CONNESSIONISMO E RETI NEURALI

Il connessionismo è un approccio alternativo a quello cognitivista allo studio dei processi cognitivi. Si propone infatti di superare la dicotomia tra mente e cervello, che per i cognitivisti tradizionali era insuperabile.

Secondo i connessionisti ogni processo cognitivo deriva dalla cooperazione di un gran numero di unità cognitive elementari di base ciascuna delle quali, se prese isolatamente, non riveste un significato o un ruolo autonomo. I simboli, che in quanto tali hanno un significato, sono ad un livello superiore rispetto alle unità cognitive di base.

I modelli da loro proposti fanno uso del concetto di reti neurali che sono formate da due elementi fondamentali:

-le unità, o neuroni o nodi, che in base all’input ricevuto ed emettono un output;

-le linee di connessione, che sono le connessioni tra le unità, trasmettono il segnale da una all’altra con una efficacia che varia a seconda del peso o coefficiente di connessione della linea stessa che è modificabile. Infatti l’apprendimento consiste proprio nel cambiamento dei valori dei pesi (o coefficienti di connessione).

Si distinguono tre forme di apprendimento:

1 – l’apprendimento supervisionato (corrispondente all’apprendimento per prove ed errori di Thorndike) in cui è noto a priori quale deve essere l’output della rete che riceve un determinato input, cioè raggiungere un obiettivo. Quando però l’output non corrisponde a quello desiderato, si produce un segnale di errore, che induce una modificazione dei pesi delle connessioni della rete nella direzione di ridurre l’output indesiderato e facilitare l’output desiderato;

2 – apprendimento non-supervisionato (corrispondente all’apprendimento secondo Guthrie) in cui la modifica dei pesi è determinato solo dalla relazione tra input ed output della rete;

3 – apprendimento basato sul rinforzo (corrispondente al condizionamento Skinneriano) in cui l’output è valutato seguendo un criterio definito dal soggetto; a seconda della valutazione vengono modificati i pesi.