1981). Op. cit. e pp. cit.
94
inibitorie permettono all’alternativa migliore tra le possibili risposte, di essere scelta
anche quando vi sono molte alternative di risposta in competizione. Per questa ed
altre ragioni, McClelland et al. hanno sviluppato un modello alternativo ai modelli
classici ‘a cascata’. In questo nuovo modello, tra i diversi livelli della rete vi sono
solo connessioni di tipo eccitatorio e tra le connessioni delle unità dello stesso
livello, per avere un vincitore tra le competizioni coinvolte vengono utilizzati
processi di inibizione laterale.
Considerando quanto detto precedentemente, gli autori di questo articolo
descrivono le due ragioni principali per giustificare la scelta fatta da Cohen et al.,
ossia quella di utilizzare una logica di tipo feed – forward anziché di tipo inibitorio
ricorrente. La prima ragione è rintracciabile nella struttura del modello originale,
semplice e perfettamente adattato al caso in cui vi erano solo due alternative di
risposta diametralmente opposte (rosso e verde). In questa situazione il risultato
dell’esecuzione della prova era rappresentato dall’attivazione di una delle due
possibili alternative e l’attivazione veniva considerata a livello della forza di
attivazione.
La seconda ragione è rintracciabile negli algoritmi di apprendimento implementati.
Per una rete neurale connessionista è stato più opportuno utilizzare algoritmi di tipo
feed-forward, senza utilizzare inibizioni ricorrenti o laterali. Inoltre, gli autori
sostengono che gli effetti di rafforzamento graduale dei pesi di connessione,
riscontrati nelle reti neurali di tipo feed – forward, possono essere analizzati per
mezzo degli effetti di apprendimento. Gli autori, infine, suggeriscono
l’implementazione di nuovi modelli che utilizzino reti neurali caratterizzate da
inibizioni di tipo ricorrente anziché di tipo feed – forward, proponendo versioni
semplificate di modellizzazione dell’effetto Stroop che utilizzano algoritmi di tipo
ricorrente. In alcuni recenti lavori di Usher e Cohen107 gli autori hanno sviluppato
versioni migliori del modello, assumendo una direzione che ha come obiettivo
l’analisi degli effetti causati dalla dimensione strutturale della rete neurale, come
proposto successivamente da Spieler et al. nella critica al modello originale di
Cohen et al.
107
Usher, M., & Cohen, J. D. (1997). A connectionist model of the Stroop task revisited: Reaction
time distributions and different effects on facilitation and interference captured by a single set of
mechanism. Manuscript in preparation.
95
5.4 La lettura della parola versus la denominazione del colore.
Gli autori Cohen et al. sono stati molto influenzati dalle caratteristiche dei modelli
connessionisti, in particolare da quei modelli che sono caratterizzati dall’inibizione
di tipo ricorrente, perché riescono a riprodurre importanti evidenze sperimentali per
quanto riguarda l’analisi dei meccanismi sottostanti ai fenomeni attenzionali. La
descrizione fornita dagli autori per quanto riguarda, invece, le performance prodotte
dal modello durante lo svolgimento del compito di interferenza colore – parola di
Stroop hanno il vantaggio non solo di evidenziare l’esistenza dei possibili
meccanismi coinvolti ma anche di evidenziare, nell’implementazione, alti livelli di
parsimonia e coerenza rispetto agli effetti riscontrati nella realtà.
Uno dei punti principali proposto da Cohen et al. era l’ipotesi dell’esistenza di
processi qualitativamente distinti che possono essere descritti e prodotti per mezzo
di meccanismi qualitativamente identici. Gli autori di questo articolo riconoscono
che questa affermazione è troppo restrittiva, in particolare per quanto riguarda i
compiti di lettura della parola e di denominazione del colore che sembrano essere
caratterizzati da meccanismi di diversa natura. Gli autori, inoltre, sono consapevoli
del fatto che riproporre gli stessi effetti della realtà, non significa riproporre il
corretto e completo funzionamento dei meccanismi effettivamente coinvolti. Infatti,
come suggerito da Spieler et al. sono state riscontrate importanti differenze tra la
denominazione del colore e la lettura della parola. Anche se questa eventualità è
stata confermata, è possibile comunque continuare a descrivere e a considerare, nei
modelli connessionistici in particolare, questi tipi di processi in termini di circuiti
neurali caratterizzati da un’elaborazione qualitativamente identica. Questa
possibilità non è stata ancora completamente analizzata, sia utilizzando
l’architettura del modello originale di Cohen et al. e sia utilizzando architetture
neurali caratterizzate da inibizione di tipo ricorrente.
L’interpretazione principale degli autori dell’articolo originale sostiene che «gli
effetti dello Stroop possono essere spiegati per mezzo delle differenze della forza
dei due processi, che utilizzano meccanismi qualitativamente identici».108 Anche se
questa affermazione non è giustificabile, è comunque presente un aspetto altrettanto
centrale e importante, riguardante la similarità a livello qualitativo delle
elaborazioni prodotte dai circuiti neurali, continuando comunque a rispettare la
108
Cohen, J. D., Dunbar, K., & McClelland, J. L. (1990). Op. cit. e pp. cit
96
distinzione tra elaborazione controllata e automatica. Ipotizzando, per esempio, che
per spiegare la differenza nel compito dello Stroop degli effetti riscontrati durante la
denominazione del colore e durante la lettura della parola, sia necessario un sistema
aggiuntivo per l’elaborazione della denominazione del colore (per esempio,
un’ulteriore strato a livello delle unità intermedie, un circuito neurale deputato alla
rappresentazione del significato assunto da un colore, come è stato suggerito da
Spieler et al.). Sebbene sia possibile che i circuiti neurali coinvolti, per ciascun tipo
di compito, non siano identici, i meccanismi sottostanti ai due tipi di compiti usati
per descrivere i fenomeni riscontrati durante lo svolgimento del compito Stroop,
possono avere delle caratteristiche qualitativamente simili. Questo non significa che
durante il compito di denominazione del colore sia necessario considerare un unico
meccanismo,
oppure
dei
meccanismi
qualitativamente
distintiti.
Questa
interpretazione risulta essere in contrasto con la teoria classica che considera la
denominazione del colore come un processo controllato e la lettura della parola
come un processo automatico e che questa differenza coinvolge meccanismi
qualitativamente distinti.
Vi sono anche altre possibili differenze tra la lettura della parola e la denominazione
del colore. Per esempio, è stato proposto che la lettura della parola è un compito che
utilizza una parziale ma regolare rappresentazione tra lo spelling e la lettura della
parola, invece questo meccanismo non è presente nella denominazione del colore.
Coerentemente con questa interpretazione, i diversi tipi di rappresentazione possono
differire per ciascun circuito neurale. Quindi, come per le ipotesi a sostegno delle
influenze prodotte dall’attenzione, gli autori hanno proposto l’esistenza di possibili
interazioni tra i fattori rappresentazionali che caratterizzano il tipo di compito da
svolgere. Comunque è probabile che le interazioni non siano rilevanti e sufficienti
per descrivere la configurazione degli effetti osservati durante lo svolgimento del
compito Stroop, perché, come è stato osservato in molte delle varianti del compito
originale, gli stessi effetti possono essere prodotti anche quando vengono utilizzati
altri tipi di stimoli, come per esempio in compiti in cui lo stimolo è un riferimento
spaziale oppure una figura.
Uno degli aspetti più importante del compito Stroop sono gli effetti prodotti durante
lo svolgimento del compito, simulati nel modello originale per mezzo della ‘forza di
elaborazione’: la ‘forza di elaborazione’, è il fattore principale per descrivere questi
effetti, allo stesso livello di importanza delle differenze che caratterizzano i circuiti
97
neurali coinvolti. La ‘forza di elaborazione’ è una variabile continua e nel modello
originale viene ipotizzato che le differenze qualitative presenti in questa variabile
possono essere sufficienti per descrivere gli effetti prodotti dallo svolgimento del
compito Stroop. Questa ipotesi risulta essere in contrasto con la più classica delle
assunzioni teoriche, ossia quella che interpreta questi effetti in termini di
differenziazioni qualitative tra le elaborazioni. Infine, è necessario chiarire che la
cornice teorica assunta dagli autori dell’articolo originale e dagli autori del seguente
articolo, non sostiene l’ipotesi secondo cui sia possibile spiegare la performance di
tutti i compiti in termini di meccanismi qualitativamente simili. Per esempio, è
possibile ipotizzare l’esistenza di meccanismi differenti durante lo svolgimento di
un compito nuovo e insolito, in particolare tra le associazioni stimoli e risposte che
lo caratterizzano. Gli autori non credono che le differenziazioni riscontrate nelle
prove sperimentali originali tra la lettura della parola e la denominazione del colore
siano prodotte per mezzo di questo particolare aspetto, poiché entrambi i tipi di
compiti sono caratterizzati da associazioni stimoli – risposta altamente familiari.
Gli autori riconoscono che i dati presentati da Spieler et al. sono interessanti e
significativi se non si considerano i principi fondamentali del modello originale. Gli
autori non sono comunque d’accordo con Cohen et al. a proposito delle capacità dei
principi di descrivere i dati sperimentali reali; questa discordanza è confermata e
giustificata dagli studi sperimentali riportati da Spieler et al., caratterizzati da
meccanismi che riescono meglio a descrivere i dati sperimentali reali. Uno dei
risultati principali del loro studio è stato quello dell’allocazione dell’attenzione a
tutti i livelli della rete neurale, ché per mezzo dell’attivazione prodotta dal sistema
attenzionale, le funzioni di attivazione delle unità corrispondenti al tipo di compito
da svolgere venivano impostate nella regione più sensibile per produrre una
risposta. Spieler et al. non implementano questo principio a livello dello strato di
uscita. Quindi, gli autori di questo articolo riconoscono la debolezza dei risultati
degli esperimenti prodotti dalla simulazione originale. Inoltre, propongono lo studio
e l’implementazione di ulteriori fattori - come per esempio la specificazione di un
intervallo di apprendimento per i colori e per le parole, il criterio di arresto
98
dell’apprendimento, la dimensione delle influenze attenzionali ai livelli intermedi e
di uscita - sostenendo che il modello originale può riuscire a simulare e a valutare
esaurientemente questo tipo di fenomeni. Inoltre, gli autori sono consapevoli del
fatto che l’aver utilizzato nel modello originale inibizioni di tipo feed – forward ha
caratterizzato il modello di un fattore di forte limitazione, e per questo motivo
propongono una nuova e possibile cornice di lavoro per estendere le capacità della
simulazione e per risolvere la limitazione introducendo l’implementazione di
inibizioni di tipo ricorrente.
Infine, i dati di Spieler et al. evidenziano una importante questione che riguarda i
meccanismi che determinano l’allocazione dell’attenzione. Questi meccanismi non
sono stati consideranti negli obiettivi del modello originale ma sono, comunque,
intimamente collegati con i tipi di effetti attenzionali implementati. Gli autori
concludono che per mezzo di questi lavori sia possibile evidenziare maggiormente
la stretta relazione esistente tra gli studi sperimentali reali e i tentativi di riuscire a
cogliere i risultati di questi studi per mezzo di modelli simulativi artificiali di tipo
esplicito.
99
Conclusioni
La modellizzazione originale del compito di Stroop, sviluppata da Cohen et. al.,
suggeriva che anziché considerare il fenomeno dell’automaticità come un processo
del tipo “tutto o nulla” può essere, invece, interpretato in termini di continuum
basato sulla forza di elaborazione dei processi che lo caratterizzano. Gli autori
hanno descritto una struttura di meccanismi, in grado di produrre gradualmente e
continuamente rafforzamenti dei processi coinvolti durante lo svolgimento del
compito Stroop ed evidenziato la modalità con il quale questi meccanismi possono
descrivere i vari effetti prodotti dall’automaticità. In particolare, questi meccanismi
descrivono e ipotizzano la possibile esistenza di un continuum che caratterizza gli
attributi dell’automaticità, in relazione al continuum, dimostrato anche a livello
sperimentale reale, degli effetti di pratica. Nel modello le differenze nella pratica
determinano le differenze della ‘forza di elaborazione’ e questa relazione permette
di simulare le stesse performance osservate durante lo svolgimento del compito
Stroop dai soggetti umani. Il modello indica anche che interpretando lo Stroop
come un “effetto” è possibile modellizzare il medesimo per mezzo della
competizione di due processi qualitativamente simili, i quali differiscono solo per la
loro forza di attivazione.
A livello neurologico, il modello suggerisce ed ipotizza il modo con cui la
corteccia frontale è coinvolta nello svolgimento dei processi volontari. Questo
coinvolgimento è caratterizzato da un’attivazione di tipo top – down e supporta
l’indebolimento dei processi, così come accade, per esempio, per lo svolgimento
del compito di denominazione del colore.
Dalla critica riportata da Spieler et al., gli autori riconoscono che i dati presentati
sono interessanti e significativi se non si considerano i principi fondamentali del
modello originale.
Sono d’accordo, comunque, sul fatto che l’aver utilizzato nel modello originale
inibizioni di tipo feed – forward sia stata una fonte di limitazione per le
potenzialità del modello; e per questo motivo propongono una nuova e possibile
cornice di lavoro per estendere le capacità della simulazione e per risolvere la
limitazione, introducendo l’implementazione di inibizioni di tipo ricorrente.
Infine, i dati di Spieler et al. evidenziano una importante questione che riguarda il
funzionamento dei meccanismi che determinano l’allocazione dell’attenzione.
100
Questi meccanismi non sono stati considerati negli obiettivi del modello originale
ma sono, comunque, intimamente collegati con i tipi di effetti attenzionali
implementati.
Quindi, per mezzo di questi lavori è stato possibile evidenziare maggiormente la
stretta relazione esistente tra gli studi sperimentali reali e i tentativi di riuscire a
cogliere i risultati di questi studi per mezzo di modelli simulativi artificiali di tipo
esplicito.
Il simulatore PDP++, l’approccio teorico a cui il software fa riferimento e il come
un modello teorico possa essere implementato, controllato e gestito per mezzo del
simulatore medesimo, forniscono nuovi contesti sperimentali alternativi per
descrivere e spiegare fenomeni di tipo cognitivo.
Utilizzare il simulatore PDP++ significa utilizzare uno strumento metodologico
alternativo di ricerca sperimentale per l’implementazione e l’applicazione di
processi percettivi e/o cognitivi. I risultati possono essere facilmente confrontati con
i risultati di altre ricerche sperimentali che adottano metodologie di ricerca diverse
da quella qui considerata.
In ambito psicologico sono state proposte varie modellizzazioni di processi
cognitivo - percettivi, fra cui la modellizzazione fatta da Cohen et al. descritta
precedentemente, il modello proposto da Plaut e Shallice per la rappresentazione
distribuita delle parole in rapporto alla dislessia.109 Munakata et al. invece
propongono un modello che rappresenta le dinamiche e le interazioni dei sistemi di
memoria,110 Hinton il riconoscimento visuale della forma degli oggetti,111 ecc. I
risultati di questi lavori possono essere confrontati con i risultati di ricerche
sperimentali di altri autori eseguite in contesti sperimentali reali.
109
Plaut, D. C. & Shallice, T. (1993). Deep dyslexia: A case study of connectionist
neuropsychology. Cognitive Neuropsychology, 10(5), 377 – 500.
110
Munakata, Y., McClelland, J. L., Johnson, M. J., & Siegler, R. S. (1997). Rathinking infant
knowledge: Toward an adaptive process account of successes and failures in object permanence
tasks. Psychological Review, 104, 686 – 713.
111
Hinton, G. E. (1991). A parallel computational that assigns canonical object – based frames of
reference. Proceedings of the 7th IJCAI (pp. 683 – 685). Vancouver.
101
Riferimenti Bibliografici
Allport, A. (1987). Selection for Action: Some Behavioral and Neuropsychological Consideration of
Attention and
Action. In H. Heuer & A. F. Sanders (Eds.), Perspectives on Perception and
Action. London: Lawrence Erlbaum Associates.
Allport, A. (1993). Attention and Control: Have we been asking the wrong question? A critical
review of twenty-five years, Attention and Performance XIV: Synergies in experimental
psychology, artificial intelligence, and cognitive neuroscience. Cambridge, MA.: MIT Press.
Allport, D. A. (1982). Attention and performance. In G. I. Claxton (Ed.), New directions in cognitive
psychology (pp. 112 – 153). London: Reutledge & Kegan Paul.
Anderson, J. R. (1982). Acqusition of cognitive skill. Psychological Review, 89, 369 – 406.
Banich, M., Milham, M. P., Atchley, R., Cohen, N. J., Webb, A., Wszalek, T., Kramer, A. F., Liang,
Z. P., Barad, V., Gullett, D., Shah, C., & Brown, C. (2000a). Prefrontal regions play a
predominant role in imposing an attentional ‘set’: evidence from fRMI. Cognitive Brain Research,
10, 1 – 9.
Banich, M., Milham, M. P., Atchley, R., Cohen, N. J., Webb, A., Wszalek, T., Kramer, A. F., Liang,
Z. P., Wright, A., Shenker, J., & Magin, R. (2000b). fRMI studies of Stroop tasks reveal unique
roles of anterior and posterior brain systems in attentional selection. Journal of Cognitive
Neuroscience, 12, 988 – 1000.
Banich, M., Milham, M., Jacobson, B., Webb, A., Wszalek, T., Cohen, N., & Kramer, A. (2000; in
press). Attentional selection and the processing of task – irrelevant information: Insight from
fRMI examination of the Stroop task. In C. M. Casanova, & M. Ptito (Eds.), Vision: from neurons
to cognition. Amsterdam: Elsaviar Science.
Besner, D., Slotz, J. A., & Boutilier (1997). The Stroop effect and the myth of automaticity.
Psychonomic Bullettin & Review, 4(2), 221 – 225.
Brown T. L. (1996). Attentional selection and word processing in Stroop and word search task: The
role of selection for action. American Journal of Psychology, 109(2), 265 – 286.
Brown, W. (1915). Practice in associating color-names with colors. Psychological Review, 22, 45 –
55.
Bryson, A. E., & Ho, Y. C. (1969). Applied optimal control. New York: Blaisdel.
Cattell, J. M. (1886). The time it takes to see and name objects. Mind, 11, 63 – 65.
Chadley K. Dawson, Randall C.O’ Reilly, and James L. McClelland. (2003). Introduction to the
PDP++ Software. The PDP++ Software Users Manual, Carnagie Mellon University, p. 2.
Cleeremans, A., & French, R. M. (1996). From chicken squawking to cognition: Levels of
description and the computational approach of psychology. Psychologica Belgica, 36(1 – 2), pp. 5
– 29.
In Chadley K. Dawson, Randall C.O’ Reilly, and James L. McClelland. (2003). The PDP++
Software ver. 3.1, Carnagie Mellon University.
Cohen, J. D., Huston, T. A. (1994). Progress in the use of interactive models for understanding
attention and performance. In C. Umilta, & M. Moscovitch (Eds.), Attentino and performance XV
(pp. 1 – 19). Cambridge, MA: MIT Press.
Cohen, J. D., McClelland, J. L., & Usher, M. (1998). A PDP approach to set size effects within the
Stroop task: Reply to Kanne, Balota, Spieler, and Faust (1998). Psychological Review, 105, 174 187.
Cohen, J. D., Servan – Schreiber, D. (1992). Context, cortex, and dopamine: A connectionist
approach to behavior and biology in schizophrenia. Psychological Review, 99, 45 – 77.
Coltheart, M. (1978). Lexical access in a simple reading task. In G. Underwood (Ed.), Strategies of
information processing (pp. 151 – 216). London: Academic Press.
Crick, F. & Asanuma, C. (1986). Certain Aspects of the Anatomy and Physiology of the Cerebral
Cortex. In D. E. Rumelhart, J. L. McClelland, & the PDP Research Group, op. cit., Vol. 2,pp. 333
– 371.
Crick, F. H. C. (1989). The recent excitement about neural network. Nature, 337, 129 – 132.
Di Paolo, E. A., Noble, J., & Bullock, S. (2000). Simulation model as opaque thought experiments,
Artificial Life Vii. Cambridge, MA: MIT Press, pp. 497 – 506.
Dishon Berkovits, M, & Algom (2000). The Stroop effect: It is not the robust phenomenon that you
have thought it to be. Memory and Cognition, 28 (8), 1437 – 1449.
102
Dunbar, K., & MacLeod, C. M. (1984). A horse race of a different color: Stroop interference
patterns with transformed words. Journal of Experimental Psychology: Human perception and
Performance, 10, pp. 662 – 639.
Durgin, F. H. (2000). The reverse Stroop effect. Psychonomic Bullettin & Review, 7(1), 121 – 125.
Eric R. Kandel, James H. Schwartz, & Thomas M. Jessell. (2003 ). Integrazione delle funzioni
sensitive e motorie: cortecce associative e capacità cognitive cerebrali, Principi di neuroscienze.
Edizione Italiana, Casa Editrice Ambrosiana, p. 347.
Gibson J. J. (1979). The ecological approach to visual perception. Boston: Houghton Mifflin.
Glaser, M. O., & Glaser, W. R. (1982). Time course analysis of the Stroop phenomenon. Journal of
Experimental Psychology: Human Perception and Performance, 8, pp. 875 – 894.
Hebb, D.O. (1949). The Organization of behavior. New York: Wiley.
Hinton, G. E. (1991). A parallel computational that assigns canonical object – based frames of
reference. Proceedings of the 7th IJCAI (pp. 683 – 685). Vancouver.
Hinton, G. E., McClelland, J. L., & Rumelhart, D. E. (1986). Distributed representation. In D. E.
Rumelhart, J. L. McClelland, & PDP Research Group (Eds.), Parallel distributed processing.
Volume 1: Foundations. Cambridge, MA: MIT Press, Chap. 3, pp. 77 – 109.
Hirst, W., & Kalmar, D. (1987). Characterizing attentional resources, Journal of Experimental
Psychology: General, 116, 68 – 81.
Hodgkin, A. L., & Huxley, A. F. (1952). A quantitative description of membrane current and its
application to conduction and excitation in nerve. Journal of Neurophysiology (London), 117, 500
– 544.
Hopfield, J. J. (1984). Neurons with graded response have collective computational properties like
those of two – state neurons. Proceedings of the National Academy of Sciences, 81, 3088 – 3092.
Jaensch, E. R. (1929). Grundformen menschlichen Seins. Berlin: Otto Elsner.
Kahneman, D., & Treisman, A. (1984). Changing view of attention and automaticity. In R.
Parasuraman, D. R. Davies, & J. Beatty (Eds.), Varieties of attention (pp. 29 – 61). New York:
Academic Press.
Kanne, S. M., Balta, D. A., Spieler, D. H., & Faust, M. E. (1998). Explorations of Cohen, Dunbar,
and McClelland’s (1990) connectionist model of Stroop performance. Psychological Review, 105,
174 – 187.
Kolers, P. A. (1976). Reading a year later. Journal of Experimental Psychology: Human Learning
and Memory, 2, 554 – 565.
Link, S. W. (1975). The relative judgement theory of two choice response time. Journal of
Mathematical Psychology, 12, 114 – 135.
Logan, G. D. (1978). Attention in character classification : Evidence for the automaticity of
component stages. Journal of Experimental Psychology: General, 107, 32 – 63.
Logan, G. D. (1988). Toward an instance theory of automatization. Psychological Review, 95, 492 –
527.
MacLeod, C. (1991). Half a century of research on the Stroop effect: An integrative review.
Psychological Bullettin, 109(2), 163 – 203.
MacLeod, C. M., & Dunbar, K. (1988). Training and Stroop – like interference: Evidence for a
continuum of automaticity. Journal of Experimental Psychology: Learning, Memory, and
Cognition, 14, 126 – 135.
development. In R. G. M. Morris (Ed.), Parallel distributed processing: Implications for
psychology and neurobiology. (pp. 8 – 45). Oxford, England: Oxford University Press.
development. In R. G. Morris (Ed.), Parallel distributed processing: Implications for psychology
and neurobiology (pp. 8 – 45). Oxford, England: Oxford University Press.
McClelland, J. L., & Rumelhart, D. E. (1981). An interactive activation model of context effects in
letter perception: Part 1. An account of basic findings. Psychological Review, 88(5), 375 – 407.
McClelland, J. L., & Rumelhart, D. E. (1986). A distributed model of human learning and memory.
In J. L. McClelland, D. E. Rumelhart, & PDP Research Group (Eds.), Parallel distributed
processing. Volume 2: Psychological and biological models. Cambridge, MA: MIT Press, pp. 170
– 215.
McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity.
Bullettin of Mathematical Biophysics, 5, 115 – 133.
Minai, A. A., & Levy, W. B. (1994). Setting the activity level in sparse random networks. Neural
Computation, 6, pp. 85 – 99.
Minsky, M. L., & Papert, S. A. (1969). Perceptrons. Cambridge, MA: MIT Press.
103
Munakata, Y., McClelland, J. L., Johnson, M. J., & Siegler, R. S. (1997). Rathinking infant
knowledge: Toward an adaptive process account of successes and failures in object permanence
tasks. Psychological Review, 104, 686 – 713.
Navon, D., & Gopher, D. (1979). On the economy of human processing system. Psychology Review,
86, 214 – 255.
Newell, A., & Rosenbloom, P. S. (1981). Mechanism of skill acquisition and the law of practice. In
J. R. Anderson (Ed.), Cognitive skill and their acquisition, (pp. 1 – 55). Hillsdale, NJ: Erlbaum.
Parisi, D. (1992). Contro “cognitivo”. Sistemi Intelligenti, 4, pp.159-165.
Parisi, D. (1997). Scienza cognitiva oggi. Giornale Italiano di Psicologia, 24, pp. 475-492.
Phaff, R. H. (1986). A connectionist model for attention: Restricting parallel processing though
modulary. Unpublished doctoral dissertation, Unit of Experimental Psychology, University of
Leiden, The Netherlands.
Plaut, D. C. & Shallice, T. (1993). Deep dyslexia: A case study of connectionist neuropsychology.
Cognitive Neuropsychology, 10(5), 377 – 500.
Posner, M. L., & Snyder, C. R. (1975). Attention and cognitive control. In R. L. Solso (Eds.),
Information processing and cognition (pp. 55 – 85). Hilsdale, NJ: Erlbaum.
Posner, M. L., & Snyder, C. R. (1975). Op. cit. e pp. cit.
Neuroscience, A Bredford Book, Cambridge, MA: MIT Press.
Ratcliff, R. (1978). A theory of memory retrieval. Psychological Review, 85, 59 – 108.
Robert J. Sternberg. (2000). L’elaborazione in parallelo: il modello connessionista. Psicologia
Cognitiva, trad. da. Cognitive Psychology (1996). Rinehart & Winston. Piccin. Nuova Libraria
s.p.a. Padova, pp. 256 - 260.
Robert J. Sternberg. (2000). Psicologia Cognitiva, trad. da Cognitive Psychology (1996). Rinehart
& Winston. Piccin. Nuova Libraria s.p.a. Padova.
Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and
organization in the brain. Psychological Review, 65, 386 – 408.
Rumelhart, D. E. McClelland, J. L., & the PDP Research Group. (1986). Parallel Distributed
Processing: Explorations in the microstructure of cognition, Cambridge, MA: The MIT Press.
Rumelhart, D.E., Hinton, G. E., & Williams, R. J. (1986b). Learning representations by back –
propagating errors. Nature, 323, 533 – 536.
Schneider, W., & Shiffrin, R. (1977). Controlled and automatic human information processing.
Psychological Review, 84, pp. 1 – 66 e pp. 127 - 190.
Seidenberg, M., & McClelland, J. (1989). A distributed, developmental model of word recognition
and naming. Psychological Review, 96, 523 – 568.
Seth A. Herd, Randall C. O’Reilly. (2002). Accounting for Stroop Task Neuroimaging Data: Lateral
Interactions & Frontal Rappresentations. Journal of Cognitive Neuroscience, 106, 585 – 592.
Spieler, D. H., Balta, D. A., & Faust, M. E. (1996). Stroop performance in normal older adults and
individuals with senile dementia of the Alzheimer’s type. Journal of Experimental Psychology:
Human Perception and Performance, 22, 461 – 479.
Stroop J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental
Psychology, 18, 643 – 662.
Styles, E. A. (1997). The Psychology of Attention. Hove: Psychology Press Ltd.
Usher, M., & Cohen, J. D. (1997). A connectionist model of the Stroop task revisited: Reaction time
distributions and different effects on facilitation and interference captured by a single set of
mechanism. Manuscript in preparation.
Vallacher, R. R., & Nowak, A. (1997). The emergence of dynamical social psychology.
Psychological Inquiry, 8(2), pp. 73 – 99.
Wickens, D. D. (1984). Processing resources in attention. In R. Parasuraman, D. R. Davies, & J.
Beatty (Eds.), Varieties of attention (pp. 63 – 102). New York: Academic Press.
Zhang, H. Z., & Kornblum, S. (1998). The effects of stimulus – response mapping and irrelevant
stimulus – response and stimulus – stimulus overlap in four – choice stroop tasks with single –
carrier stimuli. Journal of Experimental Psychology – Human Perception and Performance, 24(1),
3 – 19.
Zipser, D., & Andersen, R. A. (1988). A backpropagation programmed network that simulates
response properties of a subset of posterior parietal neurons. Nature, 331, 679 – 684.
Zysset, S., Muller, K., Lohmann, G., & von Cramon, D. Y. (2001). Color – word matching Stroop
task: Separating interference and response conflict. Neuroimage, 13, 29 – 36.
104

Modellizzazione neurale di fenomeni cognitivi complessi: L`Effetto

Transcript

Documenti analoghi

Rete neurale artificiale e il futuro che ci aspetta (..forse) Una

Natura dell`uomo e del cosmo nella prospettiva islamica

Si avvisano gli studenti iscritti ai corsi di laurea Quadriennali (V.O.

Foto del ghetto

terapia neurale

rosso verona

Richiesta di sostegno per iniziative ed eventi culturali Allegato A

casa dell`autore® casa dell`autore

travertino noce