Sviluppo cognitivo: fasi, meccanismi, smentite

A undici anni Jean Piaget pubblica una nota su un passero albino. A ventidue una tesi sui molluschi del Vallese. A venticinque, in un laboratorio parigino dove gli avevano chiesto di standardizzare reattivi, scopre che gli errori sistematici dei bambini valgono più delle loro risposte corrette. Costruisce in cinquant’anni la teoria più ambiziosa della psicologia del Novecento, una scaletta a quattro stadi che descrive come la mente si trasforma. Mezzo secolo dopo, una serie di esperimenti con neonati di pochi mesi mostra che i bambini sanno, molto prima di quanto Piaget pensasse, cose che secondo lui dovevano imparare faticosamente a otto mesi.

Apertura

Neuchâtel, Svizzera, 1907. Jean Piaget ha undici anni e frequenta il ginnasio. In un parco della città osserva un passero parzialmente albino. Scrive una nota di una pagina e la spedisce al Rameau de Sapin, bollettino di un piccolo club di storia naturale. Viene pubblicata. Il bambino è già abbastanza pignolo da catalogare i molluschi che trova nei laghi giurassiani; il direttore del Museo di storia naturale gli offre un posto di assistente non pagato, su cui Piaget passerà i pomeriggi degli anni successivi. A ventidue anni difenderà la tesi di dottorato sui molluschi del Vallese all’Università di Neuchâtel.

Tutto questo prima di occuparsi di bambini. Il passaggio avviene per caso, nel 1919-1921, in un laboratorio della Grange-aux-Belles a Parigi. Théodore Simon, collaboratore di Alfred Binet (1857-1911, psicologo francese che aveva costruito il primo test di intelligenza), gli chiede di standardizzare alcuni reattivi del British psychologist Cyril Burt sui ragazzi delle scuole parigine. Piaget si presenta col taccuino, somministra le prove, raccoglie i dati. E nota una cosa che ai suoi colleghi non interessa: gli errori dei bambini non sono casuali. Bambini di età diverse sbagliano in modo sistematicamente diverso. C’è una struttura nelle risposte sbagliate. Quella struttura, intuisce Piaget, dice qualcosa sulla forma della cognizione a quell’età — qualcosa che la risposta corretta nasconde.

Da quell’osservazione nasce un programma di ricerca che durerà sessant’anni. Piaget lo chiamerà genetic epistemology — non genetica nel senso dei cromosomi (la doppia elica è ancora trent’anni nel futuro nel 1921), ma nel senso di “che riguarda la genesi”. L’epistemologia tradizionale si chiede cosa sia la conoscenza. L’epistemologia genetica di Piaget si chiede come la conoscenza venga costruita nel corso dello sviluppo individuale. È una domanda al confine fra filosofia, biologia e psicologia, che Piaget abita per il resto della vita: dirige l’Institut Jean-Jacques Rousseau di Ginevra dal 1921, fonda nel 1955 il Centre International d’Épistémologie Génétique, scrive cinquanta libri e cinquecento articoli. Muore a Ginevra nel 1980 a ottantaquattro anni.

Cinque anni dopo la sua morte, una giovane psicologa franco-canadese all’Università dell’Illinois pubblica un articolo che sembra capovolgere uno dei pilastri della teoria piagetiana. Renée Baillargeon mostra che bambini di cinque mesi guardano più a lungo eventi fisicamente impossibili che eventi possibili — segno che hanno aspettative ben formate sulla permanenza degli oggetti, qualcosa che Piaget riteneva si acquisisse intorno agli otto mesi. Negli anni successivi, repliche con paradigmi raffinati spingono la stima a quattro mesi, poi a tre e mezzo. Un’intera generazione di sviluppisti — Spelke, Carey, Gopnik, Karmiloff-Smith, Siegler — costruisce sulle macerie di Piaget una visione in cui i bambini sanno molto prima e in modo molto meno discreto di quanto la scaletta a quattro stadi suggerisse.

Eppure, paradossalmente, Piaget vince anche dove perde. Vince sul bambino-scienziato: l’idea costruttivista — che la cognizione sia attivamente costruita dal soggetto attraverso interazione con il mondo, non ricevuta passivamente né interamente innata — è sopravvissuta a tutte le critiche e oggi è il default di gran parte della psicologia dello sviluppo. Vince sull’equilibrazione: l’idea che lo sviluppo sia guidato da disequilibri fra previsione e riscontro, da errori che richiedono riassetto strutturale, oggi rispunta sotto altri nomi (predictive coding, Bayesian belief updating). Perde, in misura quantificabile, sulla timeline — tutto avviene prima — e sulla discretezza degli stadi — le transizioni sono graduali, le strategie convivono.

Questo capitolo ricostruisce la teoria piagetiana come Piaget la propose, mostra meccanicamente come funziona, espone gli esperimenti che l’hanno messa in crisi, e poi solleva il problema dell’eredità nell’AI: se il bambino è uno scienziato che impara con pochissimi dati embodied e socialmente scaffolded, e l’LLM è una rete addestrata su trillions di token testuali, in che senso queste due forme di apprendimento si assomigliano? La risposta breve: si assomigliano per analogia funzionale in alcuni punti, per filiazione in altri (developmental robotics, core knowledge AI), per equivalenza forzata in nessuno. Tenere ferme le tre categorie è il servizio principale che il capitolo prova a rendere.

Perché questo capitolo

Tre ragioni: una storica, una teorica, una di igiene per chi lavora con sistemi AI.

Storica: lo sviluppo cognitivo come campo scientifico non esisteva prima di Piaget. C’erano descrizioni aneddotiche, c’era la psicometria di Binet che misurava livelli senza spiegarli, c’era il behaviorismo che negava la rilevanza della struttura interna. Piaget costruisce il primo programma sistematico che chiede come la mente cambi forma nel corso dell’infanzia, e fornisce un linguaggio (schema, assimilazione, accomodamento, equilibrazione, stadi) con cui la domanda diventa trattabile. Anche le critiche moderne usano quel linguaggio per dissentire: Spelke dice “la permanenza è precoce”, non “la permanenza è un’illusione descrittiva”. La griglia concettuale piagetiana sopravvive alla revisione empirica.

Teorica: il costruttivismo di Piaget, nella sua forma di équilibration majorante, anticipa una famiglia di idee che oggi chiamiamo error-driven learning, predictive coding, Bayesian belief updating. La struttura è la stessa: un sistema mantiene previsioni sull’ambiente, l’ambiente fornisce evidenze, le evidenze incompatibili con le previsioni forzano un riassetto delle strutture predittive. Piaget non aveva i tool matematici per formalizzare l’idea — la formalizzazione bayesiana arriva con Tenenbaum, Gopnik, Griffiths a partire dagli anni Duemila. Ma il nucleo concettuale è suo. Riconoscerlo è una questione di accuratezza intellettuale.

Igiene per AI: la frase “l’LLM apprende come un bambino” circola nel marketing dei vendor e in articoli divulgativi. È falsa in modi specifici e quantificabili: differenze di sample efficiency di quattro o cinque ordini di grandezza, differenze di embodiment (bambino fisico, LLM disincarnato), differenze di curriculum (naturale e socialmente scaffolded vs scraping web indiscriminato), differenze di feedback (interazione causale vs prossima parola). Smontarla con precisione richiede sapere cosa Piaget e i suoi successori hanno effettivamente misurato. La sezione “Eredità oggi” del capitolo distingue tre cose diverse — developmental robotics (filiazione documentata), core knowledge AI (filiazione parziale), curriculum learning (analogia metaforica) — e segnala le equivalenze pericolose come tali.

Quattro principi che il capitolo fissa e che torneranno nelle parti successive del libro. Primo: lo sviluppo è costruzione attiva, non sedimentazione passiva. Secondo: le transizioni sono guidate da disequilibri fra previsione e riscontro, non da maturazione cronologica pura. Terzo: gli stadi piagetiani sono utili come descrittiva grossolana ma non come ontologia: la struttura empirica dello sviluppo è di onde sovrapposte, non di gradini discreti. Quarto: la mappatura con i sistemi AI è mista — alcuni anelli sono filiazione documentata, altri analogia funzionale, altri equivalenza marketing.

Contesto: la traiettoria 1921-2017

1921-1936 — Piaget a Ginevra. Jean Piaget (1896-1980, biologo svizzero formatosi a Neuchâtel) diventa direttore di studi all’Institut Jean-Jacques Rousseau di Ginevra. Pubblica i primi lavori sul ragionamento infantile (Le langage et la pensée chez l’enfant 1923, Le jugement et le raisonnement chez l’enfant 1924). Tra il 1925 e il 1931 nascono i suoi tre figli — Jacqueline, Lucienne, Laurent — e Piaget li osserva quotidianamente. Da quelle osservazioni nasce il primo trattato sistematico, La naissance de l’intelligence chez l’enfant (1936, Delachaux et Niestlé), che descrive sei sotto-stadi del periodo sensorimotor.

1956 — Piaget e Inhelder, La représentation de l’espace chez l’enfant. Bärbel Inhelder (1913-1997, psicologa svizzera, principale collaboratrice di Piaget per oltre quarant’anni), Presses Universitaires de France. Contiene il Three Mountains Task: tre montagne distinguibili su un piano, bambino seduto da un lato, bambola dall’altro, domanda “cosa vede la bambola?”. Il bambino sotto i sette anni risponde tipicamente con la propria prospettiva. Piaget interpreta come egocentrismo cognitivo, incapacità di decentrazione spaziale.

1955 — Centre International d’Épistémologie Génétique. Piaget fonda a Ginevra il centro che integra psicologi, biologi, logici, matematici intorno al programma genetic epistemology. Vi passeranno fra gli altri Jerome Bruner, Noam Chomsky, Willard Van Orman Quine, Seymour Papert.

1958 — Inhelder e Piaget, The Growth of Logical Thinking. Basic Books, traduzione inglese del De la logique de l’enfant à la logique de l’adolescent (PUF 1955). Trattato sullo stadio operatorio formale. Contiene il Pendulum problem: dato un set di pendoli con corde di lunghezze diverse, pesi diversi, altezze di rilascio diverse, cosa determina il periodo? L’adolescente in stadio formal isola le variabili una alla volta — disegna spontaneamente un esperimento controllato.

1962-1978 — Vygotsky in traduzione. Lev Semënovič Vygotskij (1896-1934, psicologo sovietico, morto di tubercolosi a 37 anni, stesso anno di nascita di Piaget) era stato bandito dal regime stalinista negli anni Trenta. Thought and Language è tradotto in inglese nel 1962 (MIT Press), Mind in Society nel 1978 (Harvard University Press, curato da Michael Cole, Vera John-Steiner, Sylvia Scribner, Ellen Souberman). Contiene la Zone of Proximal Development (ZPD): la differenza fra ciò che il bambino sa fare da solo e ciò che sa fare con l’assistenza di un adulto o pari più competente. È nella ZPD che avviene l’apprendimento.

1976 — Wood, Bruner, Ross, “The role of tutoring in problem solving”. David Wood (psicologo a Nottingham), Jerome Bruner (1915-2016, psicologo americano a Harvard poi a Oxford), Gail Ross. Journal of Child Psychology and Psychiatry 17:89-100. Coniano il termine scaffolding — il sostegno calibrato che un tutor offre nella ZPD, ridotto progressivamente man mano che il discente diventa competente. La filiazione con Vygotsky è esplicita: Bruner cita Mind in Society nelle prime pagine.

1979 — Hughes-Donaldson hide-and-seek policeman task. Martin Hughes (psicologo a Edinburgh), nella tesi di dottorato 1975 e poi nel libro di Margaret Donaldson (1926-2020, psicologa scozzese) Children’s Minds (Fontana 1978). Critica al Three Mountains: setup ecologico — il bambino deve nascondere una bambola da uno o due poliziotti che la possono vedere. Bambini di tre anni e mezzo riescono nel 90% dei casi, bambini di quattro anni nel 75% anche con due poliziotti. Egocentrismo piagetiano è artefatto del compito, non struttura cognitiva profonda.

1985 — Baillargeon-Spelke-Wasserman, “Object permanence in five-month-old infants”. Renée Baillargeon (psicologa franco-canadese, allora a Illinois), Elizabeth Spelke (Harvard), Stanley Wasserman. Cognition 20:191-208. Paradigma violation-of-expectation: il bambino guarda più a lungo eventi impossibili. Setup classico: un cartellone si muove dietro un blocco; in condizione possibile si ferma quando incontra il blocco; in condizione impossibile passa attraverso (il blocco è stato rimosso a inserimento avvenuto). Bambini di cinque mesi guardano significativamente più a lungo l’evento impossibile. La permanenza dell’oggetto è precoce.

1985 — Carey, Conceptual Change in Childhood. Susan Carey (1942-, psicologa dello sviluppo a Harvard), MIT Press. Il bambino piccolo non è una versione miniatura dell’adulto né una tabula rasa: ha teorie naïve di domini specifici (biologia ingenua, psicologia ingenua, fisica ingenua) che si trasformano per conceptual change — analogo della rivoluzione scientifica kuhniana, con riorganizzazione di tassonomie e sostituzione di principi.

1985 — Case, Intellectual Development. Robbie Case (1944-2000, psicologo canadese all’OISE Toronto), Academic Press. Neo-piagetismo information-processing: ripropone la sequenza piagetiana ma collega le transizioni alla crescita di M-space (working memory). Le transizioni sono graduali, vincolate dalla capacità di working memory disponibile a ogni età.

1992 — Karmiloff-Smith, Beyond Modularity. Annette Karmiloff-Smith (1938-2016, psicologa britannica formatasi con Piaget a Ginevra, poi a Cambridge e MRC), MIT Press. Propone representational redescription (RR): lo sviluppo non è transizione fra stadi discreti ma trasformazione progressiva di rappresentazioni implicite (livello I, accessibili solo come procedure) in rappresentazioni sempre più esplicite (E1 accessibili al sistema, E2 accessibili alla coscienza, E3 verbalizzabili). Più gradualismo, meno discreto.

1996 — Siegler, Emerging Minds. Robert Siegler (1949-, psicologo a Carnegie Mellon poi Columbia), Oxford University Press. Overlapping waves model: a una data età il bambino dispone di multiple strategie in parallelo, con frequenze diverse; lo sviluppo è cambiamento di distribuzione di strategie nel tempo, non sostituzione discreta. Microgenesis: studia gli stessi bambini su giorni o settimane per cogliere le transizioni in atto.

1997 — Gopnik-Meltzoff, Words, Thoughts, and Theories. Alison Gopnik (psicologa dello sviluppo a UC Berkeley), Andrew Meltzoff (psicologo a U. Washington), MIT Press. Theory theory: il bambino è un theory-builder che costruisce e revisiona teorie del mondo nel modo in cui gli scienziati costruiscono e revisionano teorie scientifiche. È filiazione esplicita di Piaget (citato come predecessore costruttivista), ma rifiuta la struttura a stadi e accenta il continuo aggiornamento bayesiano sull’evidenza.

2003 — Lungarella et al., “Developmental robotics: a survey”. Max Lungarella, Giorgio Metta, Rolf Pfeifer (Università di Zurigo), Giulio Sandini (IIT Genova), Connection Science 15:151-190. Programma di ricerca esplicitamente piagetiano-vygotskyano per AI: costruire robot che si sviluppano per fasi, con embodiment e interazione sociale, invece di essere addestrati end-to-end. Piattaforme come iCub (IIT 2004+) e CB2 (Osaka) ne sono incarnazioni.

2007 — Spelke-Kinzler, “Core knowledge”. Elizabeth Spelke e Katherine Kinzler, Developmental Science 10:89-96. Manifesto sintetico dei core knowledge systems: sistemi innati o pre-linguistici, modulari, dominio-specifici, presenti in altre specie. Quattro o cinque core systems: oggetti (continuità spazio-temporale, solidità), agenti (azioni dirette a obiettivi), numero (small exact fino a 3-4, large approximate), geometria, forse social.

2009 — Bengio et al., “Curriculum learning”. Yoshua Bengio (Université de Montréal), Jérôme Louradour, Ronan Collobert, Jason Weston, ICML 2009. Mostrano empiricamente che addestrare reti neurali su esempi ordinati da facile a difficile può migliorare convergenza e generalizzazione. Citano esplicitamente “the way humans learn — first simpler concepts, then more complex” come motivazione concettuale. È metafora dichiarata, non filiazione tecnica diretta da Piaget.

2017 — Lake-Ullman-Tenenbaum-Gershman, “Building Machines That Learn and Think Like People”. Brenden Lake (NYU), Tomer Ullman (Harvard), Joshua Tenenbaum (MIT), Samuel Gershman (Harvard). Behavioral and Brain Sciences 40:e253. Manifesto: AI dovrebbe essere costruita su core knowledge primitives — intuitive physics, intuitive psychology, compositional concepts, causal models — come prerequisito per sample-efficient learning umano-simile. Cita Spelke, Carey, Piaget come fondazioni. Filiazione documentata.

2019 — Chollet, “On the Measure of Intelligence”. François Chollet, allora ricercatore Google (creatore di Keras), arXiv:1911.01547. Propone ARC (Abstraction and Reasoning Corpus) come misura di intelligenza fluida: task one-shot di pattern-completion su griglie colorate, deliberatamente non pre-addestrabili sul web. La concezione si rifà alla psicometria della g-factor (vedi intelligenza-g-factor in preparazione) e in modo meno diretto alla tradizione piagetiana del ragionamento operatorio formale (combinatoria, isolamento di variabili).

L’intuizione, primo angolo: il bambino come scienziato

Piaget arriva ai bambini dai molluschi. La cosa va presa sul serio: la sua biologia di formazione non è ornamento biografico, è la struttura concettuale che porta nella psicologia.

Un mollusco è un organismo che si adatta. Ha schemi di azione (estendere il piede, ritirare nel guscio) che funzionano in determinati ambienti. Quando l’ambiente cambia — diversa salinità, diversa pressione, diversa preda — l’organismo accomoda i suoi schemi. Se l’accomodamento riesce, sopravvive. È biologia darwiniana applicata al singolo organismo nell’arco di una vita: non cambia il DNA, cambiano i comportamenti.

Piaget trasferisce lo schema all’intelligenza. Un bambino è un organismo che si adatta cognitivamente. Ha schemi di azione (succhiare, afferrare, guardare-e-seguire) che funzionano in determinati contesti. Quando incontra qualcosa di nuovo — un giocattolo di forma inusuale, un caregiver con una voce diversa, un oggetto che svanisce dietro una stoffa — può fare due cose. Può assimilare la novità a uno schema esistente: il giocattolo viene succhiato come fosse un capezzolo. Può accomodare lo schema alla novità: la presa si modifica per oggetti più grandi. Quando assimilazione e accomodamento si bilanciano, c’è equilibrio. Quando l’assimilazione fallisce sistematicamente — quando le previsioni dello schema vengono falsificate dall’ambiente — c’è disequilibrio, e il sistema spinge verso un nuovo equilibrio di livello superiore. Piaget chiama questo processo équilibration majorante.

Da qui l’immagine, esplicita in Piaget e diventata canonica nella tradizione: il bambino è un piccolo scienziato. Non passivo. Non spugna. Costruttore attivo di teorie del mondo, che testa con esperimenti spontanei (versare l’acqua nei bicchieri, lanciare il cucchiaio dal seggiolone, dire “perché” cinquanta volte di seguito), revisiona quando le teorie falliscono, sviluppa progressivamente teorie più potenti.

Il bambino-scienziato è la pars construens piagetiana, e l’unica che è sopravvissuta integra a sessant’anni di critica empirica. Tutto il resto del programma piagetiano — la scaletta a stadi, le età-soglia specifiche — è stato modificato in profondità. Il bambino-scienziato è ancora il default.

L’intuizione, secondo angolo: la timeline è sbagliata

Ora il rovescio. Ci sono due modi di sbagliare timeline. Si può collocare un’acquisizione troppo tardi (sottostimando il bambino) o troppo presto (sovrastimando). Piaget sbaglia quasi sempre nella prima direzione.

Esempio canonico: la permanenza dell’oggetto. Per Piaget compare a otto-nove mesi (sotto-stadio 4 del periodo sensorimotor). Prima di quell’età, sostiene, il bambino vive in un universo dove “out of sight, out of mind” — l’oggetto coperto da una stoffa cessa cognitivamente di esistere. La prova: se copri un oggetto davanti a un bambino di sei mesi, il bambino non lo cerca.

Il problema, come notano negli anni Settanta-Ottanta Tom Bower, Renée Baillargeon, Elizabeth Spelke, è che “non lo cerca” è un dato motorio, non cognitivo. Cercare richiede pianificare un movimento, eseguirlo, coordinare occhio-mano. Un bambino di sei mesi può sapere che l’oggetto continua a esistere e tuttavia non avere il sistema motorio per cercarlo nel modo che il test richiede. Per separare conoscenza da azione serve un metodo che misuri solo la conoscenza.

Baillargeon, Spelke e Wasserman 1985 trovano il metodo. Si chiama violation-of-expectation. I bambini, come gli adulti, guardano più a lungo eventi inattesi che eventi attesi. Quindi: se un bambino ha aspettative su un oggetto, eventi che violano quelle aspettative dovrebbero produrre tempi di guardata più lunghi. Setup: un cartellone rettangolare oscilla avanti e indietro come una porta. Si introduce un blocco solido nel suo percorso. In condizione possibile il cartellone si ferma quando incontra il blocco. In condizione impossibile passa attraverso (il blocco è stato segretamente rimosso da una botola). Bambini di cinque mesi guardano significativamente più a lungo l’evento impossibile. Hanno aspettative su solidità e permanenza.

Repliche successive con paradigmi raffinati spingono la stima a quattro mesi, poi a tre e mezzo. La permanenza dell’oggetto è precoce. Piaget l’aveva collocata a otto mesi sbagliando per un fattore di due o tre.

Il pattern si ripete su altri risultati piagetiani. Il fallimento al Three Mountains a quattro anni, attribuito da Piaget all’egocentrismo, scompare con setup ecologici (Hughes 1975, Donaldson 1978): nello hide-and-seek policeman task — nascondi la bambola dal poliziotto che può vederla — bambini di tre anni e mezzo riescono. La theory of mind (capacità di rappresentarsi le credenze di altri) emerge in forma misurabile fra i tre e i quattro anni nei false-belief task (Wimmer-Perner 1983), molto prima dei sette di Piaget. La conservazione del numero, con compiti ridisegnati per ridurre il rumore comunicativo, emerge a quattro anni invece che a sette (Gelman-Gallistel 1978).

L’effetto cumulato di queste critiche è una compressione della timeline piagetiana: tutto avviene prima, in molti casi due o tre volte prima. E uno sgretolamento della discretezza degli stadi: le acquisizioni non arrivano in pacchetti coerenti su domini diversi (i décalages orizzontali che Piaget stesso aveva notato sono pervasivi), le strategie convivono (Siegler), le rappresentazioni si trasformano gradualmente (Karmiloff-Smith).

La meccanica: i quattro stadi

Esposti come Piaget li propose, con i caveat empirici a margine.

Sensorimotor (0-2 anni)

Sei sotto-stadi:

1. Riflessi (0-1 mese): suzione, presa, succhio. Pattern fissi attivati da stimoli specifici.
2. Reazioni circolari primarie (1-4 mesi): il bambino ripete azioni che hanno prodotto effetti piacevoli sul proprio corpo (succhiare il pollice). “Circolari” perché ripetute, “primarie” perché centrate sul corpo.
3. Reazioni circolari secondarie (4-8 mesi): le ripetizioni si estendono a effetti sull’ambiente (scuotere il sonaglio per produrre rumore). Inizia il decentramento.
4. Coordinazione di schemi secondari (8-12 mesi): combinazione di schemi separati per raggiungere obiettivi. Sposto la coperta per prendere l’oggetto coperto. Per Piaget: prima permanenza dell’oggetto. A-not-B error: l’oggetto è stato nascosto in A più volte, viene poi nascosto sotto gli occhi del bambino in B; il bambino cerca in A.
5. Reazioni circolari terziarie (12-18 mesi): sperimentazione attiva con variazioni. Il bambino non ripete, varia: lascia cadere il cucchiaio da angoli diversi per vedere come cade. È il “piccolo scienziato” in versione embrionale.
6. Inizio della rappresentazione (18-24 mesi): rappresentazione mentale interna, imitazione differita, gioco simbolico iniziale.

Caveat empirico maggiore: la timeline della permanenza dell’oggetto va anticipata almeno a 4-5 mesi (Baillargeon). Il bambino di 6 mesi sa che gli oggetti persistono, ma non ha ancora il sistema motorio per cercarli attivamente. La distinzione fra competenza (conoscenza implicita) e performance (capacità di agire su quella conoscenza) è centrale e Piaget la sottovaluta.

Preoperatorio (2-7 anni)

Comparsa della funzione simbolica: linguaggio, gioco simbolico (la scopa diventa cavallo), immagini mentali. Ma una serie di limiti, secondo Piaget:

• Egocentrismo: incapacità di assumere prospettive altrui (Three Mountains).
• Animismo: oggetti inanimati come dotati di intenzioni.
• Centrazione: focus su una sola dimensione percettiva. Il bicchiere alto e stretto contiene “più liquido” perché il bambino centra sull’altezza ignorando la larghezza.
• Mancanza di conservazione: numero, sostanza, lunghezza, peso, volume — tutte non conservate.
• Irreversibilità mentale: il bambino non può tornare indietro alla configurazione iniziale.

Caveat: ognuno di questi “limiti” ha trovato controesempi quando i compiti sono stati ridisegnati. La conservazione del numero emerge più presto con set piccoli e setup ecologici (Gelman-Gallistel). L’egocentrismo scompare in setup hide-and-seek (Hughes-Donaldson). L’animismo, indagato con questionari raffinati, è molto più sfumato di quanto Piaget supponga.

Operatorio concreto (7-11 anni)

Comparsa delle operazioni mentali: trasformazioni interiorizzate, reversibili, organizzate in strutture (raggruppamenti). Il bambino acquisisce:

• Conservazione di numero, sostanza, lunghezza, area, peso, volume — in quest’ordine, secondo i décalages orizzontali (lo stesso schema operatorio si applica in tempi diversi a diversi contenuti). I bambini conservano il numero a 6-7 anni, la sostanza a 7-8, il peso a 9-10, il volume a 11-12.
• Classificazione gerarchica: comprendono che “ci sono più animali che cani” (class inclusion).
• Seriation: ordinare bastoncini per lunghezza in modo sistematico.
• Reversibilità: per inversione (A+B = C, quindi C-B = A) e per compensazione (il bicchiere è più alto ma più stretto, le due dimensioni si compensano).

Il limite, secondo Piaget: il pensiero è ancora ancorato al concreto. Il bambino di 9 anni ragiona benissimo su oggetti presenti o immaginabili, fatica con ipotetiche pure (“se i topi fossero più grandi dei cani…”).

Operatorio formale (11+ anni)

Comparsa del ragionamento ipotetico-deduttivo. Il pensiero si applica a proposizioni, non più solo a oggetti.

• Combinatoria sistematica: dato un set di elementi, l’adolescente formal enumera tutte le combinazioni in modo organizzato.
• Manipolazione di proposizioni: implicazione, equivalenza, esclusione.
• Ragionamento controfattuale e ipotetico: “se la luna fosse fatta di formaggio…”.
• Test paradigmatico, il Pendulum problem di Inhelder-Piaget 1958. Pendoli con corde di lunghezze diverse, pesi diversi, altezze di rilascio diverse. Domanda: cosa determina il periodo? L’adolescente formal isola le variabili una alla volta, sistemicamente. Disegna spontaneamente un esperimento controllato.

Caveat empirico forte: Shayer-Adey 1981 e replications successive su campioni adulti mostrano che solo il 30-40% degli adulti dimostra prestazioni stabili in compiti formal su tutti i domini. La maggioranza rimane in zone miste, formal in alcuni domini e concreto in altri, e dipende dall’istruzione e dal contesto culturale. L’operatorio formale è meno universale di quanto Piaget pensasse.

I meccanismi: schema, assimilazione, accomodamento, equilibrazione

Gli stadi sono descrittiva. I meccanismi sono dinamica. Quattro concetti:

Schema

Unità di base. Pattern organizzato di azione o pensiero, ripetibile e generalizzabile. Lo schema della suzione, lo schema del prendere, lo schema della classificazione gerarchica. Lo schema è strutturale: non è il singolo movimento, è il pattern. È un’astrazione: lo schema “succhiare” copre il succhiare il capezzolo, il dito, il pollice, qualunque cosa sia compatibile con la presa orale.

In termini moderni, uno schema è qualcosa di simile a una funzione parametrizzata: input compatibili, trasformazione interna, output. La granularità varia: dallo schema riflesso (presa) allo schema operatorio (classificazione gerarchica). Schemi si combinano in strutture (gli schemi d’insieme che Piaget formalizza come groupements nello stadio operatorio concreto).

Assimilazione

Integrare nuove esperienze in schemi esistenti. Il bambino che ha lo schema “succhiare il capezzolo” succhia anche il pollice, il dito di un adulto, un giocattolo, un dito del piede: assimilazione dell’oggetto allo schema. Lo schema si applica senza modifiche a un input nuovo che è abbastanza simile.

L’assimilazione è conservativa: privilegia la struttura interna del soggetto. È il modo in cui il bambino fa funzionare il mondo con quello che già sa.

Accomodamento

Modificare gli schemi esistenti per adattarsi a nuove esperienze che non si lasciano assimilare facilmente. Il bambino che incontra un oggetto troppo grande per essere afferrato come al solito modifica la presa. L’oggetto resiste all’assimilazione, e lo schema si accomoda.

L’accomodamento è dispositivo: privilegia la struttura esterna dell’oggetto. È il modo in cui il bambino aggiorna sé stesso per fittare il mondo.

Equilibrazione

Il motore dello sviluppo. Bilanciamento dinamico fra assimilazione e accomodamento. Quando assimilazione e accomodamento sono in equilibrio, il sistema funziona. Quando l’assimilazione fallisce ripetutamente — quando le previsioni dello schema vengono falsificate dall’ambiente — c’è disequilibrio cognitivo (Piaget usa anche il termine perturbation) e il sistema spinge verso un riassetto strutturale.

Il riassetto può prendere tre forme, secondo Piaget tardivo (L’équilibration des structures cognitives, 1975):

1. Negazione: ignorare la perturbazione. Soluzione regressiva.
2. Integrazione locale: aggiustare lo schema specifico. Soluzione conservativa.
3. Ristrutturazione: integrare lo schema in un’organizzazione più ampia di livello superiore. È l’équilibration majorante, il vero motore dello sviluppo.

flowchart TD
    A["Nuova esperienza"] --> B{"Compatibile<br/>con lo schema<br/>esistente?"}
    B -->|Sì| C["Assimilazione:<br/>schema invariato"]
    B -->|No, fit parziale| D["Accomodamento:<br/>schema modificato"]
    C --> E["Equilibrio locale"]
    D --> E
    E --> F{"Fallimenti di<br/>predizione<br/>persistenti?"}
    F -->|No| A
    F -->|Sì| G["Equilibrazione:<br/>riorganizzazione<br/>strutturale"]
    G --> H["Equilibrio di livello<br/>superiore"]
    H --> A

Figura 3 — ciclo assimilazione/accomodamento ed equilibrazione — nuova esperienza, schema compatibile o no, equilibrio locale, fallimenti di predizione persistenti che triggerano la riorganizzazione strutturale di livello superiore

flowchart TD
    A["Nuova esperienza"] --> B{"Compatibile<br/>con lo schema<br/>esistente?"}
    B -->|Sì| C["Assimilazione:<br/>schema invariato"]
    B -->|No, fit parziale| D["Accomodamento:<br/>schema modificato"]
    C --> E["Equilibrio locale"]
    D --> E
    E --> F{"Fallimenti di<br/>predizione<br/>persistenti?"}
    F -->|No| A
    F -->|Sì| G["Equilibrazione:<br/>riorganizzazione<br/>strutturale"]
    G --> H["Equilibrio di livello<br/>superiore"]
    H --> A

Figura 3 — Assimilation vs accommodation cycle: input → schema match? if yes → assimilation (schema unchanged) → equilibrium; if no → accommodation (schema modified) → if repeated mismatches → equilibration (structural reorganization to higher-level schema). Mermaid flowchart

In pseudocodice, schematicamente:

processo apprendimento(esperienza):
    schema = trova_schema_compatibile(esperienza)
    if schema esiste e fittavorevole:
        assimila(schema, esperienza)        # schema invariato
        return equilibrio
    else:
        prova_accomodamento(schema, esperienza)
        if accomodamento_riuscito:
            return equilibrio_locale
        else:
            disequilibrio.acumula
            if disequilibrio_supera_soglia:
                ristruttura_schemi()         # equilibrazione maggiorante
                return equilibrio_di_livello_superiore

Il punto teorico forte: lo sviluppo non è guidato da maturazione cronologica pura né da rinforzo esterno (i due paradigmi che Piaget combatte, rispettivamente nativismo e behaviorismo). È guidato da errore di predizione. Quando lo schema del bambino predice male e l’ambiente lo smentisce, il sistema cambia. È un’idea che oggi rispunta sotto altri nomi: predictive coding (Friston, Rao-Ballard), Bayesian belief updating (Tenenbaum, Gopnik), error-driven learning in machine learning. Piaget non aveva i tool matematici per formalizzarla, ma il nucleo concettuale è suo.

Il complemento: Vygotsky e la mediazione sociale

Piaget descrive il bambino in interazione con il mondo fisico. Lev Vygotsky (1896-1934, psicologo sovietico, morto di tubercolosi a 37 anni nello stesso anno in cui Piaget pubblica La naissance de l’intelligence) propone una visione complementare: il bambino in interazione con il mondo sociale.

Tesi centrale di Vygotsky: lo sviluppo cognitivo è socialmente mediato. Le funzioni psichiche superiori — attenzione volontaria, memoria deliberata, ragionamento — appaiono prima sul piano interpersonale (attraverso interazione con un adulto o pari più competente), poi sul piano intrapsichico (interiorizzate come pensiero individuale). È la “general genetic law of cultural development” di Mind in Society (postumo, 1978 in inglese, scritti degli anni Trenta in russo).

Zone of Proximal Development

Il concetto operativo. La ZPD è la differenza fra:

• ciò che il bambino sa fare da solo (livello attuale di sviluppo);
• ciò che il bambino sa fare con l’assistenza di un adulto o pari più competente (livello potenziale di sviluppo).

L’apprendimento avviene nella ZPD, non al livello attuale. Tarare la difficoltà al livello attuale è inutile (il bambino già sa); tararla troppo sopra la ZPD è frustrante (il bambino non può seguire). La calibrazione corretta è subito sopra il livello attuale, dove l’aiuto esterno permette al bambino di fare cose che da solo non potrebbe ancora fare, e dove la pratica interiorizza progressivamente il sostegno.

Scaffolding

Il termine scaffolding non è di Vygotsky. È coniato in Wood-Bruner-Ross 1976 (“The role of tutoring in problem solving”, Journal of Child Psychology and Psychiatry 17:89-100) per descrivere operativamente il sostegno calibrato che un tutor offre nella ZPD: ridotto progressivamente man mano che il discente diventa competente, fino a essere rimosso del tutto. La filiazione con Vygotsky è esplicita.

Inner speech

Il linguaggio non è solo comunicazione. Vygotsky osserva che bambini intorno ai 3-7 anni parlano fra sé ad alta voce mentre risolvono problemi (egocentric speech nei termini piagetiani; per Piaget è residuo di egocentrismo, destinato a sparire). Vygotsky reinterpreta il fenomeno: l’egocentric speech non sparisce, si interiorizza come inner speech — strumento del pensiero, autoregolazione, problem solving. È un’inversione precisa della spiegazione piagetiana.

Piaget vs Vygotsky: complementi, non rivali

Per decenni i due programmi sono stati opposti dalla letteratura divulgativa. Sintesi moderna (Tomasello 1999, The Cultural Origins of Human Cognition): non sono incompatibili. Piaget è più forte sui meccanismi individuali di costruzione (assimilazione/accomodamento/equilibrazione); Vygotsky è più forte sulla matrice sociale e culturale entro cui la costruzione avviene. Una teoria completa dello sviluppo umano ha bisogno di entrambi.

Esempi

Tre esempi eterogenei. Ognuno isola una dinamica diversa.

Esempio 1 — La conservazione del liquido (paradigma piagetiano canonico)

Setup: due bicchieri identici A e B, riempiti di acqua allo stesso livello. Il bambino conferma che hanno la stessa quantità. L’osservatore versa l’acqua di B in un terzo bicchiere C, alto e stretto, sotto gli occhi del bambino. L’acqua in C raggiunge un livello visibilmente più alto di A.

Domanda al bambino: “C’è più acqua in A o in C, o c’è la stessa quantità?”.

Bambino preoperatorio (4 anni): “C ha più acqua”. Centrazione sull’altezza, ignora la larghezza, irreversibilità (non può tornare mentalmente al passaggio di B in C).

Bambino operatorio concreto (7-8 anni): “Hanno la stessa quantità. Hai solo versato dall’altro bicchiere, è la stessa acqua”. Risposte tipiche di giustificazione: “è solo più alto ma più stretto” (compensazione), “puoi rovesciarlo indietro” (reversibilità per inversione), “non hai aggiunto né tolto niente” (identità).

Cosa misura: la transizione fra centrazione percettiva e operazione mentale reversibile. È il test piagetiano per eccellenza, replicato migliaia di volte. Caveat: la comparsa è graduale, dipende dalla familiarità del materiale, dal modo di porre la domanda. Bambini di 5 anni possono mostrare conservazione in setup minimali (Gelman-Gallistel), bambini di 8 anni possono fallire in setup confusi.

Esempio 2 — Baillargeon 1985, violation-of-expectation (paradigma anti-piagetiano)

Setup: il bambino di 5 mesi è seduto davanti a una piccola scena. Un cartellone rettangolare oscilla avanti e indietro come una porta a libro, vincolato a una cerniera in basso. Si introduce nel suo percorso un blocco solido. Due condizioni:

• Possibile: il cartellone si ferma quando incontra il blocco (rotazione di 112 gradi invece dei 180 totali).
• Impossibile: il cartellone passa attraverso il blocco e completa la rotazione di 180 gradi (il blocco è stato rimosso da una botola dietro lo schermo).

Variabile dipendente: tempo di guardata del bambino. Risultato: bambini di 5 mesi guardano significativamente più a lungo l’evento impossibile (in media 35 secondi vs 25 secondi). La differenza è statisticamente robusta.

Cosa misura: aspettative del bambino su solidità e permanenza dell’oggetto. Il bambino “si sorprende” — guarda di più — quando il cartellone passa dove un oggetto solido dovrebbe bloccarlo. Significa che (a) ha codificato l’esistenza del blocco anche dopo che è stato occluso dal cartellone (permanenza), e (b) ha aspettative su come oggetti solidi interagiscono (intuitive physics).

Implicazione per Piaget: la permanenza dell’oggetto, che Piaget collocava a 8-9 mesi sulla base del comportamento di ricerca, è già presente a 5 mesi (e in repliche successive a 4 e 3.5) sulla base del look time. Il bambino sa, ma non ha ancora il sistema motorio per agire sulla conoscenza. È la distinzione competenza vs performance che Piaget aveva sottovalutato.

Esempio 3 — ARC-AGI (analogia, non equivalenza, con la tradizione piagetiana)

Setup: a un solver (umano o macchina) viene presentato un task. Il task consiste in 2-5 esempi di coppie (input grid, output grid) e una grid di test. Le grid sono matrici colorate piccole (tipicamente 5x5 fino a 30x30). Il solver deve dedurre la regola di trasformazione dai pochi esempi e applicarla alla grid di test.

Esempio concreto: input ha tre quadrati di colori diversi su sfondo nero, output ha gli stessi quadrati ma con un bordo del colore complementare e uno scalettamento. La regola va dedotta da uno o due esempi.

Performance: umani non addestrati risolvono circa l’80-85% dei task. LLM puri (anche large) hanno storicamente difficoltà; modelli specializzati con program synthesis o test-time compute estensivo hanno raggiunto stime nel range 50-90% sul set ARC-AGI-1, con miglioramenti incrementali sull’ARC-AGI-2 più difficile (state of the art aprile 2026).

Cosa misura: ragionamento astratto one-shot, abstraction-and-reasoning su pattern visivi. Chollet costruisce ARC esplicitamente come misura di fluid intelligence in spirito psicometrico, con un’inflessione che ricorda i compiti operatori formali piagetiani (combinatoria sistematica, isolamento di regole nascoste).

Importante: ARC è analogia, non equivalenza, con il programma piagetiano. Non è un test di stadi, non misura sviluppo, non è socialmente mediato. È un benchmark di abstraction adatto a confrontare umani e sistemi AI su un terreno dove gli umani hanno vantaggio per few-shot generalization. Il legame con Piaget è di sensibilità filosofica condivisa (intelligence come abstraction, non come accumulo), non di filiazione tecnica.

Eredità nell’AI

[DATATO 2026-04] Questa sezione contiene riferimenti a sistemi AI contemporanei, soggetti a evoluzione rapida.

Quattro linee distinte. Ognuna con la propria classe di affermazioni.

Developmental robotics (filiazione documentata)

Lungarella, Metta, Pfeifer, Sandini 2003 e Asada et al. 2009 propongono cognitive developmental robotics: programma per costruire robot che si sviluppano per fasi, con embodiment fisico e interazione sociale, invece di essere addestrati end-to-end su grandi dataset. Citazioni esplicite di Piaget e Vygotsky come basi concettuali.

Piattaforme paradigmatiche: iCub (IIT Genova, dal 2004), bambino robot in scala 1:1 progettato per studi di sensorimotor development. CB2 (Osaka, dal 2007), robot infantile per studi di interazione sociale. Programmi sperimentali su acquisizione di permanenza dell’oggetto, raggiungere e afferrare, imitazione.

È filiazione documentata: i paper citano Piaget per nome, riproducono protocolli sperimentali piagetiani in versione robotica, costruiscono modelli computazionali esplicitamente analoghi all’équilibration. Resta una linea di ricerca di nicchia rispetto al paradigma deep learning mainstream.

Core knowledge per AI (filiazione parziale, programma in corso)

Lake-Ullman-Tenenbaum-Gershman 2017, “Building Machines That Learn and Think Like People” (BBS 40:e253), è il manifesto. Tesi: AI dovrebbe essere costruita su core knowledge primitives — intuitive physics, intuitive psychology, compositional concepts, causal models — come prerequisito per sample-efficient learning umano-simile. Cita Spelke, Carey, Piaget come fondazioni; riconosce filiazione.

Tomer Ullman (“Build a Baby” critique, MIT Press Direct 2019 e successivi) pone la sfida operativa: costruire un sistema che acquisisca la fisica intuitiva con la sample efficiency di un bambino di sei mesi (poche centinaia di osservazioni di scene fisiche, non miliardi).

Versione tecnica del programma: world models con priors core (PhysNet, Battaglia et al.); architetture con moduli dedicati per object tracking, agent attribution, numerosity (Spelke 2007 systems); sistemi neuro-simbolici che combinano percezione neurale con ragionamento simbolico su grafi causali.

Stato 2026: il programma è aperto, non concluso. Sistemi LLM puri mostrano capacità intuitive emergenti ma sample efficiency molto inferiore agli umani; sistemi specializzati con priors core mostrano sample efficiency migliore ma generalizzazione più ristretta. La sintesi è obiettivo di ricerca attivo.

Curriculum learning (analogia metaforica)

Bengio et al. 2009 propongono di addestrare reti neurali su esempi ordinati da facile a difficile. La motivazione concettuale, esplicitamente dichiarata, è la metafora dello sviluppo cognitivo umano: il bambino impara prima i concetti semplici, poi i complessi.

È analogia, non filiazione tecnica. Il meccanismo del curriculum learning è euristica di optimization (l’ordering del training set facilita la convergenza dell’SGD verso minimi più piattezza), non ristrutturazione qualitativa di stadi. Il termine “curriculum” e l’ispirazione sono pedagogici e piagetiani; la tecnica è puramente machine learning.

Variant: self-paced learning (Kumar et al. 2010), dove il modello stesso decide la difficoltà degli esempi successivi. Connessione con Vygotsky-ZPD è suggerita ma non strutturale: la ZPD richiede un altro più competente che cura la calibrazione, il self-paced learning è un sistema solo che si auto-cura.

ARC-AGI (analogia psicometrica)

Chollet 2019 propone ARC come misura di intelligenza fluida resistente al pre-training su web data. La concezione si rifà alla psicometria della g-factor (vedi intelligenza-g-factor in preparazione) e in modo meno diretto alla tradizione piagetiana del ragionamento operatorio formale.

Connessione con Piaget: filosofica e di sensibilità (intelligence come abstraction one-shot, non come accumulo), non tecnica. ARC non è un test di stadi piagetiani, non misura sviluppo, non ha una versione per età. È un benchmark di few-shot abstraction.

Il bambino-scienziato come framework bayesiano

Connessione meno citata ma teoricamente importante: il programma di Bayesian models of cognitive development (Tenenbaum, Griffiths, Gopnik, Schulz e collaboratori, dagli anni Duemila in poi) formalizza il bambino-scienziato piagetiano in linguaggio probabilistico. Gopnik et al. 2004 (“A theory of causal learning in children: causal maps and Bayes nets”, Psychological Review 111:3-32) mostra che bambini di 3-4 anni apprendono strutture causali via inferenza bayesiana su dati di intervento. Filiazione documentata da Piaget (citato come predecessore costruttivista) e da Spelke (citata come fonte di priors core), formalizzata con tool che Piaget non aveva.

Dove si rompe

Quattro classi di problemi. Le prime due sono critiche empiriche al programma piagetiano originale. Le ultime due sono problemi nell’eredità AI.

Stadi non discreti

Il modello a quattro stadi suggerisce transizioni discrete: il bambino è in uno stadio o nell’altro, le acquisizioni arrivano in pacchetti coerenti. L’evidenza empirica è opposta:

• Décalages orizzontali pervasivi: lo stesso schema operatorio (es. conservazione) si applica in tempi diversi a contenuti diversi. Conservazione del numero a 6-7 anni, della sostanza a 7-8, del peso a 9-10, del volume a 11-12. Piaget stesso lo notò; la teoria a stadi predice che dovrebbero essere sincroni.
• Overlapping waves (Siegler 1996): a una data età il bambino dispone di multiple strategie in parallelo, con frequenze diverse. Lo sviluppo è cambiamento di distribuzione, non sostituzione discreta.
• Microgenesis: studiando gli stessi bambini su giorni o settimane si vedono transizioni graduali, ritorni, ibridazioni — non salti discreti.
• Representational redescription (Karmiloff-Smith 1992): lo sviluppo è trasformazione progressiva di rappresentazioni implicite in rappresentazioni sempre più esplicite, su un continuum.

Conseguenza: gli stadi piagetiani vanno usati come descrittiva grossolana, non come ontologia. Sono utili come prima approssimazione comunicativa (“intorno ai 7 anni i bambini cominciano a conservare”), inutili come categoria diagnostica precisa.

Timeline sbagliata in modi sistematici

Piaget sottostima costantemente i bambini più piccoli. Permanenza dell’oggetto: 8 mesi diventa 4-5 mesi (Baillargeon). Theory of mind: 7 anni diventano 4 anni nei false-belief task (Wimmer-Perner 1983), 3.5 anni in policeman tasks (Hughes-Donaldson). Conservazione del numero: 7 anni diventano 4-5 anni con set piccoli e setup ecologici (Gelman-Gallistel).

La causa metodologica è ricorrente: Piaget usa compiti che richiedono performance motoria, linguistica, comunicativa complessa. Sottostima la competenza confondendola con la performance. Un bambino di 5 mesi sa che gli oggetti persistono ma non ha il braccio per cercarli in modo che il test piagetiano possa registrare. Cambiare il metodo (da ricerca attiva a look time) sblocca evidenza di competenza precoce.

Conseguenza: la cronologia piagetiana è da consultare con un fattore di compressione di circa due. Le date precise sono sbagliate. Le sequenze (cosa precede cosa) sono in larga parte rispettate.

”L’LLM apprende come un bambino”: equivalenza pericolosa

La frase circola nel marketing dei vendor e in articoli divulgativi. È falsa in modi specifici e quantificabili.

• Sample efficiency: un bambino di 5 anni ha sentito esposto a circa 10^7-10^8 parole (stime variabili). Un LLM moderno è addestrato su circa 10^13 token. Differenza di 5-6 ordini di grandezza in pura quantità di dati. Il bambino impara di più con incommensurabilmente meno.
• Embodiment: il bambino impara con un corpo che agisce sul mondo, riceve feedback fisico, accumula esperienza sensorimotoria multimodale. L’LLM è disincarnato, riceve input testuali batched, non ha contatto causale con un mondo fisico in cui le proprie azioni hanno conseguenze osservabili.
• Curriculum naturale e socialmente scaffolded: il bambino impara in una matrice sociale che adatta dinamicamente input e supporto al suo livello di sviluppo (parents, peers, teachers). L’LLM è addestrato su web data scrapeato, ordinato in modo che ottimizza optimization, non sviluppo.
• Feedback e intervento causale: il bambino fa esperimenti, manipola, vede cosa succede. L’LLM riceve gradient signal sulla previsione della prossima parola, non sull’effetto causale delle proprie azioni.

L’equivalenza è marketing. La differenza dei meccanismi è enorme. La somiglianza, dove esiste, è di alto livello (entrambi imparano da dati, entrambi formano rappresentazioni distribuzionali) ma le proprietà funzionali differiscono in modi che contano per come i sistemi falliscono e generalizzano.

”Curriculum learning = sviluppo cognitivo”: analogia debole

Il curriculum learning è euristica di optimization. Lo sviluppo cognitivo è ristrutturazione qualitativa di schemi. Le due cose hanno in comune la metafora “facile prima del difficile” e poco altro.

In particolare: nel curriculum learning l’architettura del modello non cambia — solo l’ordine degli esempi. Nel développement piagetiano, gli stadi corrispondono a ristrutturazioni qualitative dell’organizzazione cognitiva. Il bambino preoperatorio non è un bambino concreto-operatorio con meno esempi visti; ha una struttura cognitiva diversa. La trasformazione è discreta o quasi-discreta in punti chiave, anche se il timing è graduale.

Conseguenza: usare “curriculum learning” come modello dello sviluppo è metafora utile per dichiarare ispirazione ma fuorviante come spiegazione. Modelli computazionali fedeli dello sviluppo richiedono cambi di rappresentazione, non solo ordering del training set.

Applicazioni pratiche

Tre ambiti dove la teoria piagetiana e i suoi successori hanno conseguenze operative.

Educazione

L’influenza di Piaget sulla pedagogia del Novecento è enorme: tutta la pedagogia attiva (Montessori già anteriore ma conversa idealmente con Piaget; pedagogia costruttivista di Constance Kamii; mathematics education di Inhelder-Sinclair) si basa sull’idea che il bambino apprende meglio quando manipola, sperimenta, costruisce. Implicazione operativa: non serve insegnare la conservazione del numero a un bambino di quattro anni con esercizi astratti; serve fornire esperienze concrete (versare, contare, dividere) che producono i disequilibri cognitivi necessari all’équilibration.

L’eredità di Vygotsky è più recente nella pratica didattica. Il termine scaffolding è entrato nel vocabolario standard della formazione insegnanti: progettare istruzione nella ZPD del discente, fornire sostegno calibrato, ridurlo progressivamente. Il reciprocal teaching di Palincsar-Brown (1984), il cognitive apprenticeship di Collins-Brown-Newman (1989), il dynamic assessment di Feuerstein sono tutte tecniche didattiche con filiazione vygotskyana documentata.

Caveat: la traduzione meccanica di “stadio operatorio concreto = età 7-11” in curricula scolastici ha prodotto rigidità improprie (es. ritardare l’introduzione di concetti astratti basandosi su stadi piagetiani). L’evidenza moderna suggerisce maggiore flessibilità: con scaffolding appropriato, bambini più piccoli affrontano concetti più astratti di quanto la sequenza piagetiana suggerisca.

Diagnostica clinica e sviluppo atipico

I compiti piagetiani sono entrati nella valutazione diagnostica dello sviluppo atipico. La presenza o assenza di permanenza dell’oggetto, di conservazione, di theory of mind sono marker che si usano per caratterizzare profili di sviluppo in autismo, sindrome di Down, sindrome di Williams. Karmiloff-Smith ha lavorato estensivamente sulla sindrome di Williams mostrando profili dissociati: alcune capacità (linguaggio sociale) preservate, altre (numero, fisica intuitiva) compromesse — evidenza contro la modularità innata stretta e a favore del representational redescription.

Progettazione di sistemi adattivi

In tecnologia educativa contemporanea, il principio della ZPD si è incarnato in adaptive learning systems: piattaforme che modulano la difficoltà in base alla performance del discente, mantenendolo nella zona di sfida produttiva. Khan Academy, Duolingo, e sistemi basati su item response theory implementano versioni computazionali della ZPD. L’algoritmo è semplice: tieni la probabilità di successo per item nella finestra 0.7-0.9 (subito sopra il livello attuale, dentro la ZPD).

Collegamenti

• memoria-working — la M-space di Case (1985) è interpretazione delle transizioni piagetiane come crescita di working memory; il neo-piagetismo information-processing dipende da questa identificazione.
• modelli-mentali — i core knowledge systems di Spelke-Carey sono mental models impliciti dominio-specifici; il bambino-scienziato di Piaget costruisce modelli espliciti per ipotesi-test.
• percezione-priors — la percezione bayesiana fornisce il framework formale per equilibrazione come Bayesian belief updating; Gopnik et al. 2004 ne è l’incarnazione developmental.
• dual-process-kahneman — la transizione preoperatorio → operatorio concreto coinvolge passaggio da risposta intuitiva (centrazione percettiva) a risposta riflessiva (operazione reversibile); è una versione developmental di S1-S2.
• bounded-rationality-simon — Case (1985) lega le transizioni piagetiane ai vincoli di working memory in spirito boundedly rational.
• meta-cognizione (in preparazione) — la metacognizione come emergente dello stadio operatorio formale (riflessione su proprie operazioni mentali).
• cognizione-embodied (in preparazione) — la tradizione embodied cognition (Pfeifer, Bongard, Varela) eredita da Piaget l’enfasi sull’azione sensorimotoria come fondamento del pensiero.
• theory-of-mind (in preparazione) — la theory of mind emerge fra 3 e 4 anni nei false-belief task, molto prima del Three Mountains piagetiano; è una delle critiche empiriche più forti.
• linguaggio-pensiero (in preparazione) — il rapporto fra linguaggio e cognizione divide Piaget (linguaggio espressione del pensiero) da Vygotsky (linguaggio strumento del pensiero).
• intelligenza-g-factor (in preparazione) — la psicometria psicometrica della g-factor è la tradizione concorrente alla descrittiva piagetiana; ARC-AGI di Chollet ne è erede.

Per andare oltre

• Piaget, J. (1936). La naissance de l’intelligence chez l’enfant. Delachaux et Niestlé. — Il volume fondativo, basato sulle osservazioni dei tre figli. Lettura impegnativa ma irrinunciabile per cogliere il metodo piagetiano dall’interno.
• Inhelder, B. e Piaget, J. (1958). The Growth of Logical Thinking from Childhood to Adolescence. Basic Books. — Il trattato sull’operatorio formale, con il pendulum problem e i compiti di isolamento di variabili.
• Karmiloff-Smith, A. (1992). Beyond Modularity: A Developmental Perspective on Cognitive Science. MIT Press. — La critica più articolata al modello a stadi, con la proposta di representational redescription. Lettura obbligata per chi vuole capire la versione moderna del programma costruttivista.
• Carey, S. (2009). The Origin of Concepts. Oxford University Press. — Sintesi del programma core knowledge e bootstrapping concettuale.
• Lake, B. M., Ullman, T. D., Tenenbaum, J. B. e Gershman, S. J. (2017). “Building Machines That Learn and Think Like People”. Behavioral and Brain Sciences 40:e253. — Manifesto core-knowledge per AI, con commentari peer-reviewed che discutono la posizione da molteplici angoli.
• Gopnik, A. (2009). The Philosophical Baby. Farrar, Straus and Giroux. — Sintesi divulgativa del programma theory theory, accessibile e ben fondata.
• Vygotsky, L. S. (1978). Mind in Society. Harvard University Press. — La raccolta postuma curata da Cole et al. È la porta d’ingresso più accessibile alla tradizione vygotskyana in inglese.
• Siegler, R. S. (1996). Emerging Minds. Oxford University Press. — Overlapping waves model. Critica gradualista alla discretezza degli stadi, supportata da microgenesis su task aritmetici.
• Chollet, F. (2019). “On the Measure of Intelligence”. arXiv:1911.01547. — Fondazione concettuale di ARC-AGI; lettura interessante per chi vuole capire come intuizioni psicometriche tradotte in benchmark AI mantengono utilità diagnostica.