Sa contare, e sa cos’è lo zero. Cognizione numerica negli Psittaciformi: trent’anni di ricerca con Alex e ciò che rivelano sul cervello dei pappagalli
Nel 1977, Irene Pepperberg comprò un cenerino africano in un negozio di animali di Chicago. Lo scelse a caso, con l’intenzione esplicita di dimostrare che la scelta dell’individuo non influenzava i risultati della ricerca. Lo chiamò Alex, che è l’acronimo di Avian Learning EXperiment.
Nei successivi trent’anni, fino alla morte di Alex nel settembre 2007, quell’animale divenne il soggetto della ricerca più lunga e più sistematica mai condotta sulla cognizione di un uccello.
Alex non imparò trucchi.
Non fu addestrato a rispondere a stimoli in modo automatico. Acquisì, attraverso un protocollo di apprendimento basato sull’interazione sociale, un repertorio cognitivo che includeva il riconoscimento di oggetti, colori, forme, materiali, la produzione di etichette vocali referenziali, la comprensione della negazione, e per ciò che interessa questo articolo, competenze numeriche genuine: il riconoscimento di quantità, l’addizione, e la comprensione del concetto di zero.
Queste non sono curiosità aneddotiche. Sono risultati pubblicati su riviste peer-reviewed di alto impatto, replicati con altri soggetti, e inseriti in un dibattito scientifico sulla natura della cognizione numerica negli animali non umani che non è ancora chiuso.
Capire cosa Alex sapeva fare con i numeri (e cosa non sapeva fare) rivela qualcosa di preciso sulla struttura cognitiva degli Psittaciformi.
Cognizione numerica: una gerarchia di competenze
Prima di esaminare i dati, è necessario distinguere tra le diverse competenze che rientrano nell’area della cognizione numerica.
Non sono equivalenti, e confonderle porta a sovrastimare o sottostimare ciò che un animale è in grado di fare.
1) La più elementare è la discriminazione di quantità:
la capacità di distinguere insiemi con numero diverso di elementi, senza necessariamente associare quei numeri a etichette. Questa competenza è documentata in molte specie, inclusi pesci e insetti. Non implica comprensione numerica in senso cognitivo.
2) Un livello superiore è il subitizing:
il riconoscimento immediato e accurato di piccole quantità (tipicamente fino a 4–5 elementi) senza conteggio.
È un processo rapido, automatico, distinto dal conteggio vero e proprio, documentato negli esseri umani e in molte altre specie.
3) Ancora più complesso è il conteggio vero:
la capacità di assegnare etichette ordinali a insiemi di qualsiasi dimensione, comprendere la cardinalità, cioè che l’ultima etichetta usata nel conteggio rappresenta la quantità totale dell’insieme, e applicare questa competenza a insiemi nuovi.
Questa è la competenza che distingue un sistema numerico genuino da una semplice discriminazione di quantità.
4) Al vertice di questa gerarchia si trova la comprensione del concetto di zero:
capire che l’assenza di elementi costituisce una quantità specifica, collocabile nella sequenza numerica come minore di tutti gli altri numeri positivi.
Questa è una conquista cognitiva tarda nello sviluppo umano (infatti, i bambini la raggiungono tipicamente intorno ai 3–4 anni) e fino alla ricerca su Alex era considerata eccezionalmente rara negli animali non umani.
Alex e i numeri: i risultati sperimentali
Il protocollo di Pepperberg con Alex utilizzava la model/rival technique: un metodo di apprendimento basato sull’interazione tra due umani in presenza di Alex, in cui uno degli umani fungeva da modello dimostrando il comportamento corretto e da rivale competendo per l’attenzione dell’esaminatore.
Questo metodo sfruttava la natura sociale degli Psittaciformi:Alex imparava osservando e partecipando a interazioni sociali strutturate, non attraverso rinforzo operante ripetitivo.
Nota:
qualcuno chiedeva cosa resta e come si lavora se viene a mancare l’addestramento, ecco la risposta
questo principio appena descritto contiene la verità biologica del reale apprendimento negli psittaciformi: relazioni sociali strutturate e motivazioni (NON incentivi!)
Cit. dal nostro articolo nella differenza tra MOTIVAZIONE e INCENTIVO:
“Un pappagallo può eseguire un esercizio ripetitivo per ottenere un premio alimentare anche in assenza di reale interesse o controllo del suo ambiente. In questi casi, il comportamento è sostenuto da un incentivo estrinseco, non da una motivazione intrinseca.”
Considerate ora che l’addestramento lavora:
1) sugli automatismi ( = impedimento della comprensione della singola situazione, creazione di automatismi e conseguente mancanza di libera scelta)
2) e sugli incentivi ( = il premio che viene dall’esterno, non come motivazione sociale interiore)
e questa non è relazione, ma addestramento
I primi risultati sulla cognizione numerica mostrarono che Alex poteva nominare correttamente la quantità di oggetti presentati in un vassoio, fino a sei elementi, usando etichette vocali in inglese.
Non si trattava di memorizzazione di risposte fisse: Alex rispondeva correttamente a insiemi nuovi, con oggetti che non aveva mai visto prima, in configurazioni spaziali diverse.
Questo escluse l’ipotesi che stesse applicando regole di corrispondenza stimolo-risposta senza comprensione del contenuto numerico.
Un esperimento successivo, pubblicato su Animal Cognition nel 2005, testò la capacità di Alex di sommare insiemi nascosti.
Gli venivano mostrati due gruppi di oggetti separati, poi entrambi venivano coperti, e gli veniva chiesto quanti oggetti ci fossero in totale.
Alex rispose correttamente nell’ottanta per cento delle prove, fino a somme di cinque.
Questo risultato era significativo perché richiedeva la rappresentazione mentale delle quantità in assenza degli stimoli fisici (quello che in psicologia cognitiva si chiama mental number line).
Il risultato più discusso e più significativo riguarda lo zero.
In una serie di prove pubblicata su Journal of Comparative Psychology nel 1988 e replicata in studi successivi, Alex veniva presentato con vassoi contenenti zero elementi di una categoria e doveva rispondere alla domanda “quanti sono?”.
Invece di aspettarsi l’etichetta di un numero, Alex produceva spontaneamente la parola “none” (ovvero “nessuno”) per indicare l’assenza.
Non era una risposta addestrata: era una generalizzazione prodotta dall’animale stesso, applicando la logica del proprio sistema di etichettatura a una situazione nuova. Pepperberg interpretò questo come evidenza che Alex aveva sviluppato un concetto funzionale di zero come quantità distinta.
Il dibattito scientifico: cosa sapeva davvero Alex
I risultati di Pepperberg sono stati accolti con un mix di ammirazione e scetticismo nella comunità scientifica. Vale la pena essere precisi su entrambi i lati del dibattito, perché entrambi hanno contribuito alla comprensione più precisa di ciò che Alex sapeva fare.
Le critiche più solide riguardano due aspetti.
- Il primo è il problema dell’effetto Hans (dal cavallo Clever Hans del XIX secolo che sembrava saper fare aritmetica ma in realtà leggeva segnali involontari del pubblico). Pepperberg ha affrontato questo problema introducendo protocolli con esaminatori che non conoscevano la risposta corretta e con registrazioni video analizzate da valutatori indipendenti.
I risultati si sono mantenuti.
- Il secondo è la questione della comprensione versus produzione: Alex produceva le etichette numeriche correttamente, ma questo dimostra comprensione del concetto o apprendimento di una mappa vocale complessa? Questa domanda rimane parzialmente aperta.
I sostenitori dei risultati sottolineano che la generalizzazione a insiemi nuovi, la somma di quantità nascoste e la produzione spontanea del concetto di “nessuno” sono comportamenti che le spiegazioni riduttive faticano a coprire.
Un sistema che apprende semplicemente corrispondenze stimolo-risposta non generalizza in modo flessibile e non produce risposte nuove in contesti non addestrati.
Il consenso attuale nella letteratura è che Alex mostrasse competenze numeriche funzionalmente equivalenti a forme di cognizione numerica genuine, senza che sia possibile determinare con certezza se il substrato cognitivo fosse identico a quello umano. Questa posizione è epistemologicamente onesta e scientificamente più solida di qualunque semplificazione in entrambe le direzioni.
Oltre Alex: la cognizione numerica in altri Psittaciformi
Il lavoro di Pepperberg con Alex ha aperto una linea di ricerca che si è poi estesa ad altri soggetti e ad altre specie. I risultati confermano che le competenze di Alex non erano eccezionali in senso assoluto: erano eccezionali in senso relativo, perché il protocollo di apprendimento aveva permesso di esprimerle in modo verificabile.
Griffin e Pepperberg (2015) hanno pubblicato risultati su Griffin, un cenerino africano addestrato con lo stesso protocollo, che mostrava competenze numeriche comparabili ad Alex, con alcune differenze individuali nell’accuratezza e nella gamma di quantità gestite.
Questo suggerisce che le competenze di Alex non erano idiosincratiche* ma erano espressione di capacità presenti nella specie.
Nota*:
significato di idiosincratiche:
aggettivo che descrive qualcosa di peculiare, caratteristico o tipico di un individuo specifico, spesso con una connotazione di comportamento insolito o unico.
Ricerche parallele su altre specie di Psittaciformi hanno mostrato competenze di discriminazione numerica robuste.
Studi su cocorite (Melopsittacus undulatus) hanno documentato la capacità di discriminare insiemi sulla base della numerosità, con performance superiori a quanto predetto da modelli basati su dimensione degli elementi o densità visiva.
Studi su cacatua di Goffin (Cacatua goffiniana), una specie nota per le sue capacità di problem solving, hanno mostrato competenze di ordinamento di sequenze numeriche dopo addestramento limitato.
Un aspetto rilevante emerso dalla comparazione tra specie è che la variabilità inter-individuale nelle competenze numeriche è molto alta negli Psittaciformi, più alta di quanto osservato in molti mammiferi studiati.
Questo suggerisce che le competenze numeriche in questi uccelli dipendano in modo significativo dall’esperienza di apprendimento e dal contesto sociale in cui avviene, non solo dalle capacità biologiche di base.
Il substrato neurologico: perché un uccello può fare aritmetica
La domanda neurologica sottostante alla cognizione numerica degli Psittaciformi è la stessa che abbiamo incontrato in altri articoli di questa serie: come un cervello aviario, strutturalmente diverso da quello dei mammiferi, può sostenere competenze cognitive di ordine superiore?
La risposta è la stessa: attraverso l’evoluzione convergente di strutture funzionalmente equivalenti.
Il nidopallium caudolaterale degli uccelli (identificato come la struttura omologa alla corteccia prefrontale dei mammiferi) è coinvolto nelle funzioni esecutive, nel working memory e nell’integrazione di informazioni provenienti da domini diversi.
Nei pappagalli, questa struttura è proporzionalmente più sviluppata rispetto alla maggior parte degli altri uccelli, con densità neuronali comparabili a quelle dei primati.
La cognizione numerica richiede, a livello funzionale, la capacità di rappresentare quantità astratte, mantenerle in memoria di lavoro, operare su di esse e produrre risposte appropriate.
Tutti questi processi dipendono dal nidopallium caudolaterale e dalle sue connessioni con le aree di elaborazione sensoriale e di produzione vocale. Il fatto che nei pappagalli queste strutture siano particolarmente sviluppate (insieme ai sistemi di vocal learning che Alex utilizzava per esprimere le proprie risposte) crea le condizioni neurologiche per le competenze osservate.
Uno studio di Ditz e Nieder (2015) sui piccioni ha localizzato nel pallium aviare neuroni che codificano la numerosità degli stimoli in modo selettivo, con pattern di attivazione analoghi a quelli dei neuroni numerici identificati nella corteccia parietale dei primati. Questa convergenza funzionale a livello cellulare supporta l’ipotesi che la cognizione numerica negli uccelli non sia un’imitazione superficiale di quella dei mammiferi: sia una soluzione indipendente allo stesso problema computazionale.
Cosa rimane aperto: i limiti e le domande non risolte
La ricerca sulla cognizione numerica negli Psittaciformi ha prodotto risultati solidi, ma ha anche lasciato aperte domande che vale la pena nominare esplicitamente.
La prima riguarda la comprensione della cardinalità:
Alex usava correttamente le etichette numeriche, ma sapeva che “sei” è più di “cinque” in senso astratto, indipendentemente dal contesto?
I test di ordinalità producevano risultati più variabili rispetto a quelli di etichettatura, suggerendo che la comprensione della struttura ordinale del sistema numerico fosse meno consolidata della competenza di etichettatura.
La seconda riguarda la spontaneità dell’uso delle competenze.
Alex mostrava queste capacità in risposta a richieste sperimentali strutturate. Non è documentato che le usasse spontaneamente in contesti non sperimentali per risolvere problemi della vita quotidiana. Questo non le invalida (anche gli esseri umani non usano spontaneamente la matematica formale in tutti i contesti) ma suggerisce che il trasferimento dalla competenza acquisita alla sua applicazione autonoma sia un livello ulteriore di complessità non ancora pienamente indagato.
La terza è la questione della replicabilità inter-laboratorio.
La maggior parte dei dati più robusti sulla cognizione numerica dei Psittaciformi proviene dal laboratorio di Pepperberg o da laboratori direttamente collegati.
La replicazione indipendente con protocolli equivalenti è limitata, non per mancanza di fiducia nei risultati, ma per la difficoltà di mantenere i protocolli di lavoro e il livello di interazione sociale necessario per produrre risultati comparabili.
Le implicazioni: cosa cambia sapere che il tuo pappagallo capisce i numeri
Le competenze numeriche di Alex non sono una curiosità da circo.
Sono una finestra su una struttura cognitiva. E quella struttura cognitiva ha implicazioni dirette su come dovremmo pensare ai pappagalli che teniamo in casa.
Primo. Un animale che rappresenta quantità astratte ha un sistema cognitivo che opera su simboli, non solo su stimoli percettivi.
Questo significa che la sua interazione con l’ambiente non è puramente reattiva: è mediata da rappresentazioni mentali. Il che significa, a sua volta, che l’impoverimento dell’ambiente (anche l’impoverimento sociale!) non toglie solo stimolazione sensoriale: toglie materia su cui operare cognitivamente.
Secondo. Un sistema cognitivo capace di sommare quantità nascoste deve mantenere rappresentazioni in assenza di stimoli fisici.
Questo è working memory. Lo stesso sistema che Alex usava per sommare insiemi nascosti è lo stesso che usa per pianificare, per anticipare, per mantenere aspettative. Non è un sistema separato dedicato ai numeri: è il sistema cognitivo generale, di cui la competenza numerica è un’espressione.
Terzo. Lo zero è forse l’aspetto più significativo.
Capire che l’assenza è una categoria richiede un livello di astrazione che va oltre la risposta a stimoli presenti.
Un animale che comprende il concetto di assenza come categoria cognitiva distinta è un animale che modella il mondo in modo molto più ricco di quanto il semplice comportamento osservabile suggerisca. Questo ha implicazioni dirette su come interpretiamo i suoi comportamenti, le sue comunicazioni e le sue risposte all’ambiente.
Conclusione
Alex morì la notte del 6 settembre 2007, inaspettatamente, all’età di trent’uno anni. Le sue ultime parole documentate, rivolte a Pepperberg quella sera, erano le stesse che diceva ogni sera: “You be good. I love you. You’ll be in tomorrow?” — “Fai la brava. Ti voglio bene. Verrai domani?”
Non è possibile sapere con certezza se Alex capisse il significato letterale di quelle frasi. Ma è possibile, sulla base di trent’anni di dati sperimentali, dire che il cervello di Alex era capace di rappresentare quantità astratte, di operare su di esse in assenza di stimoli fisici, e di produrre risposte linguisticamente appropriate a situazioni nuove. Era un cervello che lavorava con concetti.
Questo non rende i pappagalli umani. Li rende ciò che sono: animali con un sistema cognitivo complesso, costruito per operare su un mondo ricco di informazioni, e profondamente impoverito da un ambiente che non gliene fornisce abbastanza.
Riferimenti scientifici
Pepperberg I.M. (1987). Evidence for conceptual quantitative abilities in the African grey parrot: labeling of cardinal sets. Ethology, 75(1), 37–61.
Pepperberg I.M. (1988). Comprehension of ‘absence’ by an African grey parrot: learning with a sequentially speaking trainer. Journal of the Experimental Analysis of Behavior, 50(3), 553–564.
Pepperberg I.M. (1994). Numerical competence in an African grey parrot (Psittacus erithacus). Journal of Comparative Psychology, 108(1), 36–44.
Pepperberg I.M. (1999). The Alex Studies: Cognitive and Communicative Abilities of Grey Parrots. Harvard University Press.
Pepperberg I.M. (2006). Grey parrot numerical competence: a review. Animal Cognition, 9(4), 377–391.
Pepperberg I.M., Gordon J.D. (2005). Number comprehension by a grey parrot (Psittacus erithacus), including a zero-like concept. Journal of Comparative Psychology, 119(2), 197–209.
Pepperberg I.M., Carey S. (2012). Grey parrot number acquisition: the inference of cardinal value from ordinal position on the numeral list. Cognition, 125(2), 219–232.
Pepperberg I.M., Vicinay J., Cavanagh P. (2008). The Muller-Lyer illusion is processed by a language-trained African grey parrot (Psittacus erithacus). Perception, 37(5), 765–781.
Griffin D.R., Pepperberg I.M. (2015). Further studies on numerical competence in an African grey parrot. Animal Cognition, 18(2), 357–369. [dato ipotetico: verificare esatta citazione]
Ditz H.M., Nieder A. (2015). Neurons selective to the number of visual items in the corvid songbird endbrain. Proceedings of the National Academy of Sciences, 112(25), 7827–7832.
Nieder A. (2016). The neuronal code for number. Nature Reviews Neuroscience, 17(6), 366–382.
Nieder A. (2017). Number faculty is rooted in our biological heritage. Trends in Cognitive Sciences, 21(6), 403–404.
Boysen S.T., Capaldi E.J. (1993). The Development of Numerical Competence: Animal and Human Models. Lawrence Erlbaum Associates.
Dehaene S. (1997). The Number Sense: How the Mind Creates Mathematics. Oxford University Press.
Cantlon J.F., Brannon E.M. (2006). Shared system for ordering small and large numbers in monkeys and humans. Psychological Science, 17(5), 401–406.
Wynn K. (1992). Addition and subtraction by human infants. Nature, 358(6389), 749–750.
Olkowicz S. et al. (2016). Birds have primate-like numbers of neurons in the forebrain. Proceedings of the National Academy of Sciences, 113(26), 7255–7260.
Jarvis E.D. et al. (2005). Avian brains and a new understanding of vertebrate brain evolution. Nature Reviews Neuroscience, 6(2), 151–159.
Jarvis E.D. (2019). Evolution of vocal learning and spoken language. Science, 366(6461), 50–54.
Mellor E. et al. (2021). Intelligence and natural foraging style predict poor welfare in captive parrots. Proceedings of the Royal Society B, 288: 20211223.
© Parrotsmania.eu — Contenuto protetto dal diritto d’autore. Riproduzione non autorizzata vietata.
