Macy Conferences: cervello, macchine, informazione

Per sette anni, due volte l’anno, una ventina di scienziati di discipline incompatibili si chiudono in una stanza a New York per costruire un linguaggio comune. Da quella stanza esce il nome di una scienza nuova, e i semi di mezza dozzina di altre.

Perché questo capitolo

Un campo scientifico non nasce in un libro. Nasce prima, in una stanza: in conversazioni ripetute tra persone che provano a capirsi. Il libro arriva dopo, quando la conversazione si è abbastanza sedimentata da poter essere scritta. Le Macy Conferences sono il caso più nitido che la storia della scienza del Novecento offre di questa precedenza della stanza sul libro — e per la cibernetica, la stanza viene letteralmente prima del libro che le dà il nome.

Il capitolo che apre questa Parte, Wiener: comunicazione e controllo, racconta la cibernetica come idea: il feedback, l’errore, il controllo orientato a uno scopo, e il libro del 1948 che battezza il campo. Quel capitolo nomina le Macy Conferences in chiusura, in poche righe, e rimanda qui per il racconto disteso.

Questo è quel racconto. Non rispiega cos’è il feedback — lo dà per acquisito — ma risponde a una domanda diversa: come è successo, concretamente, che un gruppo di matematici, neurofisiologi, ingegneri e antropologi abbia costruito insieme una scienza che nessuna delle loro discipline conteneva.

C’è una seconda ragione, più stretta, per dedicare un capitolo a questo episodio. L’intelligenza artificiale moderna è, per costituzione, interdisciplinare: mescola matematica, linguistica, neuroscienze, filosofia, ingegneria dei sistemi. Chi lavora sull’AI si trova nella stessa condizione dei partecipanti alle Macy Conferences — a un tavolo dove ciascuno arriva con il vocabolario della propria disciplina e nessuno parla esattamente la lingua dell’altro.

Le Macy Conferences mostrano sia la potenza di quella condizione, sia i modi precisi in cui può sprecarsi. Sono un esperimento storico sull’interdisciplinarità, e il loro esito — un campo che fiorisce, nomina sé stesso, e poi si disperde — è istruttivo per chiunque oggi lavori dentro un campo intrinsecamente meticcio.

Contesto

Per collocare le Macy Conferences nel grafo della wiki conviene fissare prima le coordinate, perché il registro qui è storico e le date contano.

Le Macy Conferences sulla cibernetica furono dieci conferenze, tenute a New York tra il marzo 1946 e l’aprile 1953. Le finanziò la Josiah Macy Jr. Foundation, una fondazione filantropica statunitense attiva dal 1930, con un mandato centrato sulla ricerca medica e, in particolare, sul superamento dell’isolamento tra le discipline.

Non furono le sole conferenze organizzate dalla fondazione: tra il 1941 e il 1960 la Macy Foundation tenne all’incirca centosessanta conferenze su temi diversissimi — metabolismo, processi di gruppo, neuropsicologia. La serie sulla cibernetica è quella diventata storica, e quando si dice “le Macy Conferences” senza altra qualificazione ci si riferisce a questa.

Due figure della fondazione le promossero. Frank Fremont-Smith (neurologo statunitense, direttore medico della fondazione), convinto che la conoscenza nascesse meglio dalla discussione informale che dalla presentazione di lavori finiti, e Lawrence K. Frank (scienziato sociale statunitense legato alla fondazione), interessato all’idea che un linguaggio unificato potesse attraversare le scienze della vita e le scienze sociali.

A presiedere la serie cibernetica fu chiamato Warren McCulloch (neurofisiologo statunitense, 1898-1969), con il compito esplicito di tenere aperto il dialogo tra le discipline al tavolo.

Le Macy Conferences non nascono dal nulla. Si collocano in un momento storico preciso: il dopoguerra americano, in cui la scienza interdisciplinare gode di un prestigio mai avuto prima.

Lo sforzo bellico aveva appena fornito la dimostrazione. Il radar, il Manhattan Project, i predittori contraerei da cui era nata l’intuizione cibernetica di Wiener: tutti erano stati il prodotto di team in cui matematici, fisici e ingegneri lavoravano gomito a gomito attorno allo stesso problema, e tutti avevano raggiunto risultati che nessuna disciplina da sola avrebbe ottenuto.

Per una generazione di scienziati, la collaborazione fuori dai recinti accademici non era una teoria: era un’esperienza vissuta, recente, con esiti spettacolari.

Fremont-Smith parlava esplicitamente di portare nelle conferenze “lo spirito dei team interdisciplinari di guerra”. C’erano i soldi delle fondazioni, c’era ottimismo, e c’era quella generazione di scienziati che durante la guerra aveva imparato a lavorare insieme. Le Macy Conferences sono un prodotto di quel clima, non un evento intellettuale isolato e fuori dal tempo.

Vale la pena fissare anche il rovescio di quel clima, perché spiega parte del tono del campo. La stessa scienza che durante la guerra aveva collaborato con tanto successo aveva anche prodotto la bomba atomica. Diversi protagonisti delle Macy Conferences — Wiener su tutti — escono dalla guerra con una coscienza inquieta su cosa la scienza possa fare.

La cibernetica nasce dunque in un clima a due facce: fiducia nella collaborazione interdisciplinare, e insieme una nuova consapevolezza che le idee scientifiche hanno conseguenze. Non è un campo ingenuamente tecnico.

Nel grafo della wiki, questo capitolo sta a valle di Wiener: comunicazione e controllo, che fornisce il concetto di cibernetica, e a monte di second-order-cybernetics (in preparazione), perché uno dei protagonisti delle ultime conferenze, Heinz von Foerster, da quell’esperienza svilupperà la cibernetica di secondo ordine.

Tocca da vicino la Parte I sulla storia dell’AI — in particolare Dartmouth Workshop e la nascita del campo — e la Parte III sulle scienze cognitive, perché da queste conferenze esce la premessa che renderà possibile la scienza cognitiva.

L’intuizione

Cosa fossero davvero le Macy Conferences si lascia afferrare da due angoli diversi. Il primo guarda al formato — il modo fisico in cui erano organizzate. Il secondo guarda alla funzione — il problema che quel formato serviva a risolvere.

Primo angolo: il formato, una stanza chiusa che si ripete

Quasi tutte le conferenze scientifiche funzionano in un modo solo. Un grande pubblico, una serie di relatori che presentano lavori finiti, poche domande, e gente che cambia da un’edizione all’altra. È un formato fatto per diffondere risultati già maturi.

Le Macy Conferences erano l’opposto, in ogni dettaglio. Erano piccole: un nucleo fisso di circa venti-venticinque partecipanti regolari, più qualche ospite invitato di volta in volta. Erano chiuse: nessun pubblico, nessuna stampa. Erano ricorrenti: lo stesso gruppo, due volte l’anno per sette anni, così che le persone si conoscevano, ricordavano le discussioni precedenti, riprendevano un argomento lasciato a metà sei mesi prima.

E soprattutto non si presentavano lavori finiti: si discuteva ricerca in corso, idee non ancora cristallizzate, ipotesi ancora fragili. Fremont-Smith ripeteva che la discussione libera doveva avere la precedenza sulle affermazioni autorevoli.

Questo formato non è un dettaglio organizzativo: è la condizione di possibilità del risultato. Costruire un linguaggio comune tra discipline diverse richiede esattamente queste tre cose.

Richiede un gruppo piccolo, perché un vocabolario condiviso si negozia faccia a faccia, non si annuncia a un’aula. Richiede ripetizione, perché capirsi tra discipline è lento e i fraintendimenti si correggono solo su scala di anni. E richiede materiale grezzo, idee ancora aperte, perché su un risultato finito non si collabora — lo si applaude o lo si critica — mentre su un’idea in formazione si può ancora lavorare insieme.

Una stanza chiusa che si ripete: questo erano, fisicamente, le Macy Conferences. È il formato di un laboratorio, non quello di un congresso.

Secondo angolo: la funzione, costruire un linguaggio comune

Il formato serviva una funzione precisa, e la funzione era un problema reale e difficile: la traduzione tra discipline.

Conviene rendere concreto il problema. Un matematico, un neurofisiologo e un antropologo si siedono allo stesso tavolo. Il matematico dice “informazione” e intende una quantità misurabile, definita da una formula, indifferente al contenuto del messaggio. Il neurofisiologo sente “informazione” e pensa agli impulsi che corrono lungo un nervo. L’antropologo sente la stessa parola e pensa a un messaggio carico di significato culturale, che esiste solo dentro una rete di convenzioni condivise. Tre persone, una parola, tre concetti che non coincidono.

Il guaio di questa situazione è che è invisibile. Nessuno dei tre si accorge subito del disallineamento, perché ciascuno sente una parola che conosce bene. La conversazione procede, tutti annuiscono, e solo molto più avanti — quando una conclusione costruita su quella parola si rivela incoerente — emerge che si stava parlando di tre cose diverse. È il tipo di malinteso più costoso: quello che non si manifesta come un disaccordo aperto ma come un accordo apparente.

Finché ognuno resta nella propria disciplina, l’ambiguità non fa danni: dentro un solo campo la parola ha un significato stabile. Ma nel momento in cui si vuole costruire una scienza che vale trasversalmente per cervelli, macchine e società — ed è esattamente ciò che la cibernetica pretende — quell’ambiguità diventa il problema centrale.

Non si può affermare che “lo stesso schema di feedback governa il termostato e l’organismo” se “feedback”, “informazione” e “controllo” non significano la stessa cosa per chi pronuncia la frase e per chi la ascolta.

La funzione delle Macy Conferences era questa: prendere un pugno di concetti — feedback, informazione, controllo, causalità circolare, messaggio, rumore — e lavorarli a lungo, in presenza di tutte le discipline interessate, finché non significavano abbastanza la stessa cosa da poterci costruire sopra.

Non si trattava di scoprire nuovi fatti. Si trattava di costruire un vocabolario in cui i fatti di discipline diverse potessero essere enunciati e confrontati.

È un tipo di lavoro che non lascia traccia in un singolo esperimento o in un singolo teorema, e proprio per questo è facile sottovalutarlo. Ma è il lavoro senza il quale un campo interdisciplinare non esiste: resta una giustapposizione di discipline che si parlano addosso. Le Macy Conferences sono il luogo dove quel lavoro, per la cibernetica, fu fatto.

Terzo angolo: un crogiolo, non una fabbrica

C’è un terzo modo di guardare le Macy Conferences, complementare ai primi due, e riguarda cosa ci si deve aspettare da una stanza così.

L’immagine sbagliata è quella di una fabbrica: un impianto in cui entrano materie prime — fatti, dati, problemi — ed esce un prodotto finito, una teoria. Le Macy Conferences non funzionavano così, e giudicarle con quel metro porta a sottovalutarle. Non uscì dalle conferenze una “teoria cibernetica” liscia e completa, con assiomi e teoremi. Uscì qualcosa di più disordinato e, alla lunga, più fecondo.

L’immagine giusta è quella di un crogiolo: un recipiente in cui materiali diversi vengono fusi insieme ad alta temperatura, e da cui escono leghe nuove — alcune utili, alcune fragili, alcune che si scopriranno preziose solo decenni dopo.

Le Macy Conferences fusero insieme la matematica del feedback, la logica del neurone, la teoria dell’informazione, l’antropologia della comunicazione. Da quella fusione non uscì un solo prodotto, ma una manciata di idee-lega: il cervello come elaboratore di informazione, l’adattamento come processo meccanizzabile, lo scopo come pattern e non come sostanza, l’osservatore come parte del sistema.

Questa distinzione conta per due ragioni. La prima è di giudizio storico: misurare le Macy Conferences su quanto “teorema” hanno prodotto è usare il metro sbagliato; il loro prodotto sono idee seminali, e i semi vanno valutati su cosa germoglia, non su cosa sono al momento in cui cadono.

La seconda è una lezione trasferibile: un tavolo interdisciplinare è un crogiolo, non una fabbrica, e chi lo organizza aspettandosi un deliverable pulito a fine sessione rimarrà deluso, mentre chi lo organizza aspettandosi idee-lega da raffinare altrove ne avrà valorizzato la natura.

La meccanica

Le Macy Conferences non hanno una “meccanica” nel senso di una formula. Ma hanno una struttura ricostruibile, e vale la pena esporla con ordine: chi c’era, cosa portava, come funzionava una sessione, e come la serie cambiò nel tempo. Il registro qui è storico, e la precisione su nomi e date è parte del lavoro.

Chi c’era, e cosa portava al tavolo

La forza delle Macy Conferences è leggibile nella lista dei partecipanti regolari. Ognuno arriva da una disciplina diversa e porta al tavolo un pezzo del puzzle. Vale la pena nominarli uno per uno, perché è la composizione del tavolo a essere la cibernetica.

Warren McCulloch (neurofisiologo statunitense, 1898-1969) presiede la serie. È anche co-autore — con Walter Pitts — di uno dei due testi fondativi della cibernetica: il paper del 1943 A Logical Calculus of the Ideas Immanent in Nervous Activity (Bulletin of Mathematical Biophysics), che modella il neurone come un’unità logica a soglia.
Walter Pitts (logico autodidatta statunitense, 1923-1969) è il co-autore di quel paper: prodigio precoce, matematicamente brillante, destinato a una parabola personale tragica fatta di isolamento e declino. Con McCulloch porta al tavolo il ponte tra il sistema nervoso e la logica — l’idea che un neurone si possa descrivere come una porta che si attiva quando la somma dei suoi ingressi supera una soglia.
Norbert Wiener (matematico statunitense, 1894-1964, professore al Massachusetts Institute of Technology) porta la teoria del feedback e della predizione, nata dal suo lavoro bellico sul puntamento contraereo. È lui che nel 1948 darà al campo il suo nome, con il libro Cybernetics: or Control and Communication in the Animal and the Machine.
John von Neumann (matematico ungherese-americano, 1903-1957) è tra i padri del computer a programma memorizzato e, con Oskar Morgenstern, della teoria dei giochi. Porta due cose: il confronto rigoroso tra il calcolatore digitale e il cervello, e l’interesse per la logica degli automi e per le macchine capaci di auto-riprodursi.
Claude Shannon (ingegnere e matematico statunitense, 1916-2001, ai Bell Labs) porta la teoria dell’informazione, che pubblica nel 1948 come A Mathematical Theory of Communication: una misura matematica della quantità di informazione, definita come riduzione di incertezza. Alle conferenze porta anche dimostrazioni concrete, come un suo “topo” elettromeccanico capace di apprendere il percorso di un labirinto.
W. Ross Ashby (psichiatra britannico, 1903-1972) porta l’omeostato, una macchina elettromeccanica costruita per ritrovare da sola il proprio equilibrio, e con essa l’idea che l’adattamento stesso sia meccanizzabile — il tema del capitolo Ashby, omeostato e adattamento.
Gregory Bateson (antropologo britannico, 1904-1980) e Margaret Mead (antropologa statunitense, 1901-1978) portano le scienze umane e sociali. Sono tra i partecipanti più entusiasti nell’esportare il vocabolario cibernetico fuori dall’ingegneria: Bateson lo applicherà allo studio della comunicazione, della famiglia e della schizofrenia, formulando la nozione di “double bind”, il doppio legame comunicativo.
Kurt Lewin (psicologo tedesco-americano, 1890-1947) porta la psicologia sociale e lo studio della dinamica dei gruppi; muore però già nel 1947, dopo le prime conferenze.
Heinz von Foerster (fisico austriaco-americano, 1911-2002) arriva nel 1949. Diventa segretario delle conferenze e curatore degli atti pubblicati. Più tardi, dall’esperienza Macy, svilupperà la cibernetica di secondo ordine — la cibernetica che include l’osservatore nel sistema osservato.

Un dettaglio su von Foerster rivela il clima del gruppo: arrivava da Vienna, all’inizio parlava un inglese stentato, e proprio questa sua “neutralità” rispetto alle fazioni e ai gerghi già consolidati contribuì alla scelta di affidargli il ruolo di segretario. Chi non è ancora dentro nessuna delle lingue disciplinari è, paradossalmente, il candidato migliore per curare la traduzione tra tutte.

Attorno a questo nucleo ruotano altri partecipanti regolari o frequenti, ciascuno con la sua disciplina: Lawrence Kubie, psichiatra di formazione psicoanalitica; Rafael Lorente de Nó, neuroanatomista; Arturo Rosenblueth, neurofisiologo e co-autore di Wiener; Julian Bigelow, l’ingegnere del predittore contraereo; il filosofo Filmer Northrop; lo statistico Leonard Savage; lo psicologo J.C.R. Licklider, che diventerà una figura chiave dell’informatica interattiva; il fisico britannico Donald MacKay, sostenitore di una teoria dell’informazione che includesse il significato.

L’elenco delle discipline al tavolo, messo in fila, sembra quasi una caricatura dell’interdisciplinarità: matematica, neurofisiologia, neuroanatomia, ingegneria, psichiatria, psicoanalisi, psicologia, antropologia, sociologia, filosofia, statistica.

Non era un difetto di messa a fuoco. Era il punto. Una scienza che afferma che lo stesso schema vale per macchine, organismi e società ha bisogno, per essere costruita, di una stanza in cui tutte queste discipline siano fisicamente presenti.

Come funzionava una sessione, e gli atti

Una conferenza durava circa due giorni. Qualcuno apriva con una presentazione su un tema — non un paper finito, ma un punto di partenza per la discussione — e il resto del tempo era discussione aperta, spesso ruvida, con interruzioni, obiezioni, richieste di chiarimento da parte di chi non capiva il gergo dell’oratore.

Era esattamente in quelle richieste di chiarimento che il lavoro di traduzione tra discipline avveniva. Quando un antropologo chiedeva a un matematico cosa intendesse esattamente con “informazione”, e il matematico era costretto a rispondere senza la propria formula, in parole comprensibili a chi la formula non l’aveva mai vista — quello era il momento in cui un concetto smetteva di appartenere a una sola disciplina.

La fatica di farsi capire da chi non condivide il tuo gergo è il meccanismo concreto con cui un vocabolario diventa condiviso.

McCulloch, come presidente, aveva un ruolo preciso in questo. Non doveva tanto dirigere la discussione verso una conclusione, quanto impedire che si frammentasse: che gli ingegneri parlassero solo tra ingegneri e gli antropologi solo tra antropologi. Tenere tutti nella stessa conversazione, anche quando era scomodo, era il compito.

Le testimonianze descrivono sessioni accese, con personalità forti e disaccordi che non si appianavano — ma proprio l’attrito, governato, era il punto. Un tavolo interdisciplinare in cui tutti vanno d’accordo facilmente, di solito, è un tavolo in cui le discipline non si stanno toccando davvero.

Gli atti meritano una precisione, perché è un punto su cui si sbaglia spesso. Delle prime cinque conferenze (1946-1948) non esiste un atto pubblicato: furono documentate solo internamente, e ciò che ne sappiamo passa per ricostruzioni storiche e per le carte private dei partecipanti.

Dalla sesta conferenza in poi (24-25 marzo 1949) le trascrizioni furono pubblicate dalla Josiah Macy Jr. Foundation. A curarle fu Heinz von Foerster, dalla settima conferenza affiancato da Margaret Mead e dal neuropsicologo Hans-Lukas Teuber. Le cinque trascrizioni pubblicate — dalla sesta alla decima — sono il documento storico diretto delle Macy Conferences.

Nel 2003 lo studioso di media tedesco Claus Pias le ha raccolte e ripubblicate integralmente in un volume di circa settecento pagine, Cybernetics: The Macy Conferences 1946-1953. The Complete Transactions. È il modo in cui oggi si può leggere, parola per parola, come la cibernetica fu discussa: non come una teoria liscia, ma come un dibattito vivo, pieno di disaccordi.

Come la serie cambiò: la storia del titolo

C’è un episodio nella storia delle Macy Conferences che vale la pena raccontare in dettaglio, perché illumina il modo in cui un campo si dà un nome.

La prima conferenza, nel marzo 1946, si intitolava “Feedback Mechanisms and Circular Causal Systems in Biological and Social Systems”. La seconda, nell’ottobre dello stesso anno, “Teleological Mechanisms and Circular Causal Systems”.

Il titolo che si stabilizzò per le edizioni seguenti fu “Circular Causal and Feedback Mechanisms in Biological and Social Systems” — in italiano: meccanismi a causalità circolare e feedback nei sistemi biologici e sociali. È un titolo lungo, tecnico, descrittivo. Descrive un oggetto di studio, non nomina un campo.

La parola “cibernetica” non c’era. Entrò solo dopo. Nel 1948 Wiener pubblica il suo libro, e il libro porta in copertina una parola nuova, Cybernetics, coniata dal greco kybernetes, “timoniere”. Il libro ha un successo immediato e largo.

Quando, nel 1949, von Foerster diventa segretario delle conferenze, una delle sue prime proposte è di adottare quel nome. A partire dalla settima conferenza, nel marzo 1950, il titolo ufficiale diventa “Cybernetics: Circular Causal and Feedback Mechanisms in Biological and Social Systems”. Il vecchio titolo descrittivo, ancora valido, scivola a fare da sottotitolo.

Questa piccola vicenda editoriale dice qualcosa di generale su come nascono i campi. Per i primi quattro anni, le Macy Conferences erano già di fatto cibernetica: lo stesso gruppo, gli stessi temi, lo stesso programma. Ma non avevano un nome proprio — avevano una descrizione.

Il nome arriva da fuori, da un libro, e quando arriva agisce all’indietro: ridefinisce retroattivamente cosa quelle conferenze “erano” anche prima di chiamarsi così. Prima esiste la pratica — la stanza, le persone, le discussioni — poi il nome. E il nome non è una semplice etichetta: è ciò che trasforma una pratica in un campo, qualcosa che si può citare, finanziare, insegnare, contestare.

La cronologia delle dieci conferenze

Vale la pena scorrere la serie nel suo insieme, perché la traiettoria delle dieci conferenze racconta da sola la parabola del campo: una fase di apertura entusiasta, una fase di consolidamento, e una fase finale in cui le tensioni emergono.

Le prime cinque conferenze vanno dal marzo 1946 alla primavera del 1948. Sono la fase di apertura. Il gruppo si forma, si conosce, scopre quanto sia difficile capirsi. Sono anche le conferenze di cui non restano atti pubblicati: ciò che ne sappiamo passa per le ricostruzioni storiche e per le carte private dei partecipanti.

La prima, nel marzo 1946, è centrata sui meccanismi di feedback e sui sistemi a causalità circolare; la seconda, nell’ottobre dello stesso anno, mette al centro i meccanismi teleologici — il comportamento orientato a uno scopo. È in questa fase che il neurone di McCulloch-Pitts, il feedback di Wiener e l’idea di un confronto sistematico tra calcolatore e cervello diventano il nucleo tematico ricorrente.

La sesta conferenza, del 24-25 marzo 1949, segna uno spartiacque: è la prima di cui esistono atti pubblicati, curati da von Foerster. Da qui in avanti la serie è documentata parola per parola. È anche, in un certo senso, la conferenza in cui il campo prende coscienza di sé: il libro di Wiener è uscito l’anno prima, la teoria dell’informazione di Shannon pure, e il gruppo discute non più solo problemi sparsi ma un programma con un nome che sta per diventare ufficiale.

La settima conferenza, del marzo 1950, è quella in cui il titolo cambia: “Cybernetics” entra in testa, su proposta di von Foerster. Le conferenze dalla settima alla decima — fino all’aprile 1953 — sono la fase di maturità e, insieme, quella in cui i nodi irrisolti vengono al pettine.

La tensione tra l’informazione sintattica di Shannon e il significato non si chiude; le applicazioni alle scienze sociali restano contestate; e comincia a emergere, soprattutto nelle ultime sessioni, la questione dell’osservatore — chi descrive il sistema fa parte del sistema — che von Foerster porterà avanti come cibernetica di secondo ordine.

La decima e ultima conferenza, del 22-24 aprile 1953, chiude la serie. Non c’è un evento drammatico: semplicemente, la fondazione non rinnova, il formato ha esaurito la sua spinta, e i partecipanti tornano sempre più alle rispettive discipline.

McCulloch, nella decima conferenza, prova a tracciare un bilancio dei punti di accordo raggiunti nelle nove precedenti — un gesto che, letto oggi, ha il sapore di un commiato. La cibernetica come campo nominato esiste ormai; ma la stanza che l’aveva costruita si svuota.

C’è una simmetria istruttiva in questa cronologia. Il campo nasce senza nome e finisce con un nome consolidato; nasce da un gruppo che fatica a capirsi e finisce con un vocabolario condiviso; e proprio quando il vocabolario è pronto, il gruppo si disperde.

La costruzione del linguaggio comune e la fine della collaborazione che lo aveva prodotto quasi coincidono. È un pattern che ritorna nella storia della scienza: il momento in cui un campo è “pronto” è spesso anche il momento in cui smette di essere un’avventura collettiva e diventa una serie di specialità separate.

I temi che tornavano sul tavolo

Conviene mettere in fila i temi su cui le dieci conferenze tornavano, perché la lista è di fatto l’indice degli argomenti che la cibernetica metterà al centro — e di buona parte di ciò che, decenni dopo, l’AI e le scienze cognitive erediteranno.

Feedback e causalità circolare. Il tema fondante, già nel titolo descrittivo della serie. L’idea che la causalità possa chiudersi in cerchio, e che un anello di feedback spieghi il comportamento orientato a uno scopo senza bisogno di invocare una mente o una volontà.
Il neurone come unità logica. Il modello di McCulloch e Pitts ricorre come riferimento costante: è la prova di concetto che il pensiero, almeno nel suo aspetto computazionale, si può descrivere con elementi a soglia e con la logica.
L’informazione. La teoria di Shannon entra al tavolo come strumento nuovo e potente. E con essa entra il dibattito, mai chiuso, su cosa l’informazione lasci fuori — il significato.
Il calcolatore digitale. Una macchina che nel 1946 era una novità assoluta. Von Neumann la porta come oggetto teorico da capire: cosa può fare, cosa la distingue da un cervello, cosa significhi che tenga in memoria il proprio programma.
La teoria dei giochi. Pubblicata da von Neumann e Morgenstern nel 1944, entra come modello del comportamento decisionale e della scelta razionale in presenza di altri agenti.
L’analogia mente-macchina. Il tema trasversale, quello che teneva insieme tutti gli altri. Il calcolatore e il cervello messi nella stessa categoria, e la domanda che ne discende: la mente è un sistema che elabora informazione?
L’osservatore. Soprattutto nelle ultime conferenze, affiora la domanda che von Foerster raccoglierà: chi descrive il sistema non ne è fuori, e la sua presenza va messa nel quadro.

Nessuno di questi temi fu “chiuso” dalle Macy Conferences nel senso di una soluzione definitiva. Ma tutti furono posti — nominati, discussi, resi precisi abbastanza da poter essere ereditati. Per un campo nascente, porre bene le domande è già metà del lavoro.

Esempi

Tre episodi concreti rendono tangibile cosa accadeva in quella stanza. Sono scelti eterogenei: una collaborazione tra discipline che produce un’idea tecnica, una discussione che resta irrisolta, e un trasferimento di concetti verso un campo lontano.

Esempio 1 — Il neurone come porta logica

Il primo episodio precede di poco le conferenze e le alimenta. Nel 1943, McCulloch — neurofisiologo — e Pitts — logico — pubblicano insieme un modello del neurone. È, in sé, un atto interdisciplinare: serviva qualcuno che conoscesse il sistema nervoso e qualcuno che conoscesse la logica formale, e nessuno dei due, da solo, avrebbe prodotto il risultato.

Il modello è radicalmente semplificato. Un neurone riceve segnali da altri neuroni; ogni segnale ha un peso; il neurone somma gli ingressi e, se la somma supera una certa soglia, si attiva, altrimenti resta a riposo. È un’unità a soglia, tutto-o-niente.

McCulloch e Pitts dimostrano un fatto che alle Macy Conferences avrà un peso enorme: una rete di questi neuroni idealizzati, opportunamente connessi, può calcolare qualunque funzione della logica booleana — qualunque combinazione di “e”, “o”, “non”.

L’implicazione fu il combustibile di molte discussioni Macy. Se il neurone è una porta logica, e se il cervello è una rete di neuroni, allora il cervello è — almeno sotto il profilo di ciò che può calcolare — una macchina logica. E una macchina logica è qualcosa che si può, in linea di principio, costruire. La distanza tra “pensiero” e “calcolo” si accorcia bruscamente.

Va detta con esattezza la classe di questa affermazione, perché è un punto dove è facile scivolare. Il modello di McCulloch e Pitts è il progenitore concettuale dell’unità di una rete neurale artificiale: c’è una filiazione documentata, una linea che dal neurone a soglia del 1943 passa per il percettrone di Frank Rosenblatt (psicologo statunitense) alla fine degli anni ‘50 e arriva alle reti neurali contemporanee.

Ma è una filiazione di un’idea, l’idea dell’unità a soglia, non un’equivalenza: un neurone biologico reale è enormemente più complesso del modello, e un’unità di una rete neurale moderna ha alle spalle decenni di sviluppi tecnici autonomi. La linea genealogica esiste; va seguita senza gonfiarla.

Esempio 2 — Informazione contro significato: una discussione che non si chiude

Non tutto, alle Macy Conferences, andava a buon fine. Alcune discussioni restavano aperte, e una in particolare attraversa l’intera serie senza trovare un accordo. Vale la pena raccontarla, perché un campo si capisce anche dai problemi che non riesce a risolvere.

Shannon porta al tavolo la sua teoria dell’informazione. Nella definizione di Shannon, l’informazione è una quantità puramente sintattica: misura quanta incertezza un messaggio rimuove, e non dipende in alcun modo da cosa il messaggio significhi.

Un messaggio di senso compiuto e una sequenza casuale della stessa lunghezza, se hanno la stessa struttura statistica, portano la stessa quantità di informazione di Shannon. È una mossa potente — rende l’informazione misurabile — ma paga un prezzo: lascia fuori il significato.

Per gli ingegneri al tavolo, il prezzo è accettabile, anzi è il punto: una teoria che funziona proprio perché ignora il significato. Per altri partecipanti, no.

Donald MacKay, in particolare, sostiene che una teoria dell’informazione utile alle scienze del vivente e a quelle sociali deve in qualche modo dar conto del significato — del fatto che un messaggio è informativo solo relativamente a chi lo riceve e a ciò che già sa. Gli antropologi, Bateson e Mead, premono nella stessa direzione: per loro un messaggio senza il suo contesto culturale non è quasi nulla.

La discussione attraversa più conferenze e non si chiude. Le Macy Conferences non producono una teoria dell’informazione che concili la quantità sintattica di Shannon con il significato.

È un fallimento onesto, e illuminante: mostra che costruire un linguaggio comune non significa appianare ogni disaccordo. A volte significa solo rendere il disaccordo preciso — capire esattamente dove le discipline divergono.

La tensione tra informazione e significato, lasciata aperta dalle Macy Conferences, è la stessa che attraverserà per decenni le scienze cognitive e che ricompare, sotto altre forme, ogni volta che si discute se un sistema che manipola simboli stia davvero “capendo” qualcosa.

Esempio 3 — La cibernetica esce dalla stanza: Bateson e i sistemi sociali

Il terzo episodio mostra il vocabolario costruito alle Macy mentre viene esportato verso un campo lontanissimo dall’ingegneria.

Gregory Bateson entra nelle conferenze da antropologo, abituato a studiare culture, parentele, rituali. Esce con un’idea che cambierà il suo lavoro: che concetti come feedback, causalità circolare e comunicazione, nati per descrivere termostati e sistemi nervosi, descrivono altrettanto bene una famiglia, una conversazione, una relazione.

Negli anni successivi Bateson applica questo vocabolario alla comunicazione umana e alla psichiatria. La sua nozione più nota, il “double bind”, il doppio legame, descrive una situazione comunicativa in cui una persona riceve messaggi contraddittori a livelli diversi — uno esplicito e uno implicito che lo nega — senza poter uscire dalla relazione né commentare la contraddizione.

È un’idea cibernetica nel midollo: parla di un sistema di comunicazione, di messaggi, di anelli che si chiudono in modo patologico. Bateson la propone come una possibile chiave per capire la schizofrenia.

Questo episodio è a doppio taglio, e va raccontato senza retorica. Da un lato mostra la fertilità del vocabolario cibernetico: concetti costruiti per le macchine si rivelano capaci di illuminare il comportamento umano e sociale.

Dall’altro mostra il rischio di quella stessa fertilità. Quando un vocabolario è abbastanza generale da applicarsi a tutto, diventa difficile dire quando si sta spiegando qualcosa e quando si sta solo ridescrivendo con parole nuove ciò che già si sapeva. Le applicazioni della cibernetica alle scienze sociali furono il terreno più contestato del campo, e Wiener stesso era scettico sull’uso che gli scienziati sociali facevano dei suoi concetti.

Questa tensione — tra la generalità che rende un campo potente e la genericità che lo rende vuoto — è una delle ragioni per cui la cibernetica, più avanti, si disperderà.

Esempio 4 — Il calcolatore e il cervello a confronto

Il quarto episodio mostra un altro tipo di lavoro che avveniva al tavolo Macy: non la collaborazione che produce un’idea, né la discussione che resta aperta, ma il confronto sistematico tra due oggetti per capire fino a che punto si somiglino.

Nel 1946 il calcolatore elettronico era una novità assoluta. L’ENIAC, una delle prime macchine elettroniche a grande scala, era appena entrato in funzione.

Von Neumann, che aveva contribuito a definire l’architettura del computer a programma memorizzato — la macchina che tiene in memoria sia i dati sia le istruzioni che li elaborano — porta alle conferenze un confronto puntuale tra questa macchina nuova e il cervello.

Il confronto era istruttivo proprio perché metteva in luce sia le somiglianze sia le differenze, senza appiattirle.

Somiglianze: entrambi ricevono ingressi, li elaborano, producono uscite; entrambi hanno componenti che si comportano in modo tutto-o-niente — i tubi a vuoto del calcolatore, i neuroni nel modello di McCulloch-Pitts; entrambi, in linea di principio, possono calcolare.

Differenze, altrettanto nette: il calcolatore è veloce su pochi elementi e in serie, il cervello è lento sul singolo neurone ma massicciamente parallelo; il calcolatore è preciso e fragile, il cervello è approssimato e robusto ai guasti; il calcolatore esegue un programma esplicito, il cervello no, almeno non in un senso ovvio.

Il valore di questo confronto, per la storia che il capitolo racconta, non sta in una conclusione — il gruppo non concluse “il cervello è un computer” né “non lo è”. Sta nel fatto che il confronto fu fatto, in modo rigoroso, da chi conosceva davvero entrambi gli oggetti.

È un esempio del lavoro di traduzione in azione: mettere due cose di mondi diversi sotto lo stesso schema descrittivo — ingressi, elaborazione, uscite, elementi a soglia — e poi misurare con precisione dove lo schema regge e dove si rompe.

È esattamente l’opposto dell’analogia disinvolta. L’analogia disinvolta dice “il cervello è come un computer” e si ferma lì; il lavoro Macy diceva “ecco lo schema comune, ed ecco i punti precisi in cui i due oggetti divergono”.

L’analogia che si lascia svolgere fino a vedere dove fallisce è molto più utile dell’analogia che resta uno slogan. È una lezione che von Neumann porterà fino in fondo: il suo ultimo lavoro, pubblicato postumo nel 1958 con il titolo The Computer and the Brain, è proprio questo confronto disteso per esteso.

Applicazioni pratiche

Le Macy Conferences sono storia degli anni ‘40 e ‘50, ma il loro modo di funzionare è uno strumento di lettura per chi oggi costruisce sistemi AI. L’intelligenza artificiale è un campo intrinsecamente interdisciplinare — algebra lineare e probabilità dalla matematica, semantica distribuzionale dalla linguistica, l’ispirazione lasca delle reti neurali dalle neuroscienze, domande su “capire” e “ragionare” dalla filosofia, sistemi e infrastruttura dall’ingegneria. Chi lavora sull’AI è seduto, di fatto, a una Macy Conference permanente. Da qui tre usi concreti.

Il problema del linguaggio comune, riconosciuto come tale. La fatica vera delle Macy Conferences fu far sì che “informazione”, “feedback”, “controllo” significassero abbastanza la stessa cosa per discipline diverse. Lo stesso problema è vivo oggi.

La parola “attention” significa una cosa precisa per chi conosce l’architettura transformer, una cosa diversa per uno psicologo cognitivo, e una terza, vaga, per chi la incontra in un articolo divulgativo. “Memoria”, “agente”, “ragionamento”, “allineamento” hanno tutte questa proprietà: viaggiano tra comunità e cambiano di senso lungo il viaggio.

Le Macy Conferences insegnano a trattare questa ambiguità come un problema da lavorare esplicitamente — definire i termini, dichiarare in che accezione li si usa — e non come un fastidio da ignorare. Un vocabolario condiviso costruito male è una sorgente silenziosa di errori.

Riconoscere la differenza tra analogia e filiazione, costantemente. Le Macy Conferences erano un laboratorio di analogie: il cervello come una macchina, il neurone come una porta logica, la società come un sistema di feedback.

Alcune di quelle analogie si sono rivelate filiazioni reali — il neurone a soglia ha davvero generato una linea tecnica — altre sono rimaste analogie didattiche, utili a pensare ma prive di discendenza causale.

Chi lavora oggi sull’AI maneggia di continuo lo stesso tipo di affermazioni: “il modello ragiona come un umano”, “la rete impara come un cervello”. La disciplina di chiedersi sempre se si sta affermando una somiglianza o una discendenza documentata è una lezione diretta del tavolo Macy.

Capire perché un campo interdisciplinare può disperdersi. Le Macy Conferences finirono, e la cibernetica come campo unitario si disperse. Conoscere quel meccanismo — l’interdisciplinarità senza un nucleo verificabile che frammenta — è utile per leggere lo stato attuale dell’AI: un campo largo, attraversato da comunità che usano parole diverse per cose simili e parole simili per cose diverse, tenuto insieme finora da un nucleo di pratiche condivise — benchmark, architetture, metodi di addestramento. Le Macy Conferences sono il promemoria storico che quel nucleo non è garantito per sempre.

Organizzare il dialogo, non sperarci. C’è una lezione di metodo, più operativa delle precedenti. Le Macy Conferences riuscirono non perché un gruppo di geni si incontrò per caso, ma perché qualcuno scelse di proposito un formato adatto — gruppo piccolo, ricorrente, materiale grezzo, un presidente che teneva tutti nella stessa conversazione.

Un team che oggi mette insieme ricercatori ML, ingegneri di sistema e specialisti di dominio non ottiene un linguaggio comune sperando che emerga: lo ottiene se progetta il contesto in cui può emergere. Le Macy Conferences sono, da questo lato, un piccolo manuale di design del lavoro interdisciplinare, scritto per sottrazione: ecco cosa serve, ed ecco cosa non basta.

Dove si rompe

Le Macy Conferences sono un episodio storico affascinante, e proprio per questo si prestano a essere raccontate male. Questa sezione raccoglie i punti dove le narrazioni correnti scivolano.

Le Macy Conferences non sono l’atto di nascita dell’intelligenza artificiale. È lo scivolamento più comune. È vero che diversi protagonisti dell’AI nascente passano dal tavolo Macy — von Neumann sul lato della teoria del calcolo, McCulloch e Pitts sul lato del neurone artificiale — ed è vero che da quelle conferenze esce molto materiale concettuale che l’AI userà.

Ma l’intelligenza artificiale come campo nominato nasce altrove e dopo: al Dartmouth Summer Research Project del 1956, raccontato in Dartmouth Workshop e la nascita del campo.

E nasce con un programma in parte diverso da quello cibernetico: l’AI di Dartmouth mette al centro la manipolazione di simboli, la logica, la ricerca in spazi di stati discreti, mentre la cibernetica metteva al centro feedback, adattamento, processi continui.

Dire che “l’AI nasce dalle Macy Conferences” è trasformare un’influenza diffusa in una filiazione diretta. La formulazione corretta è più cauta: le Macy Conferences sono un antecedente, un crogiolo di idee e un serbatoio di persone, non l’evento fondativo.

Le scienze cognitive: filiazione di idee, non discendenza istituzionale. Si legge spesso che “la scienza cognitiva nasce dalle Macy Conferences”. Qui serve precisione sulla classe dell’affermazione.

È documentato che alle Macy fu discussa, in modo sistematico, la premessa che renderà possibile la scienza cognitiva: l’idea che la mente sia studiabile come un sistema che elabora informazione, e non come un’entità fuori dalla portata della scienza naturale. Quella premessa è un lascito Macy reale. Ma la scienza cognitiva come campo nominato, con i suoi dipartimenti e le sue riviste, si forma più tardi, tra gli anni ‘50 e gli anni ‘70, attraverso altri eventi e altre persone.

Il legame corretto è una filiazione di idee — una premessa concettuale ereditata — non una discendenza istituzionale diretta. La stanza Macy ha posato un’idea; non ha fondato un campo accademico.

La cibernetica non “fallì”: si disperse. Una narrazione diffusa racconta la cibernetica come una promessa mancata, un campo che crollò. È fuorviante.

Dopo l’ultima conferenza, nel 1953, la cibernetica come campo nominato unitario perde rapidamente centralità — ma il suo contenuto non sparisce.

Si disperde, cioè si diffonde dentro campi che prendono altri nomi: la teoria del controllo, la teoria dei sistemi, le neuroscienze computazionali, la scienza cognitiva, più tardi il reinforcement learning.

Una scienza può smettere di esistere come nome proprio mentre le sue idee restano vive, distribuite ovunque al punto da diventare invisibili. “Fallimento” e “dispersione per assorbimento” sono due cose diverse, e confonderle fa torto alla storia.

Le cause della dispersione, senza una causa unica. È tentante attribuire la fine della cibernetica a un singolo fattore. La verità è che le cause si intrecciano, e vale la pena tenerle distinte.

Pesò la nascita dell’AI simbolica a Dartmouth nel 1956, che attirò negli anni ‘60 finanziamenti e talenti con un programma alternativo. Pesarono le tensioni interne irrisolte: il campo era troppe cose insieme — un programma di ricerca, una visione filosofica, una teoria dell’automazione, una moda intellettuale — e nodi come quello tra informazione e significato non si chiusero mai. Pesò la frammentazione per assorbimento, con la teoria dell’informazione che si staccava e diventava ingegneria ordinaria.

E pesò un fattore puramente umano: la dispersione e la morte dei protagonisti. Kurt Lewin muore nel 1947, von Neumann nel 1957, Wiener nel 1964, Pitts e McCulloch entrambi nel 1969. Un campo che vive di una stanza piena di persone specifiche è fragile rispetto alla biografia di quelle persone. Nessuna di queste cause, da sola, spiega la dispersione; insieme, sì.

Interdisciplinarità non è garanzia di nulla. L’ultima trappola è leggere le Macy Conferences come un elogio dell’interdisciplinarità in sé. La lezione è più ambivalente.

L’interdisciplinarità delle Macy fu la loro forza — produsse un campo nuovo che nessuna disciplina conteneva — e fu anche, in parte, la causa della loro dispersione.

Un campo che mescola dieci discipline ma non possiede un nucleo verificabile — un metodo proprio, un teorema, un benchmark condiviso, qualcosa che dica chi ha ragione e chi ha torto — tende a frammentarsi non appena le discipline tornano ognuna al proprio recinto.

L’interdisciplinarità è una condizione potente e instabile: apre possibilità, ma da sola non le stabilizza.

Le Macy Conferences non furono un’utopia di concordia. C’è una tentazione opposta a quella di sminuirle: idealizzarle, immaginarle come un’isola felice di scienziati che si capivano al volo. Le testimonianze raccontano altro.

C’erano gerarchie informali: alcuni partecipanti — Wiener, von Neumann — avevano un peso che altri non avevano. C’erano discipline che premevano per estendere il vocabolario cibernetico e discipline che resistevano. C’erano discussioni che si arenavano nei tecnicismi, e ospiti invitati che non riuscivano a inserirsi nel gergo già consolidato del gruppo.

Il punto non è che le Macy Conferences “funzionarono perfettamente”. È che, pur con tutto questo attrito, produssero qualcosa. La lezione non è “l’interdisciplinarità è facile e bella”: è che un dialogo interdisciplinare produttivo è faticoso, conflittuale, lento, e va organizzato di proposito — con un formato giusto e qualcuno che lo presidia — perché lasciato a sé stesso si disperde. Le Macy Conferences sono interessanti proprio perché non furono un’utopia: furono un esperimento reale, con i suoi guasti, e nonostante i guasti riuscì.

Cosa è rimasto

Una serie di conferenze chiuse, durate sette anni, terminate nel 1953: si potrebbe pensare a un episodio minore. Non lo è. Le Macy Conferences sono un punto di ramificazione da cui partono più linee, e vale la pena seguirle, perché è lì che il capitolo tocca il presente.

La linea più diretta è la cibernetica stessa, e poi la teoria del controllo e la teoria dei sistemi, che ne ereditano vocabolario e problemi e che questa wiki tratta nella Parte IX e nella Parte XI.

Una seconda linea porta alle scienze cognitive: la premessa che la mente sia un sistema che elabora informazione, discussa per la prima volta in modo sistematico al tavolo Macy, è il presupposto su cui la scienza cognitiva computazionale è costruita. Una terza linea porta alle neuroscienze computazionali, che ereditano il neurone di McCulloch-Pitts e l’idea del cervello come sistema che elabora segnali e fa predizioni.

C’è poi una linea che resta dentro la cibernetica stessa e merita una menzione a parte, perché è la prosecuzione più diretta della stanza Macy. Heinz von Foerster, che di quelle conferenze era stato il segretario, negli anni ‘70 sviluppa la cibernetica di secondo ordine: la cibernetica dei sistemi che osservano, in cui l’osservatore non sta fuori dal sistema che descrive ma ne fa parte.

La domanda — chi sta guardando, e come la sua presenza modifica ciò che guarda — era affiorata proprio nelle ultime Macy Conferences. Von Foerster la prende e la fa diventare un programma. È il tema del capitolo second-order-cybernetics (in preparazione).

E poi c’è la linea che arriva fino all’AI contemporanea, ed è quella su cui serve più disciplina, perché è la più facile da raccontare male.

Il neurone a soglia di McCulloch e Pitts è il progenitore concettuale dell’unità di una rete neurale: una filiazione di idee documentata, che passa per il percettrone e arriva al deep learning. L’idea mente-uguale-elaborazione-di-informazione è la premessa che rende pensabile l’intero progetto dell’AI. Lo schema del feedback loop, discusso senza sosta alle Macy, è la struttura del loop percezione-azione di un agente e del ciclo del reinforcement learning.

E la domanda su chi sta osservando il sistema — sollevata nelle ultime conferenze e poi formalizzata da von Foerster — riaffiora oggi ogni volta che ci si chiede chi definisce l’obiettivo, il reward, il criterio di “successo” di un sistema AI. Quelle grandezze non galleggiano fuori dal sistema: le ha poste qualcuno, e quel qualcuno fa parte del sistema socio-tecnico più largo in cui l’AI è immersa.

Nessuna di queste linee, presa da sola, giustifica la frase “l’AI moderna discende dalle Macy Conferences”. La discendenza è parziale, fatta di idee specifiche e tracciabili, non di un blocco unico. È filiazione di alcune idee circoscritte — il neurone a soglia, la premessa cognitivista, lo schema del feedback — non discendenza dell’intero campo.

Ma messe insieme dicono qualcosa di vero e utile: molte intuizioni nate o discusse in quella stanza, rimaste a lungo ai margini, sono tornate al centro con il deep learning e con gli agenti. Le Macy Conferences non sono erudizione storica per chi costruisce sistemi AI oggi. Sono il promemoria che il presente ha quasi sempre un’ombra lunga, e che conoscere quell’ombra dà profondità a ciò che si costruisce.

C’è infine un lascito che non è un’idea tecnica ma un modello. Le Macy Conferences sono un esperimento riuscito — e poi disperso — di costruzione di un campo dal dialogo interdisciplinare. Mostrano sia come si fa, sia dove ci si rompe.

Per un campo come l’AI, intrinsecamente meticcio e tenuto insieme da un nucleo di pratiche che non è garantito per sempre, quel modello vale come uno specchio. Le domande che chi lavora oggi sull’AI farebbe bene a tenersi davanti sono le stesse del tavolo Macy: il vocabolario che uso significa la stessa cosa per tutti quelli con cui collaboro? Le analogie su cui mi appoggio sono filiazioni documentate o slogan? E il nucleo condiviso che tiene insieme il campo — i benchmark, i metodi, le architetture — è abbastanza solido da reggere, o è anch’esso, come la cibernetica, una visione in cerca di un’ancora?

Il middle dimenticato

C’è un’ultima osservazione che vale la pena fare, e riguarda non le Macy Conferences in sé ma il modo in cui la storia dell’AI le ricorda — o, più spesso, non le ricorda.

Le storie standard dell’intelligenza artificiale tendono a partire dal 1956, dal Dartmouth Workshop, come dall’anno zero. Prima c’è una preistoria sfumata — Turing, qualche precursore — e poi, dal 1956, il campo vero e proprio. È una narrazione comoda perché ha un inizio netto: un evento, un nome, una lista di fondatori.

Ma quella narrazione cancella un decennio. Tra il libro di Wiener del 1948 e Dartmouth del 1956 c’è un intero programma di ricerca sull’intelligenza meccanica — la cibernetica, e le Macy Conferences come suo crogiolo — che era vivo, finanziato, popolato di scienziati di prima grandezza.

Dartmouth non nasce nel vuoto: nasce contro qualcosa, o almeno accanto a qualcosa, e quel qualcosa è il programma cibernetico. Diversi dei temi che Dartmouth si propone — far ragionare le macchine, modellare il pensiero — erano stati discussi al tavolo Macy per anni.

Perché allora il middle viene dimenticato? Le ragioni sono tre, intrecciate.

In parte perché la cibernetica si disperse, e i campi dispersi non hanno nessuno che ne curi la memoria. In parte perché la narrazione del “fondatore” è più pulita di quella del “crogiolo”: è più facile raccontare quattro uomini che fondano un campo in un’estate che venti persone che costruiscono un vocabolario in sette anni. E in parte perché l’AI simbolica, vincitrice per decenni, scrisse la storia, e in quella storia il ramo cibernetico era la strada sbagliata, non un capitolo da tramandare.

Recuperare le Macy Conferences come parte della storia dell’AI non è un’operazione di pietà verso un campo sconfitto. È un correttivo a una storia raccontata male. L’AI non ha un anno zero e un gruppo di padri: ha radici multiple, alcune delle quali — quella cibernetica e connessionista — sono state a lungo coperte e poi sono riemerse.

Una storia che parte dal 1956 e ignora il decennio prima non solo è incompleta: insegna a leggere il presente come se anche oggi ci fosse una sola strada giusta e tutto il resto fosse rumore. Il middle dimenticato è il promemoria che, in un campo interdisciplinare, le strade sono sempre più di una, e quella che oggi sembra marginale potrebbe essere quella che torna.

Collegamenti

Wiener: comunicazione e controllo — il capitolo che apre la Parte X e introduce la cibernetica come idea: feedback, errore, controllo. Cita le Macy Conferences in chiusura e rimanda qui per il racconto disteso. È il prerequisito naturale di questo capitolo.
Ashby, omeostato e adattamento — W. Ross Ashby, uno dei partecipanti alle conferenze, e la sua macchina che ritrova da sola l’equilibrio: l’idea che l’adattamento sia meccanizzabile.
second-order-cybernetics (in preparazione) — Heinz von Foerster, segretario delle Macy Conferences, sviluppa da quell’esperienza la cibernetica dell’osservatore incluso nel sistema. Il capitolo è la prosecuzione diretta di questo.
ponte-cibernetica-rl (in preparazione) — il feedback loop discusso alle Macy come radice concettuale del framework formale del reinforcement learning.
ponte-cibernetica-agenti (in preparazione) — il loop percezione-azione di un agente come erede dello schema cibernetico costruito in quella stanza.
Dartmouth Workshop e la nascita del campo — la conferenza del 1956 che fonda l’AI come campo nominato, con un programma in parte alternativo a quello cibernetico. La biforcazione tra le due tradizioni.
Reti neurali negli anni ‘80-‘90 — il filone connessionista, in continuità con il neurone di McCulloch-Pitts discusso alle Macy Conferences.
Neuroni, potenziali d’azione, codifica neurale — il neurone biologico reale, da confrontare con il neurone a soglia idealizzato di McCulloch e Pitts.
reti-neurali-perceptron (in preparazione) — il percettrone di Frank Rosenblatt, anello intermedio nella filiazione che va dal neurone a soglia di McCulloch-Pitts alle reti neurali moderne.
Plasticità hebbiana, LTP/LTD e apprendimento — la regola di Hebb, formulata nel 1949 negli stessi anni delle Macy Conferences, sull’apprendimento come modifica delle connessioni: l’altro pilastro concettuale del connessionismo.

Per andare oltre

Claus Pias (a cura di), Cybernetics: The Macy Conferences 1946-1953. The Complete Transactions (Diaphanes / University of Chicago Press, 2003). Le trascrizioni integrali delle conferenze dalla sesta alla decima, circa settecento pagine. Il documento per vedere come la cibernetica fu costruita nel dibattito vivo tra discipline, con tutti i suoi disaccordi.
Steve Joshua Heims, The Cybernetics Group (MIT Press, 1991). La ricostruzione storica di riferimento della serie cibernetica delle Macy Conferences: biografie dei partecipanti, dinamiche interne, tensioni disciplinari, declino del campo.
Heinz von Foerster, Margaret Mead, Hans-Lukas Teuber (a cura di), Cybernetics: Transactions of the Sixth–Tenth Conferences (Josiah Macy Jr. Foundation, 1949-1955). Gli atti originali pubblicati all’epoca: fonte primaria di prima mano, e la settima trascrizione è la prima a recare “Cybernetics” nel titolo.
Warren McCulloch, Walter Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity (Bulletin of Mathematical Biophysics, vol. 5, 1943). Il paper del neurone a soglia: un esempio concreto di collaborazione tra una disciplina del vivente e una disciplina formale, e il testo che fa da ponte tra cervello e logica.
Norbert Wiener, Cybernetics: or Control and Communication in the Animal and the Machine (MIT Press, 1948). Il libro che dà il nome al campo e, indirettamente, alle conferenze. Da leggere accanto agli atti per capire il rapporto tra la pratica della stanza e il testo che la nomina.