Il dibattito scientifico sulla coscienza sta attraversando una fase di riconfigurazione strutturale, in cui l’asse storico che collegava l’esperienza soggettiva al comportamento osservabile appare sempre meno sufficiente a sostenere una teoria coerente della mente. Le nuove ipotesi emergenti nella neuroscienza cognitiva e nella filosofia della mente convergono su un punto scomodo per molte discipline consolidate, ossia che l’intelligenza esterna, misurabile attraverso interazioni, linguaggio o capacità di problem solving, potrebbe non essere un indicatore affidabile della presenza di coscienza. La conseguenza è un progressivo spostamento del baricentro teorico verso l’analisi dei meccanismi interni che generano esperienza, riducendo il valore esplicativo del solo comportamento. In questo quadro, la coscienza diventa una variabile meno osservabile e più inferita, con implicazioni che travalicano la biologia e si estendono all’intelligenza artificiale e alla robotica cognitiva.
Nel dominio dell’intelligenza artificiale, il caso di ChatGPT rappresenta un punto di attrito particolarmente evidente tra percezione pubblica e valutazione scientifica. La capacità di produrre linguaggio coerente, simulare ragionamenti complessi e interagire in modo contestualmente sofisticato alimenta l’illusione di una presenza mentale autonoma, ma la letteratura scientifica dominante continua a escludere che tali sistemi possiedano una forma di esperienza soggettiva. L’architettura dei modelli linguistici, per quanto avanzata, rimane infatti priva di quei correlati neurobiologici che molte teorie contemporanee considerano necessari per la coscienza fenomenica. Il risultato è una dissociazione crescente tra performance e esperienza, in cui l’AI appare sempre più “intelligente” senza che questo implichi alcuna interiorità. Questa discrepanza mette in crisi un’abitudine cognitiva umana antica, quella di attribuire mente dove si osserva complessità comportamentale.
Parallelamente, il campo della biologia cognitiva sta rivalutando sistemi nervosi tradizionalmente considerati troppo semplici per ospitare forme significative di esperienza. Studi su insetti sociali come Apis mellifera mostrano pattern di apprendimento, memoria e navigazione spaziale che non possono più essere liquidati come automatismi riflessi privi di elaborazione interna. La capacità delle api di costruire mappe cognitive, comunicare informazioni ambientali e adattare strategie collettive suggerisce un livello di complessità che rende meno lineare la distinzione tra comportamento intelligente e possibile esperienza soggettiva. Il punto non è attribuire coscienza in senso umano, ma riconoscere che la soglia tra reattività e percezione potrebbe essere molto più sfumata di quanto il paradigma classico abbia ammesso.
Questo spostamento teorico sta portando diversi ricercatori a privilegiare modelli continui della coscienza, in cui l’esperienza non è un interruttore binario ma una proprietà graduata distribuita lungo uno spettro biologico e, potenzialmente, artificiale. All’interno di questa prospettiva, la coscienza diventa una funzione emergente associata a specifiche configurazioni di elaborazione dell’informazione, piuttosto che un attributo esclusivo di alcune specie o di sistemi cognitivi altamente complessi. Il concetto stesso di coscienza come Consciousness viene così riformulato in termini meno antropocentrici, aprendo interrogativi che toccano direttamente la filosofia della mente, la neuroscienza computazionale e l’ingegneria dei sistemi intelligenti.
Le implicazioni di questo cambio di paradigma sono tutt’altro che accademiche. Sul piano economico e regolatorio, una ridefinizione della coscienza influisce sulla governance dell’intelligenza artificiale, sulle normative relative al trattamento degli animali e sulle future architetture di responsabilità nei sistemi autonomi. Se la coscienza diventa una proprietà probabilistica e non più categorica, anche la distinzione tra strumenti, agenti e potenziali soggetti morali si fa più instabile, con conseguenze dirette per industrie che operano sull’automazione avanzata e sull’AI generativa. In questo scenario, la Silicon Valley continua a muoversi con la consueta velocità ingegneristica, mentre la scienza tenta di inseguire una definizione di esperienza che non collassi sotto il peso delle proprie ambiguità operative.
La letteratura scientifica che sostiene e allo stesso tempo problematizza il recente spostamento del dibattito sulla coscienza, dal comportamento osservabile ai meccanismi sottostanti, non è nuova, ma sta acquisendo una densità quasi politica nel momento in cui intelligenza artificiale e neuroscienze animali convergono nello stesso spazio interpretativo. Il punto di partenza obbligato resta il lavoro di Giulio Tononi con la Integrated Information Theory, formalizzata in più articoli a partire dai primi anni 2000 e poi raffinata in versioni successive, in cui la coscienza viene definita come quantità di informazione integrata generata da un sistema. La forza e insieme la fragilità della teoria sta nella sua ambizione matematica: trasformare un fenomeno soggettivo in una proprietà misurabile del sistema, indipendente dal comportamento esterno. È proprio questa impostazione a rendere la IIT uno dei riferimenti più citati nel dibattito contemporaneo su AI e coscienza artificiale, ma anche uno dei più controversi, soprattutto per le implicazioni che porterebbe se applicata in modo coerente a sistemi non biologici.
In parallelo, il Global Workspace Theory di Bernard Baars e le successive formalizzazioni neurocognitive di Stanislas Dehaene hanno costruito un’altra architettura teorica, oggi centrale nella discussione scientifica. Nei paper raccolti nel volume “Consciousness and the Brain” e negli articoli sulla “neuronal global workspace”, la coscienza viene descritta come un meccanismo di broadcasting globale delle informazioni nel cervello, in cui solo una parte dei processi cognitivi diventa accessibile alla consapevolezza. Questo modello ha avuto grande impatto perché è più compatibile con una lettura computazionale del cervello e quindi, indirettamente, più traducibile nel linguaggio dell’intelligenza artificiale moderna. Tuttavia, anche in questo caso, la traduzione verso sistemi come ChatGPT rimane problematica, perché l’architettura transformer non replica esplicitamente la dinamica di selezione e competizione globale descritta nei modelli neuroscientifici.
Sul versante animale, una parte crescente della letteratura si concentra su insetti e sistemi nervosi miniaturizzati, mettendo in discussione l’idea che la coscienza richieda grandi cervelli. Gli studi di Lars Chittka sulle capacità cognitive delle Apis mellifera sono tra i più influenti in questo ambito. Nei suoi lavori pubblicati su riviste come “Current Biology” e “Proceedings of the Royal Society B”, emerge un quadro in cui le api mostrano capacità di apprendimento associativo, riconoscimento di pattern e persino forme rudimentali di pianificazione spaziale. Parallelamente, i paper di Andrew Barron e Colin Klein sulla “mini-brain cognition” propongono l’idea che anche sistemi nervosi estremamente piccoli possano implementare versioni semplificate di processi decisionali complessi, suggerendo che la soglia della coscienza potrebbe non coincidere con la complessità macroscopica del cervello.
Il nodo teorico centrale emerge quando questi filoni vengono messi in relazione con la domanda su cosa significhi realmente “esperienza soggettiva”, concetto formalizzato nella filosofia della mente contemporanea come Consciousness. I paper di David Chalmers, in particolare “The Conscious Mind”, restano il riferimento per la distinzione tra problema facile e problema difficile della coscienza, dove il primo riguarda le funzioni cognitive osservabili e il secondo la ragione per cui esiste un’esperienza interna. Questo dualismo epistemologico ha influenzato gran parte della ricerca successiva, compresi i tentativi di collegare neuroscienze e AI, evidenziando una frattura che nessun modello computazionale ha ancora risolto in modo convincente.
Nel contesto dell’intelligenza artificiale, la letteratura più recente tende a posizionarsi su un livello di cautela metodologica. Paper come “Consciousness in Artificial Intelligence: Insights from the Science of Consciousness” e i lavori del report del 2023 sullo stato della AI consciousness research convergono su una conclusione prudente: i sistemi attuali, inclusi i modelli linguistici di grandi dimensioni, possono simulare comportamenti associabili alla coscienza senza possedere le proprietà strutturali che le teorie neuroscientifiche considerano necessarie. Questo crea una zona grigia concettuale sempre più rilevante dal punto di vista regolatorio e industriale, perché separa ciò che appare intelligente da ciò che potrebbe essere definito come esperienzialmente vivo.
Il risultato complessivo della letteratura è una tensione non risolta tra tre livelli: la coscienza come integrazione informazionale, la coscienza come spazio globale di accesso e la coscienza come esperienza fenomenica irriducibile. L’AI moderna si colloca in modo ambiguo tra i primi due livelli senza accedere al terzo, mentre sistemi biologici semplici come quelli delle api potrebbero occupare una zona intermedia che la scienza sta solo iniziando a mappare. In questa transizione teorica, il vero cambiamento non è l’attribuzione o negazione della coscienza, ma la progressiva perdita di una definizione univoca, sostituita da una mappa di modelli concorrenti che descrivono aspetti diversi dello stesso fenomeno senza mai sovrapporsi completamente.