SlideShare a Scribd company logo
1 of 198
Download to read offline
Progettare artefatti cognitivi
S B
V 
Versione non definitiva.
Licenza Creative commons
Aribuzione - Non commerciale - Non opere derivate . Italia (CC BY-NC-ND .)

Indice
Introduzione i
. Contai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Processi epistemici . . . . . . . . . . . . . . . . . . . . . . . . 
I Aspetti cognitivi ed emotivi 
 La categorizzazione nelle scienze cognitive 
. Le teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La teoria classica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Assunzioni rappresentazionali . . . . . . . . . . . . . . . . . . 
.. Critie alla teoria classica . . . . . . . . . . . . . . . . . . . . 
.. La teoria basata sulle regole . . . . . . . . . . . . . . . . . . . 
. La teoria dei prototipi . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Proprietà: dimensioni vs caraeristie dicotomie . . . . . . 
. La teoria degli esemplari . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La teoria delle teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La teoria dei confini decisionali (Decision bound theory) . . . . . . . . 
. La teoria della simulazione situata . . . . . . . . . . . . . . . . . . . . 
. Sviluppi recenti e prospeive future . . . . . . . . . . . . . . . . . . . 
.. Modelli multipli . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Modelli di neuroscienze cognitive . . . . . . . . . . . . . . . . 
.. Modelli computazionali . . . . . . . . . . . . . . . . . . . . . . 
.. Direzioni future . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Affordance 
. Il museo, i booni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La nascita del conceo di affordance . . . . . . . . . . . . . . . . . . . 
.. Classificazione di affordances . . . . . . . . . . . . . . . . . . . 
.. Percezione – azione direa . . . . . . . . . . . . . . . . . . . . 
.. Affordances percepite . . . . . . . . . . . . . . . . . . . . . . . 

 INDICE
 Apprendimento e conoscenza 
. knowledge management . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. La conoscenza . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Convertire la conoscenza . . . . . . . . . . . . . . . . . . . . . 
 Gli aspetti motivazionali 
. L'experience design . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Emotional design . . . . . . . . . . . . . . . . . . . . . . . . . 
. Aspei motivazionali . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Bisogni, scopi, motivazioni . . . . . . . . . . . . . . . . . . . . 
.. Gli scopi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. I valori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Gli interessi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Motivazione interna ed esterna . . . . . . . . . . . . . . . . . . 
.. Valutazioni dei compiti . . . . . . . . . . . . . . . . . . . . . . 
.. Intenzionalità e motivazioni . . . . . . . . . . . . . . . . . . . 
.. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Le motivazioni nell'experience design . . . . . . . . . . . . . . . . . . . 
.. Tenology acceptance model . . . . . . . . . . . . . . . . . . 
.. Il costruo di flow nell'HCI . . . . . . . . . . . . . . . . . . . . 
.. Goal directed design . . . . . . . . . . . . . . . . . . . . . . . 
. I modelli sociocognitivi nell'experience design . . . . . . . . . . . . . . 
.. La valutazione di un artefao . . . . . . . . . . . . . . . . . . 
.. Affordances motivazionali . . . . . . . . . . . . . . . . . . . . 
.. Suggerimenti metodologici . . . . . . . . . . . . . . . . . . . . 
 L'attenzione 
. Le teorie dell'aenzione . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizione di aenzione . . . . . . . . . . . . . . . . . . . . . 
. Le funzioni dell'aenzione seleiva . . . . . . . . . . . . . . . . . . . . 
.. Le teorie dell'aenzione per risorse limitate . . . . . . . . . . . 
.. Teorie dell'aenzione per conflio della risposta . . . . . . . . 
.. La features integration theory . . . . . . . . . . . . . . . . . . 
. Le vie di elaborazione visive . . . . . . . . . . . . . . . . . . . . . . . . 
.. L'aenzione focalizzata . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 La rappresentazione delle informazioni visive 
. Gli aspei formali delle rappresentazioni spaziali . . . . . . . . . . . . 
.. Diversi tipi di mappa . . . . . . . . . . . . . . . . . . . . . . . 
. La codifica delle informazioni nelle due vie di elaborazione . . . . . . . 
. Il problema delle coordinate . . . . . . . . . . . . . . . . . . . . . . . . 
.. Trasduori di coordinate . . . . . . . . . . . . . . . . . . . . . 
INDICE 
II Il design 
 La gestione di un progetto 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Il modello a cascata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le fasi nel modello a cascata . . . . . . . . . . . . . . . . . . . 
.. Gestione del risio . . . . . . . . . . . . . . . . . . . . . . . . 
.. Limiti dell'approccio classico . . . . . . . . . . . . . . . . . . . 
.. Modifie al modello a cascata . . . . . . . . . . . . . . . . . . 
. Approccio agile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Sviluppo iterativo e incrementale . . . . . . . . . . . . . . . . . 
.. Manifesto agile . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Limiti dell'approccio agile . . . . . . . . . . . . . . . . . . . . 
 Model view controller: un pattern per l'interaction design 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Jesse James Garre:  piani . . . . . . . . . . . . . . . . . . . . 
.. Cooper: goal-directed design . . . . . . . . . . . . . . . . . . . 
. Model view control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Il flusso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Soware e buone pratie . . . . . . . . . . . . . . . . . . . . 
. MVC e user experience design . . . . . . . . . . . . . . . . . . . . . . . 
.. Scenario : Gruppo editoriale . . . . . . . . . . . . . . . . . . . 
.. Scenario : Museo d'arte . . . . . . . . . . . . . . . . . . . . . 
.. Scenario: orario dell'autobus . . . . . . . . . . . . . . . . . . . 
. Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Model, api, feeds . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Conclusioni? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Il design 
. La creatività . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Il design partecipativo 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Design partecipativo e bisogni degli utenti . . . . . . . . . . . 
.. Ambiti di applicazione . . . . . . . . . . . . . . . . . . . . . . 
. Modelli mentali e categorizzazioni . . . . . . . . . . . . . . . . . . . . 
. Topografia mentale nella progeazione di spazi fisici . . . . . . . . . . 
.. La mente e le associazioni vs lo spazio fisico . . . . . . . . . . . 
.. Vicinanza cognitiva e vicinanza fisica . . . . . . . . . . . . . . 
.. Limiti dell'applicazione del modello cognitivo allo spazio fisico 
.. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 INDICE
III L'aritettura dell'informazione 
 Aritettura dell'informazione 
. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Definizioni di AI . . . . . . . . . . . . . . . . . . . . . . . . . 
.. La qualità di un sistema informativo . . . . . . . . . . . . . . . 
.. Ruolo e obieivi dell'ariteura dell'informazione . . . . . . . 
.. Le dimensioni di una struura informativa: contesto, contenu-
to, utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le aree di intervento . . . . . . . . . . . . . . . . . . . . . . . 
. Organizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Semi organizzativi . . . . . . . . . . . . . . . . . . . . . . . 
.. Struure organizzative . . . . . . . . . . . . . . . . . . . . . . 
. Information scent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le etiee . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 Metodi 
. Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Fasi progeuali . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Identificazione degli obieivi . . . . . . . . . . . . . . . . . . . 
.. Analisi degli utenti . . . . . . . . . . . . . . . . . . . . . . . . 
.. Analisi: Identificazione del dominio semantico . . . . . . . . . 
. Elicitazione dei contenuti: Free listing . . . . . . . . . . . . . . . . . . 
.. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Come condurre il free listing . . . . . . . . . . . . . . . . . . . 
.. Analizzare i risultati . . . . . . . . . . . . . . . . . . . . . . . . 
. Categorizzazione dei contenuti: card sorting . . . . . . . . . . . . . . . 
.. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. ando usare il card sorting . . . . . . . . . . . . . . . . . . . 
.. Card sorting aperto e iuso . . . . . . . . . . . . . . . . . . . 
.. La versione carta e penna . . . . . . . . . . . . . . . . . . . . . 
.. Analisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Casi di studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Un esempio: le emozioni . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Il free listing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Il card sorting . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. L'affinity diagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. ando usarlo? . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Come si crea un affinity diagram? . . . . . . . . . . . . . . . . 
.. Considerazioni sull'affinity diagram . . . . . . . . . . . . . . . 
INDICE 
IV La fase di testing 
 Usabilità: metodi 
. Cos'è l'usabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Usabilità ed errori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Tre livelli di errore . . . . . . . . . . . . . . . . . . . . . . . . 
.. Errori: slips e mistakes . . . . . . . . . . . . . . . . . . . . . . 
.. Livelli di errore e strumenti di prevenzione . . . . . . . . . . . 
. Usabilità: quale metodo? . . . . . . . . . . . . . . . . . . . . . . . . . . 
. I soware automatici . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. L'analisi dei file di log . . . . . . . . . . . . . . . . . . . . . . . 
. Euristie e linee guida . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Le euristie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Metodi empirici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Participatory Design workshop . . . . . . . . . . . . . . . . . . 
.. Valutazione di siti concorrenti . . . . . . . . . . . . . . . . . . 
. Test con utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Test con utenti: come fare . . . . . . . . . . . . . . . . . . . . 
.. i and dirty . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 INDICE
Introduzione
Sono passati degli anni prima e Google togliesse il ``beta'' da gmail. Pratica piuosto
diffusa, tanto da parlare di ``perpetual beta'' per un modello di design iterativo dove
sviluppo e distribuzione si susseguono molto velocemente; tanto da considerare lo status
di ``beta'' come uno degli elementi e contraddistinguono il Web .¹. È raro, però,
leggere la versione beta di un libro, per un motivo molto semplice: stampare un libro,
distribuirlo, venderlo ha dei tempi e dei costi molto più consistenti; sarebbe pertanto
controproducente uscire con una versione beta.
esto vale per i libri di carta, ma per i libri in formato eleronico tuo cambia:
nulla vieta e ane un e-book possa essere distribuito in versione beta.
Il documento e hai appena scaricato è (vorrebbe essere) un e-book in versione beta.
Beta per una serie di motivi:
• È una raccolta di contenuti pubblicati su hyperlabs.net. Sebbene abbia cercato
di ordinarli in una struura sensata, è piuosto evidente e sono dei lavori nati
autonomamente e messi assieme senza un sano lavoro di cucitura.
• Nella versione finale (.) dell'e-book e ho in mente si dovrebbe parlare ane
di user experience design, emotional design, ontologie, personas, scenari, accessi-
bilità e altro ancora.
Peré, allora, non finisco il lavoro prima di meere in linea il tuo? I motivi sono
molti:
. Confesso, non so quando troverò il tempo per fare tue queste cose. Il risio è
e quando il processo sarà finito, l'e-book sarà già vecio.
. Mi piacerebbe ricevere da subito quale feedba, per capire se l'idea è buo-
na, se vale la pena investirci del tempo, per capire quali argomenti andrebbero
approfonditi.
. Già ora l'e-book raccoglie interventi di più persone: Daniele Ziggioo, Raele
Scoini, Alice Bolognani. Probabilmente inserirò ane lavori di Miela Ferron,
Sarah Menini, Tania Busei. esta versione beta potrebbe ispirare qualcuno a
candidarsi per scrivere un capitolo fra quelli mancanti.
L'e-book, dunque, è as-is: così com'è. Ho deciso di intitolarlo ``Progeare artefai
cognitivi'' peré volevo fossero iare un paio di cose:
¹si veda hp://oreilly.com/pub/a/web/arive/what-is-web-.html.
i
ii INTRODUZIONE
. sebbene io mi occupi prevalentemente di web, buona parte dei princˆipi qui esposti
sono validi per altri artefai interaivi: dagli smart phones alle installazioni al
soware a cose e ancora non conosciamo ma e domani faranno parte della
nostra vita;
. le basi teorie sono quelle delle scienze cognitive, ane se intese in un senso
ampio, e dunque ane gli aspei legati alle emozioni, all'estetica, alla psicologia
sociale.
. Contatti
Se trovate questo e-book utile (o inutile, o dannoso) e volete contaarmi, vi sono molti
modi:
• e-mail: bussolon @ gmail.com;
• skype: bussolon;
• linkedin: hp://www.linkedin.com/in/bussolon;
• facebook: hp://www.facebook.com/stefano.bussolon.
.. INTRODUZIONE 
. Introduzione
YABBA-DABBA-DOO
Fred Flintstone
Alzi la mano i non conosce Fred e Wilma, protagonisti, assieme a Barney e Bey,
de Gli Antenati. Come ben descrio da Wikipedia, nel mondo di Fred e Wilma gli
uomini delle caverne fanno largo utilizzo di tecnologie simili a quelle auali ma basate
sull'utilizzo di vari animali: guidano automobili fae di pietra o legno; gli aeroplani
consistono in gigantesi pterodaili sul cui dorso sono sistemati i sedili per i passeggeri;
gli ascensori sono mossi dai brontosauri. esti artefai, moderni ma di pietra, sono uno
dei punti di forza del cartone.
Se vogliamo raccontare la storia degli artefai dall'inizio, dobbiamo partire proprio
da loro, dagli uomini dell'Età della Pietra. Periodo e deve il nome ai opper, pietre
seggiate dai primi ominidi ed utilizzate, presumibilmente, per cacciare, combaere
e produrre altri utensili di legno o di ossa. I opper sono i primi esempi di artefat-
ti, e costituiscono, assieme alla postura erea, alla mano prensile ed allo sviluppo del
lobo frontale, le caraeristie e segnano il passaggio dagli ominidi agli esseri uma-
ni. Infai, sebbene altri primati siano capaci di utilizzare degli oggei dell'ambienti
come strumenti, soltanto gli esseri umani hanno la capacità di modificare un oggeo
pre-esistente per renderlo più utile nel realizzare uno scopo. esta capacità implica
l'aitudine a rappresentarsi mentalmente lo stato finale dell'oggeo e le azioni necessa-
rie per trasformarlo.
Nei opper vediamo un bisogno: cacciare, per procurarsi del cibo, e difendersi.
Vediamo degli strumenti capaci di ampliare le possibilità degli individui e li usano.
Vediamo, infine, il grado zero della progeazione: un processo, contemporaneamen-
te cognitivo e manuale, finalizzato a realizzare uno strumento immaginato (o copiato).
Insomma, l'antenato del design. Tanto e potremmo dire e l'uomo nasce designer.
Per avere traccia del primo artefao cognitivo, però, dobbiamo aspeare centinaia di
migliaia di anni. Il Codice di Ur-Nammu, risalente al  a.C., ad esempio, costituisce
il primo codice legale tramandatoci.
Fred e Wilma ci ricordano e, da allora, tuo è cambiato: nei paesi occidentali co-
muniiamo con cellulari, computer e internet, viaggiamo in aereo, treno, automobile,
e siamo circondati da oggei e tecnologie e ci permeono una vita agiata, sebbene a
costo di un crescente inquinamento. Ane i bisogni di un individuo del terzo millennio
sono diversi da quelli dei primi Homo Faber. I bisogni di base, però, sono universali.
Abbiamo bisogno di quelle risorse e ci permeono di sopravvivere, di sicurezza, di
relazioni sociali, affeive. Per l'uomo preistorico le risorse erano il cibo, l'acqua, la sicu-
rezza era un luogo dove riposarsi al riparo dai predatori. Per noi le risorse sono il denaro,
e ci permee di acquistare tuo il resto, la sicurezza è la casa, il servizio sanitario, le
forze dell'ordine.
La tecnologia corre veloce: quand'è stata l'ultima volta e hai usato un floppy disk?
Il mio primo calcolatore, un Commodore , salvava i dati sulle musicassee a nastro.
La soluzione tecnica cambia rapidamente, diventa più efficiente, più potente, più sicura,
ma il bisogno rimane quello dei nastri del Commodore o delle sede perforate dei primi
 INTRODUZIONE
calcolatori: salvare le informazioni. Ai tempi di Ur-Nammu le leggi venivano codificate
su pietra e su papiro, ma il bisogno era lo stesso: salvare le informazioni e comunicarle.
Apparentemente, per correre veloci, dobbiamo concentrarci sulle tecnologie. L'en-
fasi sulle tecnologie, però, ci porta a concentrarci sull'esistente, oppure a tentare delle
previsioni spesso difficili. Focalizzarsi sui bisogni, al contrario, ci porta a previsioni certe.
Peré i bisogni cambiano lentamente, ed alcuni bisogni rimangono gli stessi.
In secondo luogo, concentrarsi sui bisogni permee di non rimanere focalizzati sul-
le soluzioni note, rimanendo intrappolati nella fissità funzionale e ci impedisce di
immaginare soluzioni innovative.
.. Processi epistemici
La vita è una sequenza di processi decisionali
Secondo Lorenz, L'altra faccia dello specio: per una storia naturale della conoscenza
la vita è un processo cognitivo: l'adaamento è una forma di acquisizione di sapere:
informare, ci ricorda, significa dare forma.
Gli animali, dagli invertebrati ai mammiferi, vivono prendendo decisioni: analiz-
zano l'ambiente circostante ed agiscono di conseguenza; le loro decisioni sono sempre
finalizzate a degli scopi: evitamento del pericolo, foraging, accoppiamento, accudimento
della prole.
Il sistema perceivo, cognitivo e motorio di tui gli animali è oimizzato a prendere
le decisioni e permeono loro di massimizzare la fitness, ovvero soddisfare i loro scopi.
Information foraging e coltivazione
Il compito, naturalmente, non è semplice: il mondo è solo parzialmente prevedibile, gli
stimoli informativi spesso sono scarsi, e soprauo la capacità degli esseri viventi di
acquisire dati ed elaborarli in tempi ristrei è estremamente limitata.
Information foraging: gli animali per sopravvivere hanno bisogno di informazioni.
L'informazione è scarsa, e dunque gli animali devono andare non solo a caccia di cibo,
ma ane a caccia di informazioni.
E se le informazioni sul territorio non bastano, oltre a raccoglierle bisogna ane
seminarle (coltivazione delle informazioni?)
Fitness: specializzazione o cognizione?
Se la sopravvivenza di un individuo (o una specie) e la sua fitness dipendono dalle sue ca-
pacità di prendere le decisioni corree, ecco e parte del processo evolutivo sarà finaliz-
zata a migliorare il processo decisionale; l'altra parte del processo evolutivo è finalizzata
ad aumentare l'efficacia delle azioni.
In un ambiente altamente prevedibile, è vantaggioso focalizzarsi sul secondo aspet-
to, araverso forme di specializzazione. In un ambiente complesso e meno facilmente
prevedibile, è più vantaggioso investire sul miglioramento del processo decisionale.
.. INTRODUZIONE 
Situazione stimolo e informazione
Tolman [cita] soolinea come ogni situazione stimolo, e di per sé non ha alcuna ri-
levanza biologica, possa diventare un segno premonitore di un evento e invece ha
rilevanza biologica.
Nei termini comportamentisti informazione è qualsiasi stimolo, biologicamente non
direamente rilevante, e possa indicare la probabilità dell'occorrenza di un evento
rilevante.
L'informazione, dunque, è quell'insieme di dati e aiuta un sistema a prendere una
decisione.
Informazioni: nella testa o nel mondo?
Per migliorare il processo decisionale, è importante selezionare quei dati e costituisco-
no informazione da quelli e costituiscono rumore: lo scopo dell'aenzione è proprio
quello di focalizzarsi sui dati importanti e disaendere quelli e non lo sono.
Il processo decisionale si basa sulle informazioni relative al contesto, ai bisogni, agli
scopi e ai compiti ad essi associati, ed alle risorse di cui l'agente dispone.
A volte, però, l'informazione nell'ambiente non basta. A quel punto, evolutivamen-
te, si assiste all'emergere di due strategie, fra loro complementari: disseminare l'ambien-
te di informazioni, oppure costruire delle rappresentazioni dell'ambiente arricite di
informazioni.
Azioni pragmatie ed epistemie
Il comportamento degli animali è il fruo di un processo decisionale (generalmente, in-
consapevole) finalizzato a degli scopi. Le azioni, dunque, hanno una valenza pragmatica:
servono a realizzare degli scopi.
Ane le risorse investite nel migliorare il processo decisionale hanno un valore prag-
matico, e però è generalmente indireo: raccogliere informazioni, elaborarle, creare
delle mappe, disseminare di segnali l'ambiente può non avere, nel breve termine, alcu-
na relazione con gli scopi di fitness. este operazioni sono finalizzate a migliorare le
capacità decisionali in un futuro prossimo o remoto.
Kirsh e Maglio, ``On distinguishing epistemic from pragmatic action'' propongono
la distinzione fra azioni pragmatie ed azioni epistemie: mentre le prime sono finaliz-
zate a realizzare il piano innescato dal processo decisionale, le seconde sono finalizzate
a migliorare il processo decisionale stesso.
Feromoni e strutture epistemie
Chandrasekharan e Stewart, ``e origin of epistemic structures and proto-representations''
si sono spinti oltre, identificando struure epistemie ane in etologia. L'esempio più
comune è l'animale e marca il territorio, utilizzando i feromoni.
L'uso di ferormoni è comune ane negli invertebrati; questi animali lasciano delle
tracce nell'ambiente, e hanno un valore epistemico, e e potranno in seguito tornare
utili, a i le ha lasciate ma ane ad altri.
 INTRODUZIONE
Possiamo considerare queste tracce nell'ambiente come una forma di realtà (infor-
mativamente) aumentata?
Processo decisionale e problem solving
In termini di problem solving (Simon) [cite] possiamo identificare alcuni passaggi:
• identificare un problema (un bisogno, uno scopo)
• rappresentarlo in termini di distanza dalla situazione auale alla situazione desi-
derata
• identificare un percorso, ed i mezzi per arrivare
• partire
esta rappresentazione funziona ane per i topolini e per le formie.
Una tassonomia
A questo punto, possiamo immaginare una semplice tassonomia.
Il primo passaggio consiste nel dividere le azioni fra pragmatie ed epistemie; le
azioni epistemie sono finalizzate ad un aumento delle informazioni pertinenti.
Le azioni e le strategie epistemie possono, a loro volta, essere classificate in base
al fao e siano realizzate araverso una rappresentazione mentale, interna, o mo-
dificando opportunamente l'ambiente, arricendolo di informazioni pragmaticamente
utili. Dunque: conoscenza nella mente, o conoscenza nel mondo.
Augmenting Human Intellect
Nel suo Augmenting Human Intellect Engelbart, ``Augmenting Human Intellect: a con-
ceptual framework'' sostiene e, essendo la capacità cognitiva (e dunque decisionale)
degli esseri umani limitata, gli artefai, il linguaggio, l'apprendimento permeono di
ampliare questa capacità.
Generalmente, gli artefai hanno una funzione pragmatica: servono ad aumenta-
re l'efficacia dell'azione di un agente, e dunque rendere più efficace la realizzazione di
quei piani di azione innescati dal processo decisionale. Gli artefai cognitivi, al con-
trario, hanno una valenza prevalentemente epistemica, e sono finalizzati a migliorare il
processo decisionale.
Artefatti cognitivi e strategie epistemie
Nella nostra tassonomia, gli artefai cognitivi appartengono, apparentemente, a quelle
strategie epistemie e disseminano la conoscenza nel mondo.
Alcuni di questi artefai si adaano perfeamente alla categoria: basti pensare ai
cartelli delle indicazioni stradali. Altri, però, pur non essendo fisicamente nella mente di
i li usa, sono conceualmente più simili ad una estensione dell'apparato cognitivo e
una modifica epistemica del territorio. La cartina autostradale non modifica l'ambiente,
ma costituisce un'estensione della nostra mappa mentale.
Parte I
Aspetti cognitivi ed emotivi

Capitolo 
La categorizzazione nelle scienze
cognitive
-- Peré i cani e gli ebrei non possono entrare babbo?
-- Eh, loro gli ebrei e i cani non ce li vogliono. Ognuno fa quello e gli
pare Giosuè. Là c'è un negozio, c'è un ferramenta, loro per esempio non
fanno entrare gli spagnoli e i cavalli e coso là, c'è un farmacista: ieri ero con
un mio amico, un cinese e c'ha un canguro, dico ``Si può entrare?'', dice
``No, qui i cinesi e i canguri non ce li vogliamo''. Gli sono antipatici, e ti
devo dire?
-- Ma noi in libreria facciamo entrare tui.
-- No, da domani ce lo scriviamo ane noi, guarda! Chi ti è antipatico a
te?
-- I ragni. E a te?
-- A me … i visigoti! E da domani ce lo scriviamo: ``Vietato l'ingresso ai
ragni e ai visigoti''. E mi hanno roo le scatole 'sti visigoti‼
Roberto Benigni -- La vita è bella
In questo capitolo descriveremo le più importanti teorie della categorizzazione.
. Le teorie
In molte rassegne sull'argomento le teorie vengono differenziate in base a differenti cri-
teri.
Secondo Kruske, ``Category Learning'' i vari modelli teorici si differenziano in base a
tre dimensioni:
• Implicazioni sulla rappresentazione. Vi sono teorie e definiscono l'apparte-
nenza alle categorie in base ai contenuti ed altre e sostengono e ad essere
rappresentati siano i confini fra categorie.

 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
• Definizioni congiuntive vs. disgiuntive. Alcune teorie assumono e la definizio-
ne delle caraeristie sia globale (ovvero congiuntiva), altre e la definizione
sia disgiuntiva.
• Assunzioni sul grado di appartenenza. Alcune teorie sostengono e l'appar-
tenenza ad una categoria sia di tipo tuo o nulla, altre e sia una funzione
graduata.
Secondo Smith e Medin, Categories and Concepts, le teorie della categorizzazione si
pongono due problemi generali:
. È possibile immaginare una descrizione singola - unitaria e possa rappresentare
tui i membri di una classe, Ovvero una rappresentazione unitaria e funga da
criterio per valutare l'appartenenza di ogni elemento alla classe?
. Le proprietà specificate nella descrizione unitaria sono valide allo stesso modo per
tui i membri della classe?
Il paradigma classico risponde affermativamente ad entrambe le domande. La teoria dei
prototipi mee in discussione principalmente il secondo assunto, mentre le teorie degli
esemplari meono in discussione ane il primo. Altri due criteri sono citati da ibid. per
differenziare le teorie: il tipo di inferenze e la stabilità dei concei.
Sebbene le diverse teorie siano concorde nell'aribuire ai concei le funzioni di catego-
rizzazione e di inferenza, nelle teorie dei prototipi e degli esemplari né la categorizza-
zione né l'inferenza porta a risultati certi, ma solo a risultati probabili.
La teoria classica ritiene e i concei siano stabili nella rappresentazione degli individui
e condivisi fra le persone. Le teorie dei prototipi e degli esemplari fanno assunzioni più
deboli su entrambi gli aspei.
Secondo Ashby e Maddox, ``Stimulus categorization'', pag. le teorie si distinguo-
no in base a tre tipi di assunzioni:
• Assunzioni su ciò e viene rappresentato. Le teorie devono definire le rappresen-
tazioni perceive e cognitive degli stimoli e degli esemplari delle diverse categorie.
• Assunzioni sull'accesso alle informazioni in memoria. Le informazioni e de-
vono essere recuperate dalle rappresentazioni categoriali memorizzate e il tipo di
processi computazionali e devono essere aivati prima di poter classificare uno
stimolo.
• Assunzioni sulla modalità di selezione della risposta. Concernono la modalità di
selezione della risposta dopo e le informazioni rilevanti sono state raccolte e
processate.
Per quanto riguarda la rappresentazione, ibid. presentano un albero delle possibili
modalità. La prima distinzione è fra rappresentazioni numerie e non numerie (sim-
bolie e linguistie). Fra le rappresentazioni numerie vengono distinte quelle per
caraeristie (feature) e quelle dimensionali. La rappresentazione per caraersitie
viene considerata numerica in quanto può essere rappresentata come valore binario, ed
.. LA TEORIA CLASSICA 
è possibile calcolare la distanza fra due entità araverso una metrica (la metrica Ham-
ming). Nella rappresentazione dimensionale si assume e gli esemplari e gli stimoli
possano essere sintetizzati da un punto in uno spazio multidimensionale; una secon-
da assunzione è e la similarità fra due entità è inversamente proporzionale alla loro
distanza. Secondo la decision bound theory gli stimoli sono rappresentati nello spa-
zio multidimensionale non come un punto ma come una distribuzione di probabilità
multivariata (p.).
Ashby e Maddox, ``Human Category Learning'' distinguono inoltre fra teorie para-
metrie (come la teoria classica, o basata sulle regole, e la prima teoria dei prototipi) e
le teorie non parametrie, come la teoria degli esemplari. Le teorie parametrie assu-
mono la separabilità lineare fra le regioni di decisione categoriale, mentre le teorie non
paramentrie non fanno questa assunzione.
Barsalou, ``Situated simulation in the human conceptual system'' classifica le teorie
in base a criteri ancora differenti:
• Modulare - non modulare. Per modulare si intende un sistema autonomo, separato
dalla memoria episodica e dal sistema sensomotorio.
• Amodale - modale. Una rappresentazione amodale è simbolica ed indipendente
dalle modalità sensomotorie, mentre una rappresentazione modale è legata alle
specifie modalità sensomotorie.
• Decontestualizzata - situata. È decontestualizzata una conoscenza di tipo enci-
clopedico, mentre la rappresentazione situata tiene conto delle proprietà del con-
testo, della situazione, delle azioni e la categoria può permeere, e degli stati
introspeivi.
• Stabile - dinamica. Per stabile si intende una rappresentazione sostanzialmente
invariante, mentre dinamica è una rappresentazione e varia a seconda non solo
dell'apprendimento ma ane del contesto.
Le più importanti teorie sulla categorizzazione sono sostanzialmente la teoria clas-
sica, e nelle forme più recenti viene definita teoria basata sulle regole (rule based), la
teoria dei prototipi, e Smith e Medin, Categories and Concepts definiscono probabi-
listica, la teoria degli esemplari, la teoria basata sulle teorie (theory theory), la decision
bound theory, la teoria della simulazione situata di Barsalou e le teorie multiple.
. La teoria classica
È uso comune, nelle rassegne sulla leeratura della categorizzazione dei concei, partire
dalla teoria classica. Nel descrivere storicamente questa teoria, si assume generalmente
e sia stata sviluppata da Aristotele e e sia rimasta pressoé invariata fino alle ricer-
e filosofie di Wigenstein e agli studi di etnografia e psicologia degli anni sessanta
e seanta. ibid. fanno propria questa concezione, ane se ammeono e poi fra i
ricercatori citati nel campo della teoria classica hanno diiarato esplicitamente di di-
fendere quella visione.
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
Secondo la classificazione di Kruske, ``Category Learning'' la teoria classica (ba-
sata sulle regole) assume e venga rappresentato il contenuto (non i confini categoriali),
con delle regole di tipo congiuntivo (non disgiuntivo) e con una funzione di appartenenza
di tipo tuo o nulla (non graduata). Secondo la classificazione di Ashby e Maddox, ``Sti-
mulus categorization'' vengono rappresentate le caraeristie necessarie e sufficienti e
la decisione si basa accedendo a tali caraeristie e verificando se sono rispeate. Nella
classificazione di Barsalou, ``Situated simulation in the human conceptual system'', la
teoria classica usa rappresentazioni modulari, amodali, decontestualizzate e stabili.
.. Assunzioni rappresentazionali
La teoria classica, com'è ricostruita da Smith e Medin, Categories and Concepts, ha il pre-
gio di essere formalizzabile, economica, con un ampio potere esplicativo. Si basa su di un
numero limitato di assunzioni iare e ben definite. Secondo questa teoria, un conceo
è caraerizzato da un insieme di aributi definienti, e sono le caraeristie seman-
tie necessarie e sufficienti affiné qualcosa possa essere considerato un'istanza di un
conceo (Keane e Eysen, Cognitive Psyology: A Student's Handbook). Il processo di
categorizzazione consiste nel verificare se gli stimoli possiedono tue le caraeristie
necessarie (Ashby e Maddox, ``Stimulus categorization'').
Rappresentazione sintetica La prima assunzione è e la rappresentazione di un con-
ceo costituisce una descrizione sintetica di un'intera classe. Come soolineato da Ro-
s, ``Cognition and Categorization'', questa proprietà costituisce uno dei vantaggi fon-
damentali del processo di categorizzazione. In termini più specifici, una rappresentazio-
ne sintetica:
• è generalmente il risultato di un processo di astrazione;
• non corrisponde necessariamente a specifie istanze della classe;
• può essere utilizzata per verificare se un'istanza appartenga o meno alla classe.
Caratteristie necessarie e sufficienti Secondo la teoria classica le caraeristie
e rappresentano un conceo sono
. singolarmente necessarie: ogni caraeristica dev'essere presente per poter inclu-
dere l'istanza o la sooclasse nella classe;
. congiuntamente sufficienti: ogni istanza o sooclasse e possiede tue le carat-
teristie appartiene, per definizione, alla classe.
Come si vedrà questa è l'assunzione e più esplicitamente è stata messa in discussione.
Smith e Medin, Categories and Concepts enfatizzano il fao e questo vincolo esclude
la possibilità e, nella visione classica, possano esistere delle classi disgiuntive, ovvero
classi le cui sooclassi non condividono alcuna caraeristica essenziale.
.. LA TEORIA CLASSICA 
.. Critie alla teoria classica
La teoria classica è stata oggeo, a partire dagli anni ', di numerose critie. Fra i primi
a meere in discussione questa visione va ricordato Wigenstein, Philosophise Unter-
suungen ed il suo famoso esempio del conceo di gioco: non è possibile identificare
alcuna caraeristica di gioco e sia necessaria o distintiva. Il fao e per numerosi
concei non si sia trovato l'elenco di caraeristie necessarie e sufficienti non implica
però e queste caraeristie non esistono. In linea di principio, dunque, questa critica
è più empirica e logica. Un'altra possibilità, sostenuta da Katz, e metaphysics of
meaning, è e la parola gioco si riferisca a dei termini omofoni ma diversi, e e dun-
que sia solo accidentale il fao e concei diversi siano nominati con lo stesso termine.
Dunque, il gioco del solitario e il gioco del calcio non sarebbero più simili di quanto
non lo siano il banco dei pegni e il banco da lavoro. esta obiezione però non pare
molto plausibile. Nonostante le differenze è difficile negare un legame semantico fra i
vari tipi di gioco. Wigenstein, Philosophise Untersuungen definisce questi legami
somiglianza di famiglia.
Concetti disgiuntivi Una seconda critica alla teoria classica è rappresentata dall'esi-
stenza di concei disgiuntivi.
Una possibile difesa rispeo a questa critica si basa sull'idea e i concei e nel mon-
do reale sembrano disgiuntivi, ma in realtà condividono una o più proprietà essenziali
tacitamente assunte dagli individui.
Casi ambigui L'assunzione secondo cui le caraeristie essenziali sono necessarie e
sufficienti a definire un conceo non dovrebbero lasciare spazio ad ambiguità. Nella
realtà però vi sono casi di difficile classificazione, in cui le persone sono incerte.
Smith e Medin, Categories and Concepts puntualizzano il fao e tale incertezza può
essere conseguenza di ignoranza da parte delle persone. esto non meerebbe in crisi
la teoria classica, la quale non esclude affao e le persone possano avere delle lacune
nelle conoscenze dei concei. esta spiegazione è peraltro adoata ane da modelli
proposti da Ashby e Maddox, ``Stimulus categorization''; Kruske, ``Category Lear-
ning''. ando l'ambiguità della classificazione non può essere aribuita ad ignoranza,
un possibile escamotage è quello di distinguere fra definizioni comuni (spesso imprecise)
e definizioni tecnie, e generalmente lasciano meno spazio a casi ambigui.
Effetti di tipicità La teoria classica assume e l'appartenenza di un'istanza o di una
sooclasse ad una classe sia una funzione dicotomica: un conceo appartiene a pieno
titolo ad una categoria oppure non vi appartiene per nulla.
Se però si iede alle persone di valutare quanto un'istanza o una sooclasse costituisca
un esempio tipico o rappresentativo di una classe, si oengono risultati stabili, ovvero
condivisi fra partecipanti (Mervis, Catlin e Ros, ``Relationships among doodness-of-
example, category norms, and word frequency''; Rips, Shoben e Smith, ``Semantic di-
stance and the verification of semantic relations''); un effeo simile si oiene addiriura
nella valutazione di tipicità dei numeri pari.
esto fao, di per se, lascia intendere e sia legiimo assumere e - almeno a
livello psicologico - l'appartenenza ad una categoria non sia una funzione dicotomica ma
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
graduata. L'aspeo più interessante è e la valutazione di tipicità prevede l'efficienza
nella categorizzazione, e si rispecia ad esempio nei tempi di reazione in compiti di
decisione semantica.
Smith e Medin, Categories and Concepts illustrano come, con delle assunzioni ad hoc, i
risultati legati alla tipicità possano essere spiegati ane dalla teoria classica. Alcune di
queste assunzioni, però, mancano di sostegno empirico, e risultano pertanto difficilmente
difendibili.
Somiglianza di famiglia Ros e Mervis, ``Family resemblances: Studies in the inter-
nal structure of categories'' hanno iesto ai loro partecipanti di elencare le caraeristi-
e di una lista di soocategorie di un determinato conceo (ad esempio: arredamento).
Dall'esperimento non sono emerse caraeristie necessarie (e dunque presenti in tue
le soocategorie). Alcune caraeristie erano condivise da molte soocategorie, men-
tre altre erano specifie di poe soocategorie. Il numero di soocategorie a cui ogni
caraeristica era associata determinava l'importanza di quella caraeristica. La som-
ma del numero di caraeristie definienti ogni conceo, ponderato per l'importanza di
ogni caraeristica, definiva la misura di somiglianza di famiglia. esta misura è risul-
tata essere fortemente correlata con la valutazione di tipicità. esti risultati sono stati
oenuti sia con categorie naturali sia con categorie artificiali. Adoando la definizione
di Wigenstein, Philosophise Untersuungen Rosh e Mervis hanno definito questo
effeo somiglianza di famiglia.
esto dato contrasta con gli assunti fondamentali della teoria classica, in quanto la
tipicità di un conceo rispeo alla classe geraricamente superiore si basa su carae-
ristie non necessarie per la definizione della classe superiore.
Altri esperimenti sono giunti agli stessi risultati araverso paradigmi sperimentali diver-
si. Hampton (, citato in Smith e Medin, Categories and Concepts) ha iesto ai propri
partecipanti di elencare le caraeristie di una lista di soocategorie di un conceo. In
secondo luogo, ha iesto loro di valutare quanto ogni caraeristica fosse presente in
ogni soocategoria. Ane questa ponderazione correla con i tempi di reazione in un
compito di decisione semantica.
Un'altra evidenza a sfavore della teoria classica si basa su di un compito di scaling multi-
dimensionale (Rips, Shoben e Smith, ``Semantic distance and the verification of semantic
relations''): ai partecipanti vengono presentate coppie di concei, iedendo di valutar-
ne la similarità. Le coppie possono essere dello stesso livello gerarico (peirosso e
canarino) o di livello diverso (peirosso e uccello, canarino e animale). In base a queste
misure, è possibile collocare i concei in uno spazio bidimensionale. Dall'analisi quali-
tativa dello spazio emerge e le due dimensioni correlano con due dimensioni latenti
degli uccelli: grandezza fisica dell'animale e ferocia (o tendenza alla predazione). Inol-
tre, la distanza di ogni conceo dal conceo di uccello correla con i tempi nei compiti
di decisione semantica.
Validità delle caratteristie (Cue validity) Un'importante scoperta di Ros e Mer-
vis, ``Family resemblances: Studies in the internal structure of categories'' è e, nel
decidere se un item è o meno un'istanza di un conceo, vengono considerate non solo le
caraeristie e l'item condivide con quel conceo ma ane quelle e condivide con
.. LA TEORIA DEI PROTOTIPI 
concei alternativi a quello target. La categorizzazione di un'istanza dipende non solo
dalle caraeristie dell'istanza e del conceo, ma ane dalla similarità dell'istanza con
concei rivali. Per spiegare questo effeo, ibid. adoarono il conceo di cue validity,
introdoo da Bourne and Restle nel .
Ereditarietà dei concetti L'ereditarietà dei concei, assunta dalla visione classica (e
ane implicita nella teoria degli insiemi), induce a prevedere e un conceo sia giudi-
cato più simile al conceo sovraordinato più immediato (esempio: peirosso e uccello)
e ad un conceo sovraordinato più in alto nella geraria categoriale (peirosso e
animale). esta predizione è generalmente confermata (Collins e illian, ``Retrieval
time from semantic memory''), ma vi sono dei casi atipici in cui questo non avviene. Il
conceo di gallina, ad esempio, è giudicato più simile ad animale e ad uccello.
.. La teoria basata sulle regole
Originariamente, la teoria classica intendeva spiegare ogni compito di categorizzazione,
ma, come abbiamo visto, questa ipotesi ha incontrato dei problemi molto seri. Recente-
mente alcuni aspei della teoria classica sono stati ripresi nelle teorie e ipotizzano e
vi siano più meccanismi soggiacenti il processo di categorizzazione, e e il meccanismo
basato sulle regole sia uno di questi (Ashby e Maddox, ``Human Category Learning'',
``Stimulus categorization'').
. La teoria dei prototipi
Se la classificazione non è un processo decisionale basato su caraeristie necessarie e
sufficienti, allora cos'è? La teoria dei prototipi propone e la categorizzazione sia un
processo e confronta gli esemplari da classificare con i prototipi delle categorie: quan-
do incontriamo uno stimolo non conosciuto lo assegnamo alla categoria il cui prototipo
è più simile.
Smith e Medin, Categories and Concepts definiscono la teoria dei prototipi in base alle
seguenti assunzioni:
. la rappresentazione di un conceo è la descrizione riassuntiva di un'intera classe;
. la rappresentazione di un conceo non può essere espressa in base ad una lista di
condizioni necessarie e sufficienti; è, piuosto, una misura di tendenza centrale
delle proprietà delle istanze.
La differenza sostanziale fra l'approccio classico e la teoria dei prototipi risiede pro-
prio nel secondo assunto, e è sostanzialmente meno vincolante.
Secondo la classificazione di Kruske, ``Category Learning'', la teoria dei prototi-
pi assume e venga rappresentato il contenuto (non i confini), e la rappresentazione
sia globale (il prototipo riassume le caraeristie della classe), con una funzione di
appartenenza graduata. Secondo la categorizzazione di Ashby e Maddox, ``Stimulus
categorization'', in questo approccio una categoria è rappresentata dal suo prototipo, e il
processo decisionale si basa sulla similarità tra gli stimoli e la rappresentazione mnestica
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
del prototipo.
Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy-
stem'', la teoria dei prototipi è sostanzialmente modulare ed amodale, decontestualizzata
(i prototipi non cambiano al variare del contesto) e stabile.
.. Proprietà: dimensioni vs caratteristie dicotomie
Un'importante aspeo e emerge dalla teoria dei prototipi (e degli esemplari) è la na-
tura delle proprietà e vengono prese in esame nel processo di categorizzazione: que-
ste proprietà sono dimensionali (si distribuiscono lungo un continuum), oppure sono
dicotomie? Smith e Medin, Categories and Concepts distinguono neamente fra le
teorie del prototipo basate su caraeristie dicotomie (le caraeristie) e le teorie
dimensionali. Da un punto di vista matematico, però, è possibile mappare delle carae-
ristie dicotomie in uno spazio dimensionale. Nel mondo reale si incontrano spesso
delle dimensioni la cui distribuzione è fortemente bimodale e e, dunque, risultano
paragonabili a caraeristie dicotomie. Possiamo dunque definire le caraeristie
dicotomie come delle dimensioni a distribuzione bimodale.
In un modello basato sulle caraeristie un conceo è rappresentato da quelle ca-
raeristie salienti e hanno una probabilità sostanziale di occorrere nelle istanze del
conceo.
Più precisamente, se Fi è una caraeristsica e Xj un conceo Fi sarà una feature di
Xj se
• Fi è saliente (in termini perceivi o conceuali)
• P(Fi|Xj) è alta.
Ad esempio, la probabilità e un animale voli, sapendo e quell'animale è un uc-
cello [P(volare|uccello)], è molto alta. Volare è dunque una feature di uccello, ane
se non è una condizione necessaria (vi sono uccelli e non volano, come i pinguini) né
sufficiente (i pipistrelli volano, ma non sono uccelli). È interessante notare e, mentre
la seconda condizione è streamente legata alle caraeristie proprie delle istanze og-
geo di categorizzazione, la prima condizione è squisitamente psicologica, in quanto si
riferisce a proprietà perceive o conceuali.
ibid. si focalizzano sul fao e, ad essere rappresentate, sono non tue le caraeristi-
e ma solo quelle e occorrono più frequentemente. esto aspeo viene considerato,
dagli autori, come determinante per differenziare l'approccio basato su caraeristie da
quello dimensionale.
Nei modelli dimensionali, la seconda assunzione viene riassunta da Smith e Medin
come segue: ogni dimensione usata per rappresentare un conceo deve essere saliente,
e deve avere una sostanziale probabililtà di occorrere fra le istanze del conceo; inoltre
il valore della dimensione rappresentata in un conceo è la media soggeiva dei valori
delle istanze o dei sooinsiemi del conceo in quella dimensione.
Se acceiamo l'idea e una caraeristica possa essere rappresentata come una di-
mensione a distribuzione bimodale la tendenza centrale del prototipo sarà non la media
ma la moda. Inoltre sia la codifica dimensionale e quella basata sulle caraeristie
permee una rappresentazione topografica o metrica della distribuzione delle istanze o
.. LA TEORIA DEI PROTOTIPI 
dei sooinsiemi all'interno di una categoria. A questo punto, è possibile definire la cate-
gorizzazione in termini computazionali. L'istanza (o il sooinsieme) x appartiene ad Si
se la distanza fra x e Si è inferiore ad un valore soglia. In realtà molti modelli computa-
zionali utilizzano un algoritmo competitivo anzié una soglia: l'elemento x appartiene
a quella classe Si la cui distanza da x è minore.
Capacità esplicativa degli aspetti problematici
Poié la teoria dei prototipi si propone di sostituire la teoria classica è necessario valu-
tare come questo approccio riesca a tener conto delle evidenze empirie e misero in
crisi la teoria precedente.
Concetti disgiuntivi I concei disgiuntivi erano problematici per la teoria classica
in quanto, per definizione, non vi è alcuna caraeristica necessaria, ovvero presente
in ogni elemento della categoria. Nell'approccio per caraeristie, però, questo non è
un problema, in quanto non si assume la presenza di caraeristie necessarie. Nella
rappresentazione dimensionale, la classificazione si basa sulla distanza dell'elemento dal
centroide della classe, confrontato con un valore soglia o con la distanza dalle altre classi.
Il fao e due elementi risultino differenti fra loro su tue le dimensioni salienti, non
impedisce e vengano classificati nella stessa categoria.
Casi ambigui Nel modello classico, un elemento appartiene ad una categoria o non vi
appartiene, non vi sono sfumature. I casi ambigui costituiscono dunque un problema. I
modelli ad appartenenza graduata ammeono per definizione casi ambigui. Computa-
zionalmente un caso è ambiguo nel momento in cui la sua distanza dalla classe in cui
è stato classificato è ai limiti del valore soglia, oppure il caso è sostanzialmente equidi-
stante fra due possibili classi. La sua appartenenza ad una o all'altra classe sarà dunque
incerta, e persone diverse in circostanze diverse potranno collocarla di volta in volta in
uno o nell'altro gruppo.
Effetti di tipicità Gli effei di tipicità non solo non sono un problema per le teorie
del prototipo, ma costituiscono un'evidenza positiva. Se definiamo la tipicità di un con-
ceo rispeo ad una classe come la somma pesata delle caraeristie e il conceo
condivide con la classe, non è difficile elaborare dei modelli computazionali capaci di
mimare alcuni effei di tipicità, quali la maggior velocità di classificazione. Gli effei di
tipicità vengono spiegati facendo riferimento alla distanza tra il conceo ed il centroide
della classe: più il conceo si colloca vicino al centroide della classe di appartenenza,
più verrà considerato tipico.
Uso di caratteristie non necessarie Il fao e le caraeristie non necessarie
abbiano un effeo sulla categorizzazione è un problema per la teoria classica, ma non
per la teoria dei prototipi, e non fa distinzione fra caraeristie necessarie e non
necessarie.
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
Concetti annidati Uno dei dati sperimentali e mee in crisi la teoria classica è e
vi sono delle eccezioni al fao e un conceo venga considerato più simile alla catego-
ria gerarica immediatamente superiore e non alle categorie più ampie. Il peirosso
è considerato più simile ad uccello e ad animale, ma la gallina è concepita come più
simile ad animale e ad uccello.
esto effeo può essere spiegato, nella teoria dei prototipi, in base all'influenza eser-
citata dalle caraeristie non necessarie. Il fao e la gallina non voli, ad esempio, la
rende conceualmente lontana dalla categoria uccello. Ane i dati concernenti i tempi
di reazione possono essere spiegati dalla teoria dei prototipi in base alle caraeristie
non necessarie.
L'approccio spiega sia la regola generale, secondo cui un conceo viene definito come
più simile alla classe immediatamente superiore rispeo alla classe generale (peirosso
è più simile ad uccello e ad animale) sia le eccezioni (gallina è più simile ad animale
e ad uccello), proprio in base al fao e un conceo può essere più o meno distante
dai centroidi delle varie classi.
Critie alla teoria dei prototipi
Nonostante la teoria dei prototipi vanti una maggior capacità esplicativa rispeo alla teo-
ria classica, nel corso degli anni varie ricere ne hanno messo in luce alcuni importanti
limiti.
Perdita di informazioni salienti Uno dei principi epistemologici alla base della teo-
ria dei prototipi sta nella sua economicità (Ros, ``Cognition and Categorization''), in
quanto un prototipo riassume le caraeristie di una categoria. esta riduzione, però,
ha un costo. Si perdono infai informazioni importanti, quali la variabilità categoriale
o la struura correlazionale delle dimensioni.
Correlazione fra le caratteristie Una rappresentazione sintetica come quella dei
prototipi perde le informazioni sulla correlazione e spesso intercorre fra le diverse
categorie. Le correlazioni fra categorie sono determinate non solo dagli esemplari pro-
totipici, ma ane da quelli non prototipici, e le correlazioni percepite hanno degli effei
significativi sulla prestazione degli individui (Ashby e Maddox, ``Stimulus categoriza-
tion''; Medin e Saffer, ``Context theory of classification learning''). La correlazione fra
le caraeristie è ancor più importante nelle circostanze in cui la probabilità e una
caraeristica sia presente dipende da altre caraeristie. Ad esempio, è più probabile
e a cantare siano gli uccelli piccoli di quelli grandi, e dunque vi è un rapporto fra can-
tare e dimensione.
In alcuni casi il rapporto è di tipo implicazionale: la caraeristica vola correla con la
caraeristica ha le ali, ma questa correlazione denota un legame di tipo causale. esto
legame non viene colto da una teoria dei prototipi, ma è evidente l'utilità di questa infor-
mazione, di cui gli individui tengono sicuramente conto. La teoria delle teorie emerge
proprio per rispondere a questo problema.
.. LA TEORIA DEGLI ESEMPLARI 
Effetto del contesto La teoria dei prototipi è sostanzialmente decontestualizzata (Bar-
salou, ``Situated simulation in the human conceptual system'') e dunque ha difficoltà a
spiegare alcuni effei di categorizzazione legati al contesto. Il contesto modifica l'im-
portanza relativa delle caraeristie. Nell'esempio di Smith e Medin, Categories and
Concepts la frase ``ha dovuto portare il pianoforte al secondo piano'' fa emergere le
proprietà del pianoforte legate al peso. ``Ha dovuto accordare il pianoforte'' fa inve-
ce emergere le proprietà legate al suono. L'importanza e il ruolo del contesto e delle
motivazioni è stata efficacemente messa in risalto in Barsalou, ``Ad hoc categories''.
Violazione degli assiomi delle metrie esta critica si rivolge alle teorie del pro-
totipo di tipo dimensionale, e assumono e lo spazio multidimensionale costituisca
una metrica. Affiné un sistema relazionale possa essere definito una metrica deve
rispeare tre assiomi:
. minimalità: la distanza fra ogni punto e se stesso dev'essere pari a zero;
. simmetria: la distanza fra ogni coppia di punti dev'essere tale e d (x,y) = d (y,x);
. diseguaglianza triangolare: d(a, c) ≤ d(a, b) + d(a, c) per ogni punto a, b, c.
Tversky, ``Features of similarity'' dimostra però e, negli studi di similarità, il secondo
ed il terzo postulato vengono sistematicamente violati.
Prototipi multipli
este critie meono in difficoltà le teorie radicali dei prototipi, ovvero l'assunzione
e una categoria venga rappresentata esclusivamente da un prototipo. Una versione
più morbida della teoria può assumere e, per ogni categoria, esista più di un prototipo.
esta proposta venne avanzata già da Ros, ``Cognitive Reference Points'':
Not all members of a category are equivalent and … the best examples of
a category can serve as reference points in relation to whi other category
members are judged.
Una teoria dei prototipi multipli può spiegare la possibilità di apprendere categorie non
linearmente separabili, può rappresentare la correlazione fra caraeristie e la varianza
delle dimensioni.
. La teoria degli esemplari
Sia la teoria classica e la teoria dei prototipi assumono e il processo di categorizzazio-
ne avvenga araverso il confronto dell'elemento da classificare con una rappresentazione
astraa della categoria. Medin e Saffer, ``Context theory of classification learning'',
al contrario, propongono un modello in cui il confronto avviene fra l'elemento nuovo
e gli elementi già presenti in memoria. Più specificamente assumono e uno stimolo
da categorizzare abbia la proprietà di far recuperare dalla memoria gli stimoli simili ad
esso e le relative informazioni. In una serie di esperimenti con stimoli astrai, ibid. di-
mostrano e le prestazioni dei soggei sono più simili alle previsioni del loro modello
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
(e definiscono Context eory for Classification) rispeo alle previsioni di un modello
basato sui prototipi.
Uno dei vantaggi principali del modello proposto da Medin e Saffer, ``Context theo-
ry of classification learning'' e ampliato da Nosofsky, ``Aention, similarity, and the
identification-categorization relationship.'' è la possibilità di classificare insiemi di ele-
menti e non sono linearmente separabili. La separabilità lineare è invece uno degli
assunti computazionali della teoria del prototipo (Ashby et al., ``A Neuropsyological
eory of Multiple Systems in Category Learning''). Inoltre, l'approccio ad esemplari ha
il vantaggio di poter tener conto delle correlazioni fra caraeristie di una categoria
(Ashby e Maddox, ``Stimulus categorization''). Come vedremo nel paragrafo dedicato
ai modelli multipli o misti, Minda e Smith, ``Prototypes in category learning: the effects
of category size, category structure, and stimulus complexity'' sostengono e il model-
lo basato sugli esemplari e quello basato sui prototipi hanno punti di forza diversi, e
emergono in circostanze di apprendimento e di categorizzazione diverse.
Secondo la classificazione di Kruske, ``Category Learning'', la teoria degli esem-
plari assume e venga rappresentato il contenuto (non i confini), non vi è una rappre-
sentazione globale ma solo rappresentazioni atomie, e la funzione di appartenenza è
graduata. Secondo Ashby e Maddox, ``Stimulus categorization'' in questo approccio una
categoria è rappresentata semplicemente come l'insieme di rappresentazioni di tui gli
esemplari e appartengono alla categoria. Il processo decisionale si basa sulla compara-
zione di similarità fra gli stimoli e la rappresentazione mnestica di ogni esemplare della
categoria.
Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy-
stem'', questo approccio è tendenzialmente modulare ed amodale, in quanto general-
mente (ma non necessariamente) le teorie degli esemplari non assumono una rappre-
sentazione modalità-specifica degli esemplari codificati. Poié le teorie degli esemplari
tendono ad escludere processi di astrazione la codifica mnestica degli esemplari tende
ad essere situata. Medin e Saffer, ``Context theory of classification learning'', pag 
rendono esplicito questo punto: `` Noi proponiamo e l'informazione concernente il
suggerimento, il contesto, e l'evento sono immagazzinate assieme in memoria e e sia
il suggerimento e il contesto debbano essere aivati simultaneamente per recuperare
l'informazione dell'evento''; va peraltro precisato e nei termini di ibid., i contesto è
definito dagli esemplari recuperati nella memoria di lavoro.
Da un punto di vista formale, questa teoria si differenzia dalla teoria del prototipo in
quanto assume e la rappresentazione di un conceo consiste nelle descrizioni separate
di un consistente numero di esemplari (istanze o sooclassi). Nella versione più radicale,
quasta teoria assume e:
. Le rappresentazioni siano concrete: ``No categorical information is assumed to
enter into the judgements independently of specific item information'' (ibid.).
. Ogni esemplare nella rappresentazione sia un'istanza.
. Sia memorizzata e contribuisca alla rappresentazione ogni istanza della categoria
con cui un individuo viene a contao.
I modelli più radicali vengono definiti da Komatsu, ``Recent views of conceptual
structure'' modelli ad istanze, mentre i modelli a prototipo multiplo assumono possano
.. LA TEORIA DELLE TEORIE 
esserci sia istanze e astrazioni conceuali.
Il modello degli esempi migliori (best examples model) sembra derivare logicamente dal
conceo di istanze focali proposto da Ros, ``Cognitive Reference Points''. Gli esem-
pi più prototipici verrebbero utilizzati come punti di riferimento nella categorizzazione.
esti modelli, dunque, assumono e la rappresentazione della conoscenza categoriale
non sia costituita unicamente da un prototipo (inteso come tendenza centrale unitaria)
ma da più prototipi, e possono essere astrai o possono corrispondere agli esemplari
più prototipici. Una versione a prototipo multiplo della teoria degli esemplari ha il van-
taggio di poter gestire meglio i gruppi disgiuntivi. È difficile avere una rappresentazione
sommaria di mobili o di mammiferi. È più probabile e concei di questo genere siano
rappresentati come un insieme di sooclassi e, a livello di classe, assumono la forma
di esemplari.
. La teoria delle teorie
I paradigmi basati sulla similarità (con un prototipo o con gli esemplari) sono, secondo
Murphy e Medin, ``e role of theories in conceptual coherence'', insufficienti a spiegare
la coerenza categoriale. Secondo questi autori i concei emergono non solo in base alla
similarità ma ane in base alla comprensione e gli individui hanno delle interazioni
e intercorrono fra le entità. Nella teoria delle teorie i concei sono organizzati aorno
a dei modelli cognitivi esplicativi, e spiegano il mondo e contribuiscono a classificarne
le entità. La nozione di similarità, dunque, deve tener conto di questi modelli.
La concezione di similarità delle teorie dei prototipi o degli esemplari è infai sog-
gea ad alcuni problemi. In primo luogo, vi è il risio di un circolo vizioso: gli elementi
appartengono ad una categoria peré sono simili, ma in fondo sono simili peré apper-
tengono alla stessa categoria. In secondo luogo, le relazioni di similarità fra un insieme
di entità dipendono in maniera sostanziale dal peso relativo aribuito ai differenti at-
tributi. Ma Tversky, ``Features of similarity'' ha dimostrato come il peso aribuito agli
aributi varia a seconda del contesto o del compito. Potenzialmente, poi, la lista degli
aributi (o delle dimensioni) applicabili ad un oggeo o ad un insieme di oggei è infi-
nito, ed operazionalizzare la selezione degli aributi pertinenti è un compito non banale.
Le nostre conoscenze del mondo ci permeono ad esempio di classificare elementi
e perceivamente sarebbero diversi; basti pensare al fao e tui noi classifiiamo
le balene come mammiferi, sebbene assomiglino a dei pesci. I paradigmi dei prototipi
e degli esemplari non pongono la giusta enfasi sul ruolo svolto, nella costruzione dei
concei, dagli aspei perceivi da una parte e dai modelli mentali esplicativi dall'altra.
Il conceo di similarità viene considerato insufficiente, in quanto la similarità non
è propriamente intrinseca alle entità delle classi. L'ipotesi sostenuta da Ros, secondo
la quale gli aributi delle entità naturali non sono equiprobabili ma tendono a raggrup-
parsi in raggruppamenti assume, almeno implicitamente, una struura di correlazioni
più complessa del semplice conceo di similarità. In questa ipotesi agli individui viene
aribuita la capacità di riconoscere questi raggruppamenti; gli aributi capaci di diffe-
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
renziare i raggruppamenti assumono salienza, mentre gli aributi e mancano di questa
capacità discriminativa vengono disaesi.
Murphy e Medin, ``e role of theories in conceptual coherence'', pur acceando la
plausibilità di questa ipotesi, la ritengono comunque insufficiente, in quanto il nume-
ro di possibili correlazioni fra le entità naturali è talmente numeroso e l'ipotesi non
spiega peré gli individui siano coerenti nell'usare determinati aributi e non altri, e
appaiono altreanto validi per discriminare gli elementi. Ad esempio, è improbabile e
un adulto categorizzi una lista di animali in base al colore, ane se il colore è una di-
mensione capace di discriminare in maniera iara e saliente gli animali. La teoria delle
teorie sostiene e vi siano dei principi soostanti, spesso causali, capaci di determinare
la rilevanza delle caraeristie e la loro relazione.(Medin e Aguilar, ``Categorization'',
p. ).
. La teoria dei confini decisionali (Decision bound theo-
ry)
La teoria dei confini decisionali assume e gli individui dividano lo spazio degli sti-
moli in regioni di risposta. ando uno stimolo nuovo viene presentato, il soggeo lo
categorizza in base alla regione di appartenenza. La linea di confine della partizione
viene definita confine decisionale. L'apprendimento categoriale è il processo di appren-
dimento ed aggiustamento delle regioni associate con ogni categoria (Ashby e Maddox,
``Stimulus categorization''). La teoria assume e:
• la distribuzione degli esemplari in una categoria abbia generalmente una distri-
buzione normale;
• le regioni delle varie categorie tendano a sovrapporsi;
• nel conceo siano rappresentati non soltanto il punto medio o modale (come nella
teoria dei prototipi) ma ane la varianza, la gamma e la correlazione fra dimen-
sioni, ovvero una distribuzione di probabilità multivariata. La teoria è dunque
parametrica, ane se assume un maggior numero di parametri rispeo alla teoria
dei prototipi.
La teoria non assume e la funzione di appartenenza di un esemplare ad un conceo sia
graduata, ipotizza invece e sia di tipo tuo o nulla. Per spiegare gli effei di tipicità,
il modello proposto da Maddox e Ashby, ``Comparing decision bound and exemplar
models of categorization'' assume e il processo decisionale sia di tipo deterministico:
se lo stimolo si colloca al centro di una partizione la probabilità e venga classificato in
quel cluster è prossima a , mentre se gli stimoli si collocano ai confini fra due regioni
la probabilità sarà di poco superiore a ..
.. LA TEORIA DELLA SIMULAZIONE SITUATA 
. La teoria della simulazione situata
esta teoria è stata proposta da Barsalou, ``Perceptual symbol systems'', ``Situated si-
mulation in the human conceptual system''. Secondo Barsalou, ``Situated simulation in
the human conceptual system'' il sistema conceuale responsabile della classificazione
è non modulare, modale, situato, dinamico. Un conceo è una abilità, ovvero nel con-
ceo è instanziata la capacità di costruire rappresentazioni idiosincratie adaate alle
auali necessità dell'agente e della situazione in cui agisce. Un conceo è un simula-
tore e costruisce un infinito insieme di simulazioni specifie (Barsalou, ``Perceptual
symbol systems''). Le simulazioni comprendono informazioni in merito alla situazione,
agli scopi ed agli stati introspeivi degli agenti. I concei non sono oranizzati in base
alle tassonomie, quanto alle azioni situate, e le categorie sono prevalentemente ad hoc e
diree ad uno scopo (Barsalou, ``Ad hoc categories'').
I concei sono non modulari, in quanto sono fortemente legati alla memoria episodica;
sono modali, in quanto la rappresentazione coinvolge specifici sistemi perceivi e moto-
ri; sono situati, in quanto mappano ed utilizzano le informazioni legate al contesto, agli
scopi e agli stati interni; sono dinamici, in quanto variano di volta in volta a seconda del-
le situazioni e degli scopi. Tipico esempio di conceo dinamico sono le categorie ad hoc
(ibid.). Barsalou, ``Situated simulation in the human conceptual system'' non esclude
le tassonomie classie, ma enfatizza il ruolo delle rappresentazioni situate nei processi
cognitivi degli individui nella vita reale.
. Sviluppi recenti e prospettive future
.. Modelli multipli
Dopo decenni di proposte, esperimenti ed articoli, nessuno dei modelli e delle teorie sem-
bra prevalere neamente sugli altri. Ecco e inizia a farsi strada l'ipotesi e ognuno dei
modelli cauri degli aspei importanti della categorizzazione e e l'aenzione dei ri-
cercatori dovrebbe concentrarsi sui contesti in cui le differenti strategie sembrano essere
avvantaggiate (Ashby e Maddox, ``Human Category Learning''; Medin e Rips, ``Con-
cepts and Categories: Memory, Meaning, and Metaphysics''). Vi sono sia ricere empi-
rie sia modelli teorici e tendono ad assumere la necessità di prevedere meccanismi
multipli di categorizzazione.
Nosofsky, Palmeri e McKinley, ``Rule-plus-exception model of classification lear-
ning'' combinano il meccanismo rule-based con quello ad esemplari, in base all'ipotesi
e, sebbene le categorie sfumate non possano essere apprese esclusivamente araver-
so la formulazione di regole, è possibile e l'apprendimento si basi sulla formazione
di regole e l'apprendimento di eccezioni (Rule-Plus-Exception Model of Classification
Learning).
Minda e Smith, ``Prototypes in category learning: the effects of category size, ca-
tegory structure, and stimulus complexity'' integrano invece la teoria dei prototipi con
quella ad esemplari. Secondo questi autori un meccanismo basato sui prototipi risulta
più efficace quando l'apprendimento si basa su un alto numero di dimensioni salienti ed
un alto numero di esemplari da categorizzare; appare inoltre utile nelle fasi di appren-
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
dimento. I modelli basati sugli esemplari, al contrario, sembrano più efficaci quando gli
esempi da apprendere sono poi, quando le dimensioni salienti sono poe, e quando
il dominio è ben appreso.
Secondo Ashby e Maddox, ``Human Category Learning''; Ashby et al., ``A Neu-
ropsyological eory of Multiple Systems in Category Learning'' meccanismi neurali
differenti soendono l'apprendimento di nuove categorie e la rappresentazione di cate-
gorie già apprese. Sono state documentate infai delle doppie dissociazioni fra pazienti
pazienti frontali e parkinsoniani, i quali mostravano difficoltà nell'apprendere nuove
categorie ma non a classificare degli elementi in categorie già apprese, e pazienti con
agnosie specifie per alcune categorie (animali, artefai) ma e tendono a preservare
la capacità di apprendere nuove categorie. Secondo Ashby et al., ``A Neuropsyolo-
gical eory of Multiple Systems in Category Learning'', pag. , l'ipotesi e vi siano
differenti meccanismi di categorizzazione è suggerita dalla presenza di molteplici sistemi
di memoria. Più specificatamente si assume e i più importanti sistemi di categorizza-
zione usino i sistemi di memoria semantica e procedurale, ma non si esclude e altri
sistemi siano coinvolti nel processo di categorizzazione.
Ashby e Maddox, ``Human Category Learning'' propongono dunque e, in dif-
ferenti circostanze, agiscano meccanismi diversi. Più in particolare, sostengono e il
meccanismo basato sulle regole si aivi quando le categorie possono essere apprese at-
traverso dei processi di ragionamento esplicito, se la regola e massimizza l'accuratezza
(ovvero la strategia oimale) può essere descria verbalmente e se vi è una sola dimen-
sione rilevante, e il compito del soggeo è di scoprire la dimensione e fare corrispondere
i valori dimensionali alle corrispondenti categorie. Si ritiene venga utilizzato il mec-
canismo basato sulle regole ane per categorie definite su caraeristie multidimen-
sionali, ad esempio categorie congiuntive, a pao e le regole possano essere espresse
verbalmente. Nei casi in cui la classificazione debba avvalersi di un maggior numero di
dimensioni salienti, il meccanismo basato sulle regole diviene meno efficiente e si ten-
de ad adoare una strategia basata sulla similarità, ovvero basata sugli esemplari o sui
prototipi.
.. Modelli di neuroscienze cognitive
A sostegno dell'ipotesi e vi siano almeno due meccanismi soggiacenti la categorizza-
zione, quello basato sulle regole e quello sui confini decisionali, vi sono delle evidenze
nell'ambito delle neuroscienze e della neuropsicologia clinica. Secondo Ashby e Mad-
dox, ``Human Category Learning''; Ashby e Spiering, ``e Neurobiology of Category
Learning'' gli individui utilizzano differenti modalità di categorizzazione in compiti di-
versi, e di volta in volta coinvolgendo aree cerebrali differenti.
Nei compiti di classificazione dove le categorie sono linearmente separabili gli individui
tendono ad applicare una strategia basata sulle regole. Si suppone e, a livello cognitivo,
siano coinvolti i processi esecutivi e la memoria di lavoro. A livello cerebrale verrebbero
aivate le aree cingolata anteriore, la corteccia prefrontale e la testa del nucleo caudato.
Nei compiti dove il processo di categorizzazione è più complesso (multidimensionale o
non linearmente separabile) viene adoata una strategia di integrazione delle informa-
zioni. In questo caso, ad essere aivata è la parte caudale del nucleo caudato. Pazienti
.. SVILUPPI RECENTI E PROSPETTIVE FUTURE 
affei dal morbo di Parkinson hanno delle prestazioni peggiori nei compiti di apprendi-
mento di categorie non linearmente separabili, mentre tendono ad avere una prestazione
nella norma se le categorie sono linearmente separabili. Pazienti affei da amnesia (le-
sione del lobo temporale mediale) tendono ad avere prestazioni nella norma in compiti
di apprendimento di categorie non linearmente separabili.
Grossman et al., ``e Neural Basis for Categorization in Semantic Memory'', in un
lavoro e utilizza la fMRI nello studio della categorizzazione, hanno sooposto i propri
partecipanti a due classi di compiti di categorizzazione, uno basato sulle regole e uno
similarity based. Dal loro esperimento emerge e i due processi cognitivi aivano sia
aree in comune sia aree distinte. Più in particolare:
• nei compiti più specificamente basati sulle regole si assiste ad una maggiore aiva-
zione della corteccia prefrontale dorsolaterale, del talamo, della corteccia frontale
ventrale sinistra e del nucleo caudato;
• nei compiti similarity based vi è una maggiore aivazione della corteccia frontale
ventrale destra;
• risultano aivati in entrambi i compiti la corteccia cingolata anteriore (ane se
più intensamente nei compiti basati su regole) e la corteccia parietale inferiore
destra.
esti risultati confermano l'esistenza di meccanismi di categorizzazione multipli. Ri-
sultati simili emergono da Lile et al., ``Event-related fMRI of category learning: Dif-
ferences in classification and feedba networks'', e però ritengono e il circuito ce-
rebrale coinvolto sia più ampio ed includa ane l'ippocampo. ibid. identificano inoltre
aree diverse nei processi di apprendimento, di feedba e di categorizzazione.
.. Modelli computazionali
La formalizzazione delle teorie in modelli computazionali non è affao nuova: sia Me-
din e Saffer, ``Context theory of classification learning'' e Nosofsky, ``Aention,
similarity, and the identification-categorization relationship.'', ad esempio, formulano la
teoria degli esemplari in termini computazionali. Formulare una teoria in termini com-
putazionali è importante per almeno due motivi: da una parte permee di specificare
esplicitamente le assunzioni del modello; dall'altra permee di fare delle previsioni mol-
to deagliate su ciò e le teorie prevedono in specifie situazioni sperimentali. Buona
parte degli esperimenti apparsi in leeratura negli ultimi anni misurano l'adeguatezza
delle varie teorie in base al confronto fra i risultati sperimentali e le previsioni dei mo-
delli.
Una buona rassegna sui modelli computazionali delle differenti teorie è Kruske, ``Ca-
tegory Learning''.
Nella sezione ⁇ presenterò due modelli computazionali basati, rispeivamente, sulla
teoria degli esemplari e sulla teoria dei prototipi.
 CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE
.. Direzioni future
Medin e Rips, ``Concepts and Categories: Memory, Meaning, and Metaphysics'' conclu-
dono il loro articolo indicando delle direzioni future nello studio della categorizzazione.
Gli autori auspicano una crescente aenzione all'approccio delle neuroscienze cogniti-
ve e alla formalizzazione computazionale dei modelli. In secondo luogo soolineano
e sarebbe opportuno non limitarsi ad esperimenti basati sul training e la misurazione
dell'apprendimento di stimoli artificiali da parte di studenti universitari di psicologia,
ma iniziare sistematicamente ad ampliare sia la tipologia di stimoli e la popolazio-
ne di partecipanti. Nel mio lavoro ho seguito queste indicazioni, testando due modelli
computazionali su stimoli naturali e utilizzando varie tipologie di partecipanti reclutati
araverso internet.
Capitolo 
Affordance
. Il museo, i bottoni
ale anno fa, al museo della tecnologia di Londra, si poteva notare una scena molto
interessante. Nella sezione dedicata alla imica avevano installato una specie di acqua-
rio, piuosto grande, con delle serpentine. Dei liquidi colorati si muovevano fra quelle
serpentine. Ad un lato di questa installazione vi era una colonna con un boone rosso.
Non so dire se siacciare il boone avesse un quale effeo sul movimento dei liquidi
all'interno dell'installazione. L'unica cosa certa è e i bambini e passavano di li non
potevano resistere alla tentazione di siacciare il boone per vedere cosa succede.
el boone rappresentasse al meglio il conceo di affordance.
. La nascita del concetto di affordance
Il termine affordance è stato coniato da James J. Gibson in e Ecological Approa
to Visual Perception. . Le affordances di un ambiente sono l'insieme di cose e
l'ambiente può offrire all'animale, nel bene e nel male.
Il verbo afford esiste nel dizionario, il sostantivo affordance no. L'ho
inventato io. Con quel termine intendo qualcosa e si riferisce all'intera-
zione fra ambiente e animale. Implica la complementarietà fra animale e
ambiente. (Gibson, )
Per Gibson le affordances sono relazioni (Norman, )
Gibson: un esempio
Se una superficie è orizzontale (piuosto e inclinata), piaa (piuosto e convessa o
concava), e sufficientemente ampia (relativamente alle dimensioni dell'animale) e se il
materiale è rigido (sopporta il peso dell'animale) allora la superficie permee (affords) il
supporto.
Notate come le quaro proprietà elencate (orizzontale, piana, ampia, rigida) sarebbero

 CAPITOLO . AFFORDANCE
proprietà fisie se misurate con una unità di misura fisica, standard. Ma per costituire
gli elementi di una affordance vanno misurate in realazione ad un animale.
Psicologia ecologica
Nella psicologia ecologica viene posta enfasi all'idea di una coevoluzione degli animali
e del loro ambiente, e si assume l'ipotesi di reciprocità fra animale e ambiente (Gibson,
).
Le affordances sono possibilità di azione, movimento e percezione sono mutualmente
necessari; l'approccio è complementare al costruivismo; la percezione non è finalizzata
a raccogliere informazioni sull'ambiente, ma a sopravvivere sfruandone le caraeristi-
e. È un approccio non conoscitivo, ma opportunistico.
Affordances e cognizione distribuita
A prescindere dalla consacrazione del termine affordance da parte di Norman, l'approc-
cio ecologico di Gibson ha avuto fortuna nell'ambito della hci in quanto costituisce uno
dei precursori del paradigma di ``distributed cognition''.
Le affordances sono le azioni possibili specificate dall'ambiente accoppiate alle pro-
prietà dell'organismo. In termini della teoria delle rappresentazioni distribuite, le affor-
dances sono rappresentazioni distribuite e si estendono fra l'ambiente e l'organismo.
Le struure e l'informazione dell'ambiente specificano lo spazio di rappresentazione
esterno. La struura fisica, biologica, perceiva, cognitiva (e culturale) dell'organismo
specificano lo spazio di rappresentazione interno. Gli spazi di rappresentazione esterna
ed interna, assieme, specificano lo spazio di rappresentazione distribuito: lo spazio di
affordance. (Zhang)
Gli spazi di rappresentazione possono essere descrii sia dai vincoli e dalle azioni pos-
sibili. I vincoli costituiscono i ``confini'' delle azioni possibili. Le azioni possibili sono
quelle e soddisfano i vincoli. (Zhang)
.. Classificazione di affordances
Zhang elenca differenti tipi di affordances:
• affordances fisie
• affordances biologie
• affordances perceive
• affordances cognitive
• affordances funzionali (Hartson)
Per meglio cogliere questa classificazione possiamo valutare le affordances in termini
di compatibilità: un oggeo offre una affordance fisica se è fisicamente compatibile per
essere oggeo di una particolare azione da parte di un particolare agente.
Possiamo dunque parlare di compatibilità fisica, biologica, cognitiva, perceiva, motoria
.. LA NASCITA DEL CONCETTO DI AFFORDANCE 
(accessibilità). Nell'interazione uomo computer possiamo parlare ane di compatibilità
tecnologica (browser compatibile, ad esempio).
Coerentemente con gli assunti della psicologia ecologica e con l'approccio della co-
gnizione distribuita, possiamo definire una affordance come segue:
Una affordance è una possibilità di azione compatibile con le caraeri-
stie dell'oggeo e con le caraeristie dell'agente. Le caraeristie (e
la compatibilità) può essere fisica, biologica, perceiva, cognitiva, motoria,
culturale (e tecnologica).
L'affordance implica una relazione direa fra la percezione e la program-
mazione di una azione (prevalentemente un ao motorio): information
piup.
.. Percezione – azione diretta
Uno degli assunti principali della teoria di Gibson è e l'affordance sia ``direa'': infor-
mation piup. Per direa si intende e la programmazione dell'azione avviene a pre-
scindere dall'interpretazione semantica dell'oggeo e dalle intenzioni del soggeo. La
realizzazione dell'azione è mediata dalla decisione, ma la programmazione dell'azione è
immediata.
Vi sono esempi di psicologia sperimentale e di neuropsicologia e sembrano confer-
mare l'ipotesi e vi siano dei link direi fra le proprietà visive percepite di un oggeo
e l'azione e può essere realizzata con quell'oggeo (Humphreys, ). (Handy e coll,
)
Esperimento di brain imaging
Visually guided grasping movements require a rapid transformation of visual represen-
tations into object-specific motor programs. Here we report that graspable objects may
facilitate these visuomotor transformations by automatically grabbing visual spatial at-
tention. Using event-related potentials (ERPs), we found that spatial aention was sy-
stematically drawn to tools in the right and lower visual fields, the hemifields that are
dominant for visuomotor processing.
Tuer M, Ellis R. ()
On the relations between seen objects and components of potential actions. Immagini
di oggei manipolabili. Compito: rispondere al colore dell'oggeo. Se verde boone
sx, se rosso boone dx. La direzione del ``manico'' dell'oggeo influenza la risposta.
e results (a) are consistent with the view that seen objects automatically potentiate
components of the actions they afford, (b) show that compatibility effects of an irrele-
vant stimulus dimension can be obtained across a wide variety of naturally occurring
stimuli, and (c) support the view that intentions to act operate on already existing motor
representations of the possible actions in a visual scene.
 CAPITOLO . AFFORDANCE
Patologie
Visual apraxia Se vediamo l'immagine di un oggeo siamo capaci di mimarne l'uso.
L'aprassia visiva (De Renzi ed altri, ) è l'incapacità (conseguente un danno neurolo-
gico) di mimare l'uso di un oggeo presentato visivamente. Nell'aprassia visiva si perde
il link direo fra percezione e programmazione di azioni ``affordabili''. Sindrome d'uso
nel trauma cranico Alcuni pazienti, a seguito di trauma cranico, presentano una costel-
lazione di sintomi legati a dei deficit del lobo frontale. Uno dei sintomi possibili è la
sindrome d'uso: il paziente non può evitare di usare un oggeo e si trova a portata di
mano.
.. Affordances percepite
Secondo Norman è necessario distinguere fra affordances reali e percepite.
Nel design di prodoi, dove ci si occupa di oggei fisici, reali, possono esserci sia af-
fordances reali e percepite, e i due insiemi possono non coincidere. Nelle interfaccie
grafie il designer controlla le affordances percepite. (Norman, ).
Gaver () distingue fra affordances false, percepibili e nascoste. e screen affords
touing Norman osserva e un monitor ha le caraeristie perceive e ``invitano''
ad essere toccato. Ma noi sappiamo e (generalmente) toccare il monitor non produce
nessun effeo. Il nostro comportamento è influenzato da ciò e sappiamo.
Affordances culturali (apprese) Se, come abbiamo visto, le affordances sono definite
dai vincoli dell'ambiente e dell'agente, vi sono dei vincoli culturali e in quale mo-
do restringono l'insieme delle affordances. Noi non tociamo il monitor per cliccarlo
in quanto sappiamo e questo non avrebbe effeo. ello e sappiamo condiziona
l'insieme delle affordances.
Affordances nascoste e percepite Di fao è vero ane il contrario: ane quello e
non sappiamo condiziona l'insieme delle affordances. Se non so e la noce di cocco
può essere spaccata e mangiata, io non ho l'affordance della commestibilità della noce
di cocco.
Se non so e openoffice . mi permee di esportare un file in formato pdf non ho
l'affordance dell'esportabilità in pdf di openoffice. Le affordances nascoste sono affor-
dances? Nei termini di Gibson, ma ane nei termini di Zhang, le affordances nascoste
non sono affordances.
Affordances e interfacce elettronie
Un link, una icona, il boone di una GUI sono affordances? Secondo Norman () no.
Sono convenzioni, vincoli, comunicazione simbolica.
Secondo Norman le interfacce grafie sono convenzioni culturali acquisite, non affor-
dances.
``Tuo quello e possiamo fare con un computer è scrivere sulla tastiera
e spostare il cursore e cliccare con il mouse'' (Norman, ).
.. LA NASCITA DEL CONCETTO DI AFFORDANCE 
Dunque per Norman gli oggei di una interfaccia eleronica non sono affordances
peré
. io non agisco direamente su di essi;
. sono oggei arbitrari e si basano su convenzioni culturali acquisite.
Zuhandenheit – Vorhandenheit
Secondo Heidegger un agente può interagire con uno strumento in due modalità: Zu-
handenheit (ready to hand): la mia aenzione è focalizzata al compito: io non percepisco
coscientemente lo strumento, e costituisce un estensione del mio corpo. Vorhanden-
heit (present at hand): la mia aenzione è focalizzata sullo strumento. esta distinzione
è stata utilizzata per la prima volta in HCI da Winograd e Flores (). Nella prospeiva
della cognizione distribuita i confini dell'agente si estendono agli strumenti e usa (vedi
ane Bateson). Nel momento in cui uso il mouse il mouse esce dalla mia coscienza, e
il cursore diventa una mia estensione. Io presto aenzione al mouse solo quando non
funziona (pallina sporca).
Evidenza sperimentale
(con degli strumenti fisici, non con il mouse): Maravita e Itaki (): ``What happens
in our brain when we use a tool to rea for a distant object? Recent neurophysiolo-
gical, psyological and neuropsyological resear suggests that this extended motor
capability is followed by anges in specific neural networks that hold an updated map
of body shape and posture (the putative `Body Sema' of classical neurology). ese
anges are compatible with the notion of the inclusion of tools in the `Body Sema',
as if our own effector (e.g. the hand) were elongated to the tip of the tool. '' In questa
prospeiva io non sto ``cliccando sul mouse'' ma sto siacciando un boone e mi
permee di stampare la presentazione o di esportarla in pdf.
Affordances culturali: la lettura
Test di Stroop (): il partecipante deve denominare il colore in cui è scria una pa-
rola. Se la parola è il nome di un altro colore, vi è interferenza: tempi di reazione più
lunghi ed errori di denominazione. CASA ALBERO VERDE ROSSO NERO Le parole
scrie offrono l'affordance di leura: la percezione è in quale modo direa: non può
essere evitata, e avviene a prescindere dalle intenzioni dell'agente. Inoltre la ``leggibi-
lità'' dipende dallo stimolo fisico e dalle caraeristie (ane culturali) dell'agente. La
convenzione culturale (arbitraria) della lingua italiana diventa diventa naturale per un
italiano adulto.
Psicologia ecologica e opportunismo
Nella prospeiva delle scienze cognitive classie l'uomo è un elaboratore di informazio-
ni. La percezione è finalizzata ad acquisire informazioni per conoscere il mondo circo-
stante. Nella prospeiva della psicologia ecologica la percezione è finalizzata all'azione,
 CAPITOLO . AFFORDANCE
e l'accoppiamento percezione – azione è finalizzato alla sopravvivenza e alla realizzazio-
ne dei propri obieivi. Il paradigma ecologico ha una maggiore capacità prediiva del
comportamento dell'utente medio, e quando interagisce con un artefao è interessa-
to non tanto a conoscerlo ma a realizzare i propri scopi. All'utente medio non importa
imparare com'è fao un sito, ma vuole usare quel sito per oenere le informazioni o
compiere le azioni e desidera.
Opportunismo e curiosità
Naturalmente gli esseri umani (ma ane i topi, Tolman) nel momento in cui intera-
giscono con un nuovo ambiente o un oggeo possono essere spinti ad esplorarlo per
semplice curiosità. Curiosità e affordance Forse Gibson non sarebbe d'accordo con l'i-
dea di annoverare fra le affordances di un oggeo ane la sua ``esplorabilità''. D'altro
canto l'esplorabilità è una proprietà molto affine all'approccio ecologico, in quanto è le-
gata sia alle caraeristie dell'oggeo e alle caraeristie (aitudini, conoscenze)
dell'agente.
Estetica e affordances
Una bella mela, rossa e matura, ha una affordance di commestibilità maggiore di una
mela brua e bacata. La psicologia ecologica si basa sull'idea evoluzionista della coevo-
luzione di una specie in un habitat. In questa prospeiva possiamo vedere il senso este-
tico come uno strumento cognitivo e permee all'agente di massimizzare il proprio
adaamento all'ambiente. Il senso estetico amplia lo spazio di affordance.
Verso una ecologia dei siti web
Citando Bateson e Boscarol: cosa può insegnare la psicologia ecologica al web design?
)pensare all'utente come ad un soggeo opportunista )sviluppare l'affordance del-
l'esplorabilità )sfruare l'estetica per ampliare gli spazi di affordance
hp://www.vocabola.com/interfaccia/teoria.html
Bibliografia hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html zhang
.Bateson, G. () Verso un'ecologia della mente, traduzione di G. Longo e G. Trat-
teur, Adelphi .De Renzi E, Faglioni P, Sorgato P. () Modality-specific and supramo-
dal meanisms of apraxia. Brain, ():-. .Gaver, W. () Tenology Affor-
dances, in Proceedings CHI `, ACM Press, -. .Gibson, J. J. (). e Ecological
Approa to Visual Perception. Boston: Houghton Mifflin. .Handy, T.C., Graon S.T.,
Shroff N.M., Ketay S., Gazzaniga M.S. () Graspable objects grab aention when the
potential for action is recognized. Nature Neurosci. ():-. .Hartson, H. R. (),
Cognitive, physical, sensory, and functional affordances in interaction design. Beha-
viour and Information Tenology,  ():- .Heidegger, Martin (), Essere e
tempo, trad. it. a cura di P. Chiodi, Longanesi, Milano,  .Humphreys, G.: ()
Objects, affordances … action! e Psyologist,  ():- .Maravita, Itaki ….
.Norman, D. (), Affordance, Conventions and Design. Interactions (may-june):
- .Stroop, J. R. () Studies of interference in serial verbal reactions. Journal
of Experimental Psyology, :-. hp://psyclassics.yorku.ca/Stroop/ visitato il
.. LA NASCITA DEL CONCETTO DI AFFORDANCE 
.. .Tuer M, Ellis R. (), On the relations between seen objects and compo-
nents of potential actions. J Exp Psyol Hum Percept Perform., ():-. .Wino-
grad, T. and Flores, F. () Understanding Computers and Cognition: A New Founda-
tion for Design. Ablex Publishing Corporation, Norwood, NJ. .Zhang, J. (), Cate-
gorization of Affordances. hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html
visitato il ..
 CAPITOLO . AFFORDANCE
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi
Progettare artefatti cognitivi

More Related Content

What's hot

Validation and analysis of mobility models
Validation and analysis of mobility modelsValidation and analysis of mobility models
Validation and analysis of mobility modelsUmberto Griffo
 
Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...
Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...
Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...Alberto Scotto
 
Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...
Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...
Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...Francesco De Giorgi
 
Joseki : un server per interrogare risorse RDF attraverso un interfaccia Web
Joseki : un server per interrogare risorse RDF attraverso un interfaccia WebJoseki : un server per interrogare risorse RDF attraverso un interfaccia Web
Joseki : un server per interrogare risorse RDF attraverso un interfaccia WebCyclope86
 
Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...
Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...
Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...maik_o
 
Il mio libro - My book (intro)
Il mio libro - My book (intro)Il mio libro - My book (intro)
Il mio libro - My book (intro)pls3d
 
Tesi Specialistica - Weka SMP
Tesi Specialistica - Weka SMPTesi Specialistica - Weka SMP
Tesi Specialistica - Weka SMPFabio Pustetto
 
I promessi sposi 3.0 Mobile User Experience & Usability nel settore dei beni...
I promessi sposi 3.0  Mobile User Experience & Usability nel settore dei beni...I promessi sposi 3.0  Mobile User Experience & Usability nel settore dei beni...
I promessi sposi 3.0 Mobile User Experience & Usability nel settore dei beni...RiccardoPietra
 
Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...
Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...
Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...Myrteza Kertusha
 
mastertesi
mastertesimastertesi
mastertesiReply
 
Il Rischio di Credito - CDS e Mercato Obbligazionario
Il Rischio di Credito - CDS e Mercato ObbligazionarioIl Rischio di Credito - CDS e Mercato Obbligazionario
Il Rischio di Credito - CDS e Mercato ObbligazionarioLorenzo Cito
 
Orchestrazione delle risorse umane nel BPM
Orchestrazione delle risorse umane nel BPMOrchestrazione delle risorse umane nel BPM
Orchestrazione delle risorse umane nel BPMMichele Filannino
 
Dispense Probabilità (1.3)
Dispense Probabilità (1.3)Dispense Probabilità (1.3)
Dispense Probabilità (1.3)Luigi Carassale
 
Tesi Triennale - X509 e PGP
Tesi Triennale - X509 e PGPTesi Triennale - X509 e PGP
Tesi Triennale - X509 e PGPFabio Pustetto
 
Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...
Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...
Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...danielenicassio
 

What's hot (20)

Validation and analysis of mobility models
Validation and analysis of mobility modelsValidation and analysis of mobility models
Validation and analysis of mobility models
 
Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...
Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...
Cloud Computing: Una Soluzione "Private" Basata Su Software IBM (Tesi di laur...
 
A.Dionisi Thesis
A.Dionisi ThesisA.Dionisi Thesis
A.Dionisi Thesis
 
Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...
Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...
Valutazione sperimentale di tecnologie per la gestione dei dati per workflow ...
 
Joseki : un server per interrogare risorse RDF attraverso un interfaccia Web
Joseki : un server per interrogare risorse RDF attraverso un interfaccia WebJoseki : un server per interrogare risorse RDF attraverso un interfaccia Web
Joseki : un server per interrogare risorse RDF attraverso un interfaccia Web
 
Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...
Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...
Progetto e sviluppo di un'applicazionemobile multipiattaforma per il supporto...
 
Il mio libro - My book (intro)
Il mio libro - My book (intro)Il mio libro - My book (intro)
Il mio libro - My book (intro)
 
Tesi Specialistica - Weka SMP
Tesi Specialistica - Weka SMPTesi Specialistica - Weka SMP
Tesi Specialistica - Weka SMP
 
Resport linee guida ita 20 gennaio 2020
Resport linee guida ita 20 gennaio 2020Resport linee guida ita 20 gennaio 2020
Resport linee guida ita 20 gennaio 2020
 
I promessi sposi 3.0 Mobile User Experience & Usability nel settore dei beni...
I promessi sposi 3.0  Mobile User Experience & Usability nel settore dei beni...I promessi sposi 3.0  Mobile User Experience & Usability nel settore dei beni...
I promessi sposi 3.0 Mobile User Experience & Usability nel settore dei beni...
 
Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...
Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...
Progetto e realizzazione di un kernel linux per il controllo dinamico degli s...
 
mastertesi
mastertesimastertesi
mastertesi
 
Tesi peiretti
Tesi peirettiTesi peiretti
Tesi peiretti
 
Tesi
TesiTesi
Tesi
 
Il Rischio di Credito - CDS e Mercato Obbligazionario
Il Rischio di Credito - CDS e Mercato ObbligazionarioIl Rischio di Credito - CDS e Mercato Obbligazionario
Il Rischio di Credito - CDS e Mercato Obbligazionario
 
Orchestrazione delle risorse umane nel BPM
Orchestrazione delle risorse umane nel BPMOrchestrazione delle risorse umane nel BPM
Orchestrazione delle risorse umane nel BPM
 
Tesi
TesiTesi
Tesi
 
Dispense Probabilità (1.3)
Dispense Probabilità (1.3)Dispense Probabilità (1.3)
Dispense Probabilità (1.3)
 
Tesi Triennale - X509 e PGP
Tesi Triennale - X509 e PGPTesi Triennale - X509 e PGP
Tesi Triennale - X509 e PGP
 
Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...
Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...
Progetto e Realizzazione di un Software per la Rilevazione Automatica di Codi...
 

Similar to Progettare artefatti cognitivi

Dispensa Interazione Uomo Macchina
Dispensa Interazione Uomo MacchinaDispensa Interazione Uomo Macchina
Dispensa Interazione Uomo MacchinaStefano Bussolon
 
Community Management Capitolo Coltivare
Community Management Capitolo ColtivareCommunity Management Capitolo Coltivare
Community Management Capitolo ColtivareEmanuele Scotti
 
Piano Nazionale Scuola Digitale (risorse integrative)
Piano Nazionale Scuola Digitale (risorse integrative)Piano Nazionale Scuola Digitale (risorse integrative)
Piano Nazionale Scuola Digitale (risorse integrative)Ministry of Public Education
 
Imparare c n.104
Imparare c  n.104Imparare c  n.104
Imparare c n.104Pi Libri
 
La stop motion come risorsa
La stop motion come risorsaLa stop motion come risorsa
La stop motion come risorsaTania Bozhova
 
MARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARY
MARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARYMARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARY
MARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARYvantasso
 
Apq Sicilia Analisi Casi 2007
Apq Sicilia Analisi Casi 2007Apq Sicilia Analisi Casi 2007
Apq Sicilia Analisi Casi 2007Liliana Leone
 
Alfabeto per la creazione d'impresa
Alfabeto per la creazione d'impresaAlfabeto per la creazione d'impresa
Alfabeto per la creazione d'impresafatamago
 
Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...
Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...
Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...Nicola Cerami
 
Il tutorial di Python
Il tutorial di PythonIl tutorial di Python
Il tutorial di PythonAmmLibera AL
 
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - Tesi
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - TesiIl Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - Tesi
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - TesiFrancesco Magagnino
 
Software licensing & data governance. Libro di S. Aliprandi (anteprima)
Software licensing & data governance. Libro di S. Aliprandi (anteprima)Software licensing & data governance. Libro di S. Aliprandi (anteprima)
Software licensing & data governance. Libro di S. Aliprandi (anteprima)Simone Aliprandi
 
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...Pier Giuliano Nioi
 
Altro carmen amerise-gd_tesi
Altro   carmen amerise-gd_tesiAltro   carmen amerise-gd_tesi
Altro carmen amerise-gd_tesiFiom GD
 
Altro carmen amerise-gd_tesi
Altro   carmen amerise-gd_tesiAltro   carmen amerise-gd_tesi
Altro carmen amerise-gd_tesiFiom GD
 

Similar to Progettare artefatti cognitivi (20)

Dispensa Interazione Uomo Macchina
Dispensa Interazione Uomo MacchinaDispensa Interazione Uomo Macchina
Dispensa Interazione Uomo Macchina
 
Community Management Capitolo Coltivare
Community Management Capitolo ColtivareCommunity Management Capitolo Coltivare
Community Management Capitolo Coltivare
 
Guida C# By Megahao
Guida C# By MegahaoGuida C# By Megahao
Guida C# By Megahao
 
Piano Nazionale Scuola Digitale (risorse integrative)
Piano Nazionale Scuola Digitale (risorse integrative)Piano Nazionale Scuola Digitale (risorse integrative)
Piano Nazionale Scuola Digitale (risorse integrative)
 
Imparare c n.104
Imparare c  n.104Imparare c  n.104
Imparare c n.104
 
Comunicazione in un progetto di educativa di strada con strumenti Web 2.0
Comunicazione in un progetto di educativa di strada con strumenti Web 2.0Comunicazione in un progetto di educativa di strada con strumenti Web 2.0
Comunicazione in un progetto di educativa di strada con strumenti Web 2.0
 
La stop motion come risorsa
La stop motion come risorsaLa stop motion come risorsa
La stop motion come risorsa
 
MARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARY
MARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARYMARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARY
MARKETING ED ECOMMERCE NELL’EDITORIA: IL CASO TRADING LIBRARY
 
Apq Sicilia Analisi Casi 2007
Apq Sicilia Analisi Casi 2007Apq Sicilia Analisi Casi 2007
Apq Sicilia Analisi Casi 2007
 
Alfabeto per la creazione d'impresa
Alfabeto per la creazione d'impresaAlfabeto per la creazione d'impresa
Alfabeto per la creazione d'impresa
 
BACHELOR_THESIS
BACHELOR_THESISBACHELOR_THESIS
BACHELOR_THESIS
 
Rapporto finale Chiandotto
Rapporto finale ChiandottoRapporto finale Chiandotto
Rapporto finale Chiandotto
 
Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...
Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...
Progetto per lo sviluppo di un sistema di gestione della conoscenza per il pr...
 
Il tutorial di Python
Il tutorial di PythonIl tutorial di Python
Il tutorial di Python
 
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - Tesi
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - TesiIl Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - Tesi
Il Modello Pragmatico Elementare per lo sviluppo di Sistemi Adattivi - Tesi
 
Compas Project
Compas ProjectCompas Project
Compas Project
 
Software licensing & data governance. Libro di S. Aliprandi (anteprima)
Software licensing & data governance. Libro di S. Aliprandi (anteprima)Software licensing & data governance. Libro di S. Aliprandi (anteprima)
Software licensing & data governance. Libro di S. Aliprandi (anteprima)
 
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
 
Altro carmen amerise-gd_tesi
Altro   carmen amerise-gd_tesiAltro   carmen amerise-gd_tesi
Altro carmen amerise-gd_tesi
 
Altro carmen amerise-gd_tesi
Altro   carmen amerise-gd_tesiAltro   carmen amerise-gd_tesi
Altro carmen amerise-gd_tesi
 

More from Stefano Bussolon

The experiential utility: how behavioural economics can help hci to define qu...
The experiential utility: how behavioural economics can help hci to define qu...The experiential utility: how behavioural economics can help hci to define qu...
The experiential utility: how behavioural economics can help hci to define qu...Stefano Bussolon
 
La grammatica della user experience
La grammatica della user experienceLa grammatica della user experience
La grammatica della user experienceStefano Bussolon
 
The X factor - defining the concept of Experience
The X factor - defining the concept of ExperienceThe X factor - defining the concept of Experience
The X factor - defining the concept of ExperienceStefano Bussolon
 
The pop-out effect: how to improve choice through information architecture
The pop-out effect: how to improve choice through information architectureThe pop-out effect: how to improve choice through information architecture
The pop-out effect: how to improve choice through information architectureStefano Bussolon
 
The Grammar of User Experience
The Grammar of User ExperienceThe Grammar of User Experience
The Grammar of User ExperienceStefano Bussolon
 
Bussolon, Betti: Conceptualize once, design anywhere
Bussolon, Betti: Conceptualize once, design anywhereBussolon, Betti: Conceptualize once, design anywhere
Bussolon, Betti: Conceptualize once, design anywhereStefano Bussolon
 
From Clouds to Trees: Clustering Delicious Tags
From Clouds to Trees: Clustering Delicious TagsFrom Clouds to Trees: Clustering Delicious Tags
From Clouds to Trees: Clustering Delicious TagsStefano Bussolon
 
Model view controller: un pattern per l’interaction design
Model view controller: un pattern per l’interaction designModel view controller: un pattern per l’interaction design
Model view controller: un pattern per l’interaction designStefano Bussolon
 

More from Stefano Bussolon (9)

The experiential utility: how behavioural economics can help hci to define qu...
The experiential utility: how behavioural economics can help hci to define qu...The experiential utility: how behavioural economics can help hci to define qu...
The experiential utility: how behavioural economics can help hci to define qu...
 
La grammatica della user experience
La grammatica della user experienceLa grammatica della user experience
La grammatica della user experience
 
The X factor - defining the concept of Experience
The X factor - defining the concept of ExperienceThe X factor - defining the concept of Experience
The X factor - defining the concept of Experience
 
The pop-out effect: how to improve choice through information architecture
The pop-out effect: how to improve choice through information architectureThe pop-out effect: how to improve choice through information architecture
The pop-out effect: how to improve choice through information architecture
 
The Grammar of User Experience
The Grammar of User ExperienceThe Grammar of User Experience
The Grammar of User Experience
 
Bussolon, Betti: Conceptualize once, design anywhere
Bussolon, Betti: Conceptualize once, design anywhereBussolon, Betti: Conceptualize once, design anywhere
Bussolon, Betti: Conceptualize once, design anywhere
 
From Clouds to Trees: Clustering Delicious Tags
From Clouds to Trees: Clustering Delicious TagsFrom Clouds to Trees: Clustering Delicious Tags
From Clouds to Trees: Clustering Delicious Tags
 
Jenseits des Lustprinzip
Jenseits des LustprinzipJenseits des Lustprinzip
Jenseits des Lustprinzip
 
Model view controller: un pattern per l’interaction design
Model view controller: un pattern per l’interaction designModel view controller: un pattern per l’interaction design
Model view controller: un pattern per l’interaction design
 

Progettare artefatti cognitivi

  • 1. Progettare artefatti cognitivi S B V  Versione non definitiva. Licenza Creative commons Aribuzione - Non commerciale - Non opere derivate . Italia (CC BY-NC-ND .)
  • 2.
  • 3. Indice Introduzione i . Contai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Processi epistemici . . . . . . . . . . . . . . . . . . . . . . . .  I Aspetti cognitivi ed emotivi   La categorizzazione nelle scienze cognitive  . Le teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . La teoria classica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Assunzioni rappresentazionali . . . . . . . . . . . . . . . . . .  .. Critie alla teoria classica . . . . . . . . . . . . . . . . . . . .  .. La teoria basata sulle regole . . . . . . . . . . . . . . . . . . .  . La teoria dei prototipi . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Proprietà: dimensioni vs caraeristie dicotomie . . . . . .  . La teoria degli esemplari . . . . . . . . . . . . . . . . . . . . . . . . . .  . La teoria delle teorie . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . La teoria dei confini decisionali (Decision bound theory) . . . . . . . .  . La teoria della simulazione situata . . . . . . . . . . . . . . . . . . . .  . Sviluppi recenti e prospeive future . . . . . . . . . . . . . . . . . . .  .. Modelli multipli . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Modelli di neuroscienze cognitive . . . . . . . . . . . . . . . .  .. Modelli computazionali . . . . . . . . . . . . . . . . . . . . . .  .. Direzioni future . . . . . . . . . . . . . . . . . . . . . . . . . .   Affordance  . Il museo, i booni . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . La nascita del conceo di affordance . . . . . . . . . . . . . . . . . . .  .. Classificazione di affordances . . . . . . . . . . . . . . . . . . .  .. Percezione – azione direa . . . . . . . . . . . . . . . . . . . .  .. Affordances percepite . . . . . . . . . . . . . . . . . . . . . . .  
  • 4.  INDICE  Apprendimento e conoscenza  . knowledge management . . . . . . . . . . . . . . . . . . . . . . . . . .  .. La conoscenza . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Convertire la conoscenza . . . . . . . . . . . . . . . . . . . . .   Gli aspetti motivazionali  . L'experience design . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Emotional design . . . . . . . . . . . . . . . . . . . . . . . . .  . Aspei motivazionali . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Bisogni, scopi, motivazioni . . . . . . . . . . . . . . . . . . . .  .. Gli scopi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. I valori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Gli interessi . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Motivazione interna ed esterna . . . . . . . . . . . . . . . . . .  .. Valutazioni dei compiti . . . . . . . . . . . . . . . . . . . . . .  .. Intenzionalità e motivazioni . . . . . . . . . . . . . . . . . . .  .. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Le motivazioni nell'experience design . . . . . . . . . . . . . . . . . . .  .. Tenology acceptance model . . . . . . . . . . . . . . . . . .  .. Il costruo di flow nell'HCI . . . . . . . . . . . . . . . . . . . .  .. Goal directed design . . . . . . . . . . . . . . . . . . . . . . .  . I modelli sociocognitivi nell'experience design . . . . . . . . . . . . . .  .. La valutazione di un artefao . . . . . . . . . . . . . . . . . .  .. Affordances motivazionali . . . . . . . . . . . . . . . . . . . .  .. Suggerimenti metodologici . . . . . . . . . . . . . . . . . . . .   L'attenzione  . Le teorie dell'aenzione . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizione di aenzione . . . . . . . . . . . . . . . . . . . . .  . Le funzioni dell'aenzione seleiva . . . . . . . . . . . . . . . . . . . .  .. Le teorie dell'aenzione per risorse limitate . . . . . . . . . . .  .. Teorie dell'aenzione per conflio della risposta . . . . . . . .  .. La features integration theory . . . . . . . . . . . . . . . . . .  . Le vie di elaborazione visive . . . . . . . . . . . . . . . . . . . . . . . .  .. L'aenzione focalizzata . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   La rappresentazione delle informazioni visive  . Gli aspei formali delle rappresentazioni spaziali . . . . . . . . . . . .  .. Diversi tipi di mappa . . . . . . . . . . . . . . . . . . . . . . .  . La codifica delle informazioni nelle due vie di elaborazione . . . . . . .  . Il problema delle coordinate . . . . . . . . . . . . . . . . . . . . . . . .  .. Trasduori di coordinate . . . . . . . . . . . . . . . . . . . . . 
  • 5. INDICE  II Il design   La gestione di un progetto  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Il modello a cascata . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le fasi nel modello a cascata . . . . . . . . . . . . . . . . . . .  .. Gestione del risio . . . . . . . . . . . . . . . . . . . . . . . .  .. Limiti dell'approccio classico . . . . . . . . . . . . . . . . . . .  .. Modifie al modello a cascata . . . . . . . . . . . . . . . . . .  . Approccio agile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Sviluppo iterativo e incrementale . . . . . . . . . . . . . . . . .  .. Manifesto agile . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Limiti dell'approccio agile . . . . . . . . . . . . . . . . . . . .   Model view controller: un pattern per l'interaction design  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Jesse James Garre:  piani . . . . . . . . . . . . . . . . . . . .  .. Cooper: goal-directed design . . . . . . . . . . . . . . . . . . .  . Model view control . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Il flusso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Soware e buone pratie . . . . . . . . . . . . . . . . . . . .  . MVC e user experience design . . . . . . . . . . . . . . . . . . . . . . .  .. Scenario : Gruppo editoriale . . . . . . . . . . . . . . . . . . .  .. Scenario : Museo d'arte . . . . . . . . . . . . . . . . . . . . .  .. Scenario: orario dell'autobus . . . . . . . . . . . . . . . . . . .  . Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Model, api, feeds . . . . . . . . . . . . . . . . . . . . . . . . .  .. Conclusioni? . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Il design  . La creatività . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Il design partecipativo  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Design partecipativo e bisogni degli utenti . . . . . . . . . . .  .. Ambiti di applicazione . . . . . . . . . . . . . . . . . . . . . .  . Modelli mentali e categorizzazioni . . . . . . . . . . . . . . . . . . . .  . Topografia mentale nella progeazione di spazi fisici . . . . . . . . . .  .. La mente e le associazioni vs lo spazio fisico . . . . . . . . . . .  .. Vicinanza cognitiva e vicinanza fisica . . . . . . . . . . . . . .  .. Limiti dell'applicazione del modello cognitivo allo spazio fisico  .. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
  • 6.  INDICE III L'aritettura dell'informazione   Aritettura dell'informazione  . Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Definizioni di AI . . . . . . . . . . . . . . . . . . . . . . . . .  .. La qualità di un sistema informativo . . . . . . . . . . . . . . .  .. Ruolo e obieivi dell'ariteura dell'informazione . . . . . . .  .. Le dimensioni di una struura informativa: contesto, contenu- to, utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le aree di intervento . . . . . . . . . . . . . . . . . . . . . . .  . Organizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Semi organizzativi . . . . . . . . . . . . . . . . . . . . . . .  .. Struure organizzative . . . . . . . . . . . . . . . . . . . . . .  . Information scent . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le etiee . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Metodi  . Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Il processo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Fasi progeuali . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Identificazione degli obieivi . . . . . . . . . . . . . . . . . . .  .. Analisi degli utenti . . . . . . . . . . . . . . . . . . . . . . . .  .. Analisi: Identificazione del dominio semantico . . . . . . . . .  . Elicitazione dei contenuti: Free listing . . . . . . . . . . . . . . . . . .  .. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Come condurre il free listing . . . . . . . . . . . . . . . . . . .  .. Analizzare i risultati . . . . . . . . . . . . . . . . . . . . . . . .  . Categorizzazione dei contenuti: card sorting . . . . . . . . . . . . . . .  .. Definizione . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. A cosa serve . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. ando usare il card sorting . . . . . . . . . . . . . . . . . . .  .. Card sorting aperto e iuso . . . . . . . . . . . . . . . . . . .  .. La versione carta e penna . . . . . . . . . . . . . . . . . . . . .  .. Analisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Casi di studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Un esempio: le emozioni . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Il free listing . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Il card sorting . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . L'affinity diagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. ando usarlo? . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Come si crea un affinity diagram? . . . . . . . . . . . . . . . .  .. Considerazioni sull'affinity diagram . . . . . . . . . . . . . . . 
  • 7. INDICE  IV La fase di testing   Usabilità: metodi  . Cos'è l'usabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Usabilità ed errori . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Tre livelli di errore . . . . . . . . . . . . . . . . . . . . . . . .  .. Errori: slips e mistakes . . . . . . . . . . . . . . . . . . . . . .  .. Livelli di errore e strumenti di prevenzione . . . . . . . . . . .  . Usabilità: quale metodo? . . . . . . . . . . . . . . . . . . . . . . . . . .  . I soware automatici . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. L'analisi dei file di log . . . . . . . . . . . . . . . . . . . . . . .  . Euristie e linee guida . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Le euristie . . . . . . . . . . . . . . . . . . . . . . . . . . . .  . Metodi empirici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Participatory Design workshop . . . . . . . . . . . . . . . . . .  .. Valutazione di siti concorrenti . . . . . . . . . . . . . . . . . .  . Test con utenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  .. Test con utenti: come fare . . . . . . . . . . . . . . . . . . . .  .. i and dirty . . . . . . . . . . . . . . . . . . . . . . . . . .  . Conclusioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
  • 9. Introduzione Sono passati degli anni prima e Google togliesse il ``beta'' da gmail. Pratica piuosto diffusa, tanto da parlare di ``perpetual beta'' per un modello di design iterativo dove sviluppo e distribuzione si susseguono molto velocemente; tanto da considerare lo status di ``beta'' come uno degli elementi e contraddistinguono il Web .¹. È raro, però, leggere la versione beta di un libro, per un motivo molto semplice: stampare un libro, distribuirlo, venderlo ha dei tempi e dei costi molto più consistenti; sarebbe pertanto controproducente uscire con una versione beta. esto vale per i libri di carta, ma per i libri in formato eleronico tuo cambia: nulla vieta e ane un e-book possa essere distribuito in versione beta. Il documento e hai appena scaricato è (vorrebbe essere) un e-book in versione beta. Beta per una serie di motivi: • È una raccolta di contenuti pubblicati su hyperlabs.net. Sebbene abbia cercato di ordinarli in una struura sensata, è piuosto evidente e sono dei lavori nati autonomamente e messi assieme senza un sano lavoro di cucitura. • Nella versione finale (.) dell'e-book e ho in mente si dovrebbe parlare ane di user experience design, emotional design, ontologie, personas, scenari, accessi- bilità e altro ancora. Peré, allora, non finisco il lavoro prima di meere in linea il tuo? I motivi sono molti: . Confesso, non so quando troverò il tempo per fare tue queste cose. Il risio è e quando il processo sarà finito, l'e-book sarà già vecio. . Mi piacerebbe ricevere da subito quale feedba, per capire se l'idea è buo- na, se vale la pena investirci del tempo, per capire quali argomenti andrebbero approfonditi. . Già ora l'e-book raccoglie interventi di più persone: Daniele Ziggioo, Raele Scoini, Alice Bolognani. Probabilmente inserirò ane lavori di Miela Ferron, Sarah Menini, Tania Busei. esta versione beta potrebbe ispirare qualcuno a candidarsi per scrivere un capitolo fra quelli mancanti. L'e-book, dunque, è as-is: così com'è. Ho deciso di intitolarlo ``Progeare artefai cognitivi'' peré volevo fossero iare un paio di cose: ¹si veda hp://oreilly.com/pub/a/web/arive/what-is-web-.html. i
  • 10. ii INTRODUZIONE . sebbene io mi occupi prevalentemente di web, buona parte dei princˆipi qui esposti sono validi per altri artefai interaivi: dagli smart phones alle installazioni al soware a cose e ancora non conosciamo ma e domani faranno parte della nostra vita; . le basi teorie sono quelle delle scienze cognitive, ane se intese in un senso ampio, e dunque ane gli aspei legati alle emozioni, all'estetica, alla psicologia sociale. . Contatti Se trovate questo e-book utile (o inutile, o dannoso) e volete contaarmi, vi sono molti modi: • e-mail: bussolon @ gmail.com; • skype: bussolon; • linkedin: hp://www.linkedin.com/in/bussolon; • facebook: hp://www.facebook.com/stefano.bussolon.
  • 11. .. INTRODUZIONE  . Introduzione YABBA-DABBA-DOO Fred Flintstone Alzi la mano i non conosce Fred e Wilma, protagonisti, assieme a Barney e Bey, de Gli Antenati. Come ben descrio da Wikipedia, nel mondo di Fred e Wilma gli uomini delle caverne fanno largo utilizzo di tecnologie simili a quelle auali ma basate sull'utilizzo di vari animali: guidano automobili fae di pietra o legno; gli aeroplani consistono in gigantesi pterodaili sul cui dorso sono sistemati i sedili per i passeggeri; gli ascensori sono mossi dai brontosauri. esti artefai, moderni ma di pietra, sono uno dei punti di forza del cartone. Se vogliamo raccontare la storia degli artefai dall'inizio, dobbiamo partire proprio da loro, dagli uomini dell'Età della Pietra. Periodo e deve il nome ai opper, pietre seggiate dai primi ominidi ed utilizzate, presumibilmente, per cacciare, combaere e produrre altri utensili di legno o di ossa. I opper sono i primi esempi di artefat- ti, e costituiscono, assieme alla postura erea, alla mano prensile ed allo sviluppo del lobo frontale, le caraeristie e segnano il passaggio dagli ominidi agli esseri uma- ni. Infai, sebbene altri primati siano capaci di utilizzare degli oggei dell'ambienti come strumenti, soltanto gli esseri umani hanno la capacità di modificare un oggeo pre-esistente per renderlo più utile nel realizzare uno scopo. esta capacità implica l'aitudine a rappresentarsi mentalmente lo stato finale dell'oggeo e le azioni necessa- rie per trasformarlo. Nei opper vediamo un bisogno: cacciare, per procurarsi del cibo, e difendersi. Vediamo degli strumenti capaci di ampliare le possibilità degli individui e li usano. Vediamo, infine, il grado zero della progeazione: un processo, contemporaneamen- te cognitivo e manuale, finalizzato a realizzare uno strumento immaginato (o copiato). Insomma, l'antenato del design. Tanto e potremmo dire e l'uomo nasce designer. Per avere traccia del primo artefao cognitivo, però, dobbiamo aspeare centinaia di migliaia di anni. Il Codice di Ur-Nammu, risalente al  a.C., ad esempio, costituisce il primo codice legale tramandatoci. Fred e Wilma ci ricordano e, da allora, tuo è cambiato: nei paesi occidentali co- muniiamo con cellulari, computer e internet, viaggiamo in aereo, treno, automobile, e siamo circondati da oggei e tecnologie e ci permeono una vita agiata, sebbene a costo di un crescente inquinamento. Ane i bisogni di un individuo del terzo millennio sono diversi da quelli dei primi Homo Faber. I bisogni di base, però, sono universali. Abbiamo bisogno di quelle risorse e ci permeono di sopravvivere, di sicurezza, di relazioni sociali, affeive. Per l'uomo preistorico le risorse erano il cibo, l'acqua, la sicu- rezza era un luogo dove riposarsi al riparo dai predatori. Per noi le risorse sono il denaro, e ci permee di acquistare tuo il resto, la sicurezza è la casa, il servizio sanitario, le forze dell'ordine. La tecnologia corre veloce: quand'è stata l'ultima volta e hai usato un floppy disk? Il mio primo calcolatore, un Commodore , salvava i dati sulle musicassee a nastro. La soluzione tecnica cambia rapidamente, diventa più efficiente, più potente, più sicura, ma il bisogno rimane quello dei nastri del Commodore o delle sede perforate dei primi
  • 12.  INTRODUZIONE calcolatori: salvare le informazioni. Ai tempi di Ur-Nammu le leggi venivano codificate su pietra e su papiro, ma il bisogno era lo stesso: salvare le informazioni e comunicarle. Apparentemente, per correre veloci, dobbiamo concentrarci sulle tecnologie. L'en- fasi sulle tecnologie, però, ci porta a concentrarci sull'esistente, oppure a tentare delle previsioni spesso difficili. Focalizzarsi sui bisogni, al contrario, ci porta a previsioni certe. Peré i bisogni cambiano lentamente, ed alcuni bisogni rimangono gli stessi. In secondo luogo, concentrarsi sui bisogni permee di non rimanere focalizzati sul- le soluzioni note, rimanendo intrappolati nella fissità funzionale e ci impedisce di immaginare soluzioni innovative. .. Processi epistemici La vita è una sequenza di processi decisionali Secondo Lorenz, L'altra faccia dello specio: per una storia naturale della conoscenza la vita è un processo cognitivo: l'adaamento è una forma di acquisizione di sapere: informare, ci ricorda, significa dare forma. Gli animali, dagli invertebrati ai mammiferi, vivono prendendo decisioni: analiz- zano l'ambiente circostante ed agiscono di conseguenza; le loro decisioni sono sempre finalizzate a degli scopi: evitamento del pericolo, foraging, accoppiamento, accudimento della prole. Il sistema perceivo, cognitivo e motorio di tui gli animali è oimizzato a prendere le decisioni e permeono loro di massimizzare la fitness, ovvero soddisfare i loro scopi. Information foraging e coltivazione Il compito, naturalmente, non è semplice: il mondo è solo parzialmente prevedibile, gli stimoli informativi spesso sono scarsi, e soprauo la capacità degli esseri viventi di acquisire dati ed elaborarli in tempi ristrei è estremamente limitata. Information foraging: gli animali per sopravvivere hanno bisogno di informazioni. L'informazione è scarsa, e dunque gli animali devono andare non solo a caccia di cibo, ma ane a caccia di informazioni. E se le informazioni sul territorio non bastano, oltre a raccoglierle bisogna ane seminarle (coltivazione delle informazioni?) Fitness: specializzazione o cognizione? Se la sopravvivenza di un individuo (o una specie) e la sua fitness dipendono dalle sue ca- pacità di prendere le decisioni corree, ecco e parte del processo evolutivo sarà finaliz- zata a migliorare il processo decisionale; l'altra parte del processo evolutivo è finalizzata ad aumentare l'efficacia delle azioni. In un ambiente altamente prevedibile, è vantaggioso focalizzarsi sul secondo aspet- to, araverso forme di specializzazione. In un ambiente complesso e meno facilmente prevedibile, è più vantaggioso investire sul miglioramento del processo decisionale.
  • 13. .. INTRODUZIONE  Situazione stimolo e informazione Tolman [cita] soolinea come ogni situazione stimolo, e di per sé non ha alcuna ri- levanza biologica, possa diventare un segno premonitore di un evento e invece ha rilevanza biologica. Nei termini comportamentisti informazione è qualsiasi stimolo, biologicamente non direamente rilevante, e possa indicare la probabilità dell'occorrenza di un evento rilevante. L'informazione, dunque, è quell'insieme di dati e aiuta un sistema a prendere una decisione. Informazioni: nella testa o nel mondo? Per migliorare il processo decisionale, è importante selezionare quei dati e costituisco- no informazione da quelli e costituiscono rumore: lo scopo dell'aenzione è proprio quello di focalizzarsi sui dati importanti e disaendere quelli e non lo sono. Il processo decisionale si basa sulle informazioni relative al contesto, ai bisogni, agli scopi e ai compiti ad essi associati, ed alle risorse di cui l'agente dispone. A volte, però, l'informazione nell'ambiente non basta. A quel punto, evolutivamen- te, si assiste all'emergere di due strategie, fra loro complementari: disseminare l'ambien- te di informazioni, oppure costruire delle rappresentazioni dell'ambiente arricite di informazioni. Azioni pragmatie ed epistemie Il comportamento degli animali è il fruo di un processo decisionale (generalmente, in- consapevole) finalizzato a degli scopi. Le azioni, dunque, hanno una valenza pragmatica: servono a realizzare degli scopi. Ane le risorse investite nel migliorare il processo decisionale hanno un valore prag- matico, e però è generalmente indireo: raccogliere informazioni, elaborarle, creare delle mappe, disseminare di segnali l'ambiente può non avere, nel breve termine, alcu- na relazione con gli scopi di fitness. este operazioni sono finalizzate a migliorare le capacità decisionali in un futuro prossimo o remoto. Kirsh e Maglio, ``On distinguishing epistemic from pragmatic action'' propongono la distinzione fra azioni pragmatie ed azioni epistemie: mentre le prime sono finaliz- zate a realizzare il piano innescato dal processo decisionale, le seconde sono finalizzate a migliorare il processo decisionale stesso. Feromoni e strutture epistemie Chandrasekharan e Stewart, ``e origin of epistemic structures and proto-representations'' si sono spinti oltre, identificando struure epistemie ane in etologia. L'esempio più comune è l'animale e marca il territorio, utilizzando i feromoni. L'uso di ferormoni è comune ane negli invertebrati; questi animali lasciano delle tracce nell'ambiente, e hanno un valore epistemico, e e potranno in seguito tornare utili, a i le ha lasciate ma ane ad altri.
  • 14.  INTRODUZIONE Possiamo considerare queste tracce nell'ambiente come una forma di realtà (infor- mativamente) aumentata? Processo decisionale e problem solving In termini di problem solving (Simon) [cite] possiamo identificare alcuni passaggi: • identificare un problema (un bisogno, uno scopo) • rappresentarlo in termini di distanza dalla situazione auale alla situazione desi- derata • identificare un percorso, ed i mezzi per arrivare • partire esta rappresentazione funziona ane per i topolini e per le formie. Una tassonomia A questo punto, possiamo immaginare una semplice tassonomia. Il primo passaggio consiste nel dividere le azioni fra pragmatie ed epistemie; le azioni epistemie sono finalizzate ad un aumento delle informazioni pertinenti. Le azioni e le strategie epistemie possono, a loro volta, essere classificate in base al fao e siano realizzate araverso una rappresentazione mentale, interna, o mo- dificando opportunamente l'ambiente, arricendolo di informazioni pragmaticamente utili. Dunque: conoscenza nella mente, o conoscenza nel mondo. Augmenting Human Intellect Nel suo Augmenting Human Intellect Engelbart, ``Augmenting Human Intellect: a con- ceptual framework'' sostiene e, essendo la capacità cognitiva (e dunque decisionale) degli esseri umani limitata, gli artefai, il linguaggio, l'apprendimento permeono di ampliare questa capacità. Generalmente, gli artefai hanno una funzione pragmatica: servono ad aumenta- re l'efficacia dell'azione di un agente, e dunque rendere più efficace la realizzazione di quei piani di azione innescati dal processo decisionale. Gli artefai cognitivi, al con- trario, hanno una valenza prevalentemente epistemica, e sono finalizzati a migliorare il processo decisionale. Artefatti cognitivi e strategie epistemie Nella nostra tassonomia, gli artefai cognitivi appartengono, apparentemente, a quelle strategie epistemie e disseminano la conoscenza nel mondo. Alcuni di questi artefai si adaano perfeamente alla categoria: basti pensare ai cartelli delle indicazioni stradali. Altri, però, pur non essendo fisicamente nella mente di i li usa, sono conceualmente più simili ad una estensione dell'apparato cognitivo e una modifica epistemica del territorio. La cartina autostradale non modifica l'ambiente, ma costituisce un'estensione della nostra mappa mentale.
  • 15. Parte I Aspetti cognitivi ed emotivi 
  • 16.
  • 17. Capitolo  La categorizzazione nelle scienze cognitive -- Peré i cani e gli ebrei non possono entrare babbo? -- Eh, loro gli ebrei e i cani non ce li vogliono. Ognuno fa quello e gli pare Giosuè. Là c'è un negozio, c'è un ferramenta, loro per esempio non fanno entrare gli spagnoli e i cavalli e coso là, c'è un farmacista: ieri ero con un mio amico, un cinese e c'ha un canguro, dico ``Si può entrare?'', dice ``No, qui i cinesi e i canguri non ce li vogliamo''. Gli sono antipatici, e ti devo dire? -- Ma noi in libreria facciamo entrare tui. -- No, da domani ce lo scriviamo ane noi, guarda! Chi ti è antipatico a te? -- I ragni. E a te? -- A me … i visigoti! E da domani ce lo scriviamo: ``Vietato l'ingresso ai ragni e ai visigoti''. E mi hanno roo le scatole 'sti visigoti‼ Roberto Benigni -- La vita è bella In questo capitolo descriveremo le più importanti teorie della categorizzazione. . Le teorie In molte rassegne sull'argomento le teorie vengono differenziate in base a differenti cri- teri. Secondo Kruske, ``Category Learning'' i vari modelli teorici si differenziano in base a tre dimensioni: • Implicazioni sulla rappresentazione. Vi sono teorie e definiscono l'apparte- nenza alle categorie in base ai contenuti ed altre e sostengono e ad essere rappresentati siano i confini fra categorie. 
  • 18.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE • Definizioni congiuntive vs. disgiuntive. Alcune teorie assumono e la definizio- ne delle caraeristie sia globale (ovvero congiuntiva), altre e la definizione sia disgiuntiva. • Assunzioni sul grado di appartenenza. Alcune teorie sostengono e l'appar- tenenza ad una categoria sia di tipo tuo o nulla, altre e sia una funzione graduata. Secondo Smith e Medin, Categories and Concepts, le teorie della categorizzazione si pongono due problemi generali: . È possibile immaginare una descrizione singola - unitaria e possa rappresentare tui i membri di una classe, Ovvero una rappresentazione unitaria e funga da criterio per valutare l'appartenenza di ogni elemento alla classe? . Le proprietà specificate nella descrizione unitaria sono valide allo stesso modo per tui i membri della classe? Il paradigma classico risponde affermativamente ad entrambe le domande. La teoria dei prototipi mee in discussione principalmente il secondo assunto, mentre le teorie degli esemplari meono in discussione ane il primo. Altri due criteri sono citati da ibid. per differenziare le teorie: il tipo di inferenze e la stabilità dei concei. Sebbene le diverse teorie siano concorde nell'aribuire ai concei le funzioni di catego- rizzazione e di inferenza, nelle teorie dei prototipi e degli esemplari né la categorizza- zione né l'inferenza porta a risultati certi, ma solo a risultati probabili. La teoria classica ritiene e i concei siano stabili nella rappresentazione degli individui e condivisi fra le persone. Le teorie dei prototipi e degli esemplari fanno assunzioni più deboli su entrambi gli aspei. Secondo Ashby e Maddox, ``Stimulus categorization'', pag. le teorie si distinguo- no in base a tre tipi di assunzioni: • Assunzioni su ciò e viene rappresentato. Le teorie devono definire le rappresen- tazioni perceive e cognitive degli stimoli e degli esemplari delle diverse categorie. • Assunzioni sull'accesso alle informazioni in memoria. Le informazioni e de- vono essere recuperate dalle rappresentazioni categoriali memorizzate e il tipo di processi computazionali e devono essere aivati prima di poter classificare uno stimolo. • Assunzioni sulla modalità di selezione della risposta. Concernono la modalità di selezione della risposta dopo e le informazioni rilevanti sono state raccolte e processate. Per quanto riguarda la rappresentazione, ibid. presentano un albero delle possibili modalità. La prima distinzione è fra rappresentazioni numerie e non numerie (sim- bolie e linguistie). Fra le rappresentazioni numerie vengono distinte quelle per caraeristie (feature) e quelle dimensionali. La rappresentazione per caraersitie viene considerata numerica in quanto può essere rappresentata come valore binario, ed
  • 19. .. LA TEORIA CLASSICA  è possibile calcolare la distanza fra due entità araverso una metrica (la metrica Ham- ming). Nella rappresentazione dimensionale si assume e gli esemplari e gli stimoli possano essere sintetizzati da un punto in uno spazio multidimensionale; una secon- da assunzione è e la similarità fra due entità è inversamente proporzionale alla loro distanza. Secondo la decision bound theory gli stimoli sono rappresentati nello spa- zio multidimensionale non come un punto ma come una distribuzione di probabilità multivariata (p.). Ashby e Maddox, ``Human Category Learning'' distinguono inoltre fra teorie para- metrie (come la teoria classica, o basata sulle regole, e la prima teoria dei prototipi) e le teorie non parametrie, come la teoria degli esemplari. Le teorie parametrie assu- mono la separabilità lineare fra le regioni di decisione categoriale, mentre le teorie non paramentrie non fanno questa assunzione. Barsalou, ``Situated simulation in the human conceptual system'' classifica le teorie in base a criteri ancora differenti: • Modulare - non modulare. Per modulare si intende un sistema autonomo, separato dalla memoria episodica e dal sistema sensomotorio. • Amodale - modale. Una rappresentazione amodale è simbolica ed indipendente dalle modalità sensomotorie, mentre una rappresentazione modale è legata alle specifie modalità sensomotorie. • Decontestualizzata - situata. È decontestualizzata una conoscenza di tipo enci- clopedico, mentre la rappresentazione situata tiene conto delle proprietà del con- testo, della situazione, delle azioni e la categoria può permeere, e degli stati introspeivi. • Stabile - dinamica. Per stabile si intende una rappresentazione sostanzialmente invariante, mentre dinamica è una rappresentazione e varia a seconda non solo dell'apprendimento ma ane del contesto. Le più importanti teorie sulla categorizzazione sono sostanzialmente la teoria clas- sica, e nelle forme più recenti viene definita teoria basata sulle regole (rule based), la teoria dei prototipi, e Smith e Medin, Categories and Concepts definiscono probabi- listica, la teoria degli esemplari, la teoria basata sulle teorie (theory theory), la decision bound theory, la teoria della simulazione situata di Barsalou e le teorie multiple. . La teoria classica È uso comune, nelle rassegne sulla leeratura della categorizzazione dei concei, partire dalla teoria classica. Nel descrivere storicamente questa teoria, si assume generalmente e sia stata sviluppata da Aristotele e e sia rimasta pressoé invariata fino alle ricer- e filosofie di Wigenstein e agli studi di etnografia e psicologia degli anni sessanta e seanta. ibid. fanno propria questa concezione, ane se ammeono e poi fra i ricercatori citati nel campo della teoria classica hanno diiarato esplicitamente di di- fendere quella visione.
  • 20.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE Secondo la classificazione di Kruske, ``Category Learning'' la teoria classica (ba- sata sulle regole) assume e venga rappresentato il contenuto (non i confini categoriali), con delle regole di tipo congiuntivo (non disgiuntivo) e con una funzione di appartenenza di tipo tuo o nulla (non graduata). Secondo la classificazione di Ashby e Maddox, ``Sti- mulus categorization'' vengono rappresentate le caraeristie necessarie e sufficienti e la decisione si basa accedendo a tali caraeristie e verificando se sono rispeate. Nella classificazione di Barsalou, ``Situated simulation in the human conceptual system'', la teoria classica usa rappresentazioni modulari, amodali, decontestualizzate e stabili. .. Assunzioni rappresentazionali La teoria classica, com'è ricostruita da Smith e Medin, Categories and Concepts, ha il pre- gio di essere formalizzabile, economica, con un ampio potere esplicativo. Si basa su di un numero limitato di assunzioni iare e ben definite. Secondo questa teoria, un conceo è caraerizzato da un insieme di aributi definienti, e sono le caraeristie seman- tie necessarie e sufficienti affiné qualcosa possa essere considerato un'istanza di un conceo (Keane e Eysen, Cognitive Psyology: A Student's Handbook). Il processo di categorizzazione consiste nel verificare se gli stimoli possiedono tue le caraeristie necessarie (Ashby e Maddox, ``Stimulus categorization''). Rappresentazione sintetica La prima assunzione è e la rappresentazione di un con- ceo costituisce una descrizione sintetica di un'intera classe. Come soolineato da Ro- s, ``Cognition and Categorization'', questa proprietà costituisce uno dei vantaggi fon- damentali del processo di categorizzazione. In termini più specifici, una rappresentazio- ne sintetica: • è generalmente il risultato di un processo di astrazione; • non corrisponde necessariamente a specifie istanze della classe; • può essere utilizzata per verificare se un'istanza appartenga o meno alla classe. Caratteristie necessarie e sufficienti Secondo la teoria classica le caraeristie e rappresentano un conceo sono . singolarmente necessarie: ogni caraeristica dev'essere presente per poter inclu- dere l'istanza o la sooclasse nella classe; . congiuntamente sufficienti: ogni istanza o sooclasse e possiede tue le carat- teristie appartiene, per definizione, alla classe. Come si vedrà questa è l'assunzione e più esplicitamente è stata messa in discussione. Smith e Medin, Categories and Concepts enfatizzano il fao e questo vincolo esclude la possibilità e, nella visione classica, possano esistere delle classi disgiuntive, ovvero classi le cui sooclassi non condividono alcuna caraeristica essenziale.
  • 21. .. LA TEORIA CLASSICA  .. Critie alla teoria classica La teoria classica è stata oggeo, a partire dagli anni ', di numerose critie. Fra i primi a meere in discussione questa visione va ricordato Wigenstein, Philosophise Unter- suungen ed il suo famoso esempio del conceo di gioco: non è possibile identificare alcuna caraeristica di gioco e sia necessaria o distintiva. Il fao e per numerosi concei non si sia trovato l'elenco di caraeristie necessarie e sufficienti non implica però e queste caraeristie non esistono. In linea di principio, dunque, questa critica è più empirica e logica. Un'altra possibilità, sostenuta da Katz, e metaphysics of meaning, è e la parola gioco si riferisca a dei termini omofoni ma diversi, e e dun- que sia solo accidentale il fao e concei diversi siano nominati con lo stesso termine. Dunque, il gioco del solitario e il gioco del calcio non sarebbero più simili di quanto non lo siano il banco dei pegni e il banco da lavoro. esta obiezione però non pare molto plausibile. Nonostante le differenze è difficile negare un legame semantico fra i vari tipi di gioco. Wigenstein, Philosophise Untersuungen definisce questi legami somiglianza di famiglia. Concetti disgiuntivi Una seconda critica alla teoria classica è rappresentata dall'esi- stenza di concei disgiuntivi. Una possibile difesa rispeo a questa critica si basa sull'idea e i concei e nel mon- do reale sembrano disgiuntivi, ma in realtà condividono una o più proprietà essenziali tacitamente assunte dagli individui. Casi ambigui L'assunzione secondo cui le caraeristie essenziali sono necessarie e sufficienti a definire un conceo non dovrebbero lasciare spazio ad ambiguità. Nella realtà però vi sono casi di difficile classificazione, in cui le persone sono incerte. Smith e Medin, Categories and Concepts puntualizzano il fao e tale incertezza può essere conseguenza di ignoranza da parte delle persone. esto non meerebbe in crisi la teoria classica, la quale non esclude affao e le persone possano avere delle lacune nelle conoscenze dei concei. esta spiegazione è peraltro adoata ane da modelli proposti da Ashby e Maddox, ``Stimulus categorization''; Kruske, ``Category Lear- ning''. ando l'ambiguità della classificazione non può essere aribuita ad ignoranza, un possibile escamotage è quello di distinguere fra definizioni comuni (spesso imprecise) e definizioni tecnie, e generalmente lasciano meno spazio a casi ambigui. Effetti di tipicità La teoria classica assume e l'appartenenza di un'istanza o di una sooclasse ad una classe sia una funzione dicotomica: un conceo appartiene a pieno titolo ad una categoria oppure non vi appartiene per nulla. Se però si iede alle persone di valutare quanto un'istanza o una sooclasse costituisca un esempio tipico o rappresentativo di una classe, si oengono risultati stabili, ovvero condivisi fra partecipanti (Mervis, Catlin e Ros, ``Relationships among doodness-of- example, category norms, and word frequency''; Rips, Shoben e Smith, ``Semantic di- stance and the verification of semantic relations''); un effeo simile si oiene addiriura nella valutazione di tipicità dei numeri pari. esto fao, di per se, lascia intendere e sia legiimo assumere e - almeno a livello psicologico - l'appartenenza ad una categoria non sia una funzione dicotomica ma
  • 22.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE graduata. L'aspeo più interessante è e la valutazione di tipicità prevede l'efficienza nella categorizzazione, e si rispecia ad esempio nei tempi di reazione in compiti di decisione semantica. Smith e Medin, Categories and Concepts illustrano come, con delle assunzioni ad hoc, i risultati legati alla tipicità possano essere spiegati ane dalla teoria classica. Alcune di queste assunzioni, però, mancano di sostegno empirico, e risultano pertanto difficilmente difendibili. Somiglianza di famiglia Ros e Mervis, ``Family resemblances: Studies in the inter- nal structure of categories'' hanno iesto ai loro partecipanti di elencare le caraeristi- e di una lista di soocategorie di un determinato conceo (ad esempio: arredamento). Dall'esperimento non sono emerse caraeristie necessarie (e dunque presenti in tue le soocategorie). Alcune caraeristie erano condivise da molte soocategorie, men- tre altre erano specifie di poe soocategorie. Il numero di soocategorie a cui ogni caraeristica era associata determinava l'importanza di quella caraeristica. La som- ma del numero di caraeristie definienti ogni conceo, ponderato per l'importanza di ogni caraeristica, definiva la misura di somiglianza di famiglia. esta misura è risul- tata essere fortemente correlata con la valutazione di tipicità. esti risultati sono stati oenuti sia con categorie naturali sia con categorie artificiali. Adoando la definizione di Wigenstein, Philosophise Untersuungen Rosh e Mervis hanno definito questo effeo somiglianza di famiglia. esto dato contrasta con gli assunti fondamentali della teoria classica, in quanto la tipicità di un conceo rispeo alla classe geraricamente superiore si basa su carae- ristie non necessarie per la definizione della classe superiore. Altri esperimenti sono giunti agli stessi risultati araverso paradigmi sperimentali diver- si. Hampton (, citato in Smith e Medin, Categories and Concepts) ha iesto ai propri partecipanti di elencare le caraeristie di una lista di soocategorie di un conceo. In secondo luogo, ha iesto loro di valutare quanto ogni caraeristica fosse presente in ogni soocategoria. Ane questa ponderazione correla con i tempi di reazione in un compito di decisione semantica. Un'altra evidenza a sfavore della teoria classica si basa su di un compito di scaling multi- dimensionale (Rips, Shoben e Smith, ``Semantic distance and the verification of semantic relations''): ai partecipanti vengono presentate coppie di concei, iedendo di valutar- ne la similarità. Le coppie possono essere dello stesso livello gerarico (peirosso e canarino) o di livello diverso (peirosso e uccello, canarino e animale). In base a queste misure, è possibile collocare i concei in uno spazio bidimensionale. Dall'analisi quali- tativa dello spazio emerge e le due dimensioni correlano con due dimensioni latenti degli uccelli: grandezza fisica dell'animale e ferocia (o tendenza alla predazione). Inol- tre, la distanza di ogni conceo dal conceo di uccello correla con i tempi nei compiti di decisione semantica. Validità delle caratteristie (Cue validity) Un'importante scoperta di Ros e Mer- vis, ``Family resemblances: Studies in the internal structure of categories'' è e, nel decidere se un item è o meno un'istanza di un conceo, vengono considerate non solo le caraeristie e l'item condivide con quel conceo ma ane quelle e condivide con
  • 23. .. LA TEORIA DEI PROTOTIPI  concei alternativi a quello target. La categorizzazione di un'istanza dipende non solo dalle caraeristie dell'istanza e del conceo, ma ane dalla similarità dell'istanza con concei rivali. Per spiegare questo effeo, ibid. adoarono il conceo di cue validity, introdoo da Bourne and Restle nel . Ereditarietà dei concetti L'ereditarietà dei concei, assunta dalla visione classica (e ane implicita nella teoria degli insiemi), induce a prevedere e un conceo sia giudi- cato più simile al conceo sovraordinato più immediato (esempio: peirosso e uccello) e ad un conceo sovraordinato più in alto nella geraria categoriale (peirosso e animale). esta predizione è generalmente confermata (Collins e illian, ``Retrieval time from semantic memory''), ma vi sono dei casi atipici in cui questo non avviene. Il conceo di gallina, ad esempio, è giudicato più simile ad animale e ad uccello. .. La teoria basata sulle regole Originariamente, la teoria classica intendeva spiegare ogni compito di categorizzazione, ma, come abbiamo visto, questa ipotesi ha incontrato dei problemi molto seri. Recente- mente alcuni aspei della teoria classica sono stati ripresi nelle teorie e ipotizzano e vi siano più meccanismi soggiacenti il processo di categorizzazione, e e il meccanismo basato sulle regole sia uno di questi (Ashby e Maddox, ``Human Category Learning'', ``Stimulus categorization''). . La teoria dei prototipi Se la classificazione non è un processo decisionale basato su caraeristie necessarie e sufficienti, allora cos'è? La teoria dei prototipi propone e la categorizzazione sia un processo e confronta gli esemplari da classificare con i prototipi delle categorie: quan- do incontriamo uno stimolo non conosciuto lo assegnamo alla categoria il cui prototipo è più simile. Smith e Medin, Categories and Concepts definiscono la teoria dei prototipi in base alle seguenti assunzioni: . la rappresentazione di un conceo è la descrizione riassuntiva di un'intera classe; . la rappresentazione di un conceo non può essere espressa in base ad una lista di condizioni necessarie e sufficienti; è, piuosto, una misura di tendenza centrale delle proprietà delle istanze. La differenza sostanziale fra l'approccio classico e la teoria dei prototipi risiede pro- prio nel secondo assunto, e è sostanzialmente meno vincolante. Secondo la classificazione di Kruske, ``Category Learning'', la teoria dei prototi- pi assume e venga rappresentato il contenuto (non i confini), e la rappresentazione sia globale (il prototipo riassume le caraeristie della classe), con una funzione di appartenenza graduata. Secondo la categorizzazione di Ashby e Maddox, ``Stimulus categorization'', in questo approccio una categoria è rappresentata dal suo prototipo, e il processo decisionale si basa sulla similarità tra gli stimoli e la rappresentazione mnestica
  • 24.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE del prototipo. Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy- stem'', la teoria dei prototipi è sostanzialmente modulare ed amodale, decontestualizzata (i prototipi non cambiano al variare del contesto) e stabile. .. Proprietà: dimensioni vs caratteristie dicotomie Un'importante aspeo e emerge dalla teoria dei prototipi (e degli esemplari) è la na- tura delle proprietà e vengono prese in esame nel processo di categorizzazione: que- ste proprietà sono dimensionali (si distribuiscono lungo un continuum), oppure sono dicotomie? Smith e Medin, Categories and Concepts distinguono neamente fra le teorie del prototipo basate su caraeristie dicotomie (le caraeristie) e le teorie dimensionali. Da un punto di vista matematico, però, è possibile mappare delle carae- ristie dicotomie in uno spazio dimensionale. Nel mondo reale si incontrano spesso delle dimensioni la cui distribuzione è fortemente bimodale e e, dunque, risultano paragonabili a caraeristie dicotomie. Possiamo dunque definire le caraeristie dicotomie come delle dimensioni a distribuzione bimodale. In un modello basato sulle caraeristie un conceo è rappresentato da quelle ca- raeristie salienti e hanno una probabilità sostanziale di occorrere nelle istanze del conceo. Più precisamente, se Fi è una caraeristsica e Xj un conceo Fi sarà una feature di Xj se • Fi è saliente (in termini perceivi o conceuali) • P(Fi|Xj) è alta. Ad esempio, la probabilità e un animale voli, sapendo e quell'animale è un uc- cello [P(volare|uccello)], è molto alta. Volare è dunque una feature di uccello, ane se non è una condizione necessaria (vi sono uccelli e non volano, come i pinguini) né sufficiente (i pipistrelli volano, ma non sono uccelli). È interessante notare e, mentre la seconda condizione è streamente legata alle caraeristie proprie delle istanze og- geo di categorizzazione, la prima condizione è squisitamente psicologica, in quanto si riferisce a proprietà perceive o conceuali. ibid. si focalizzano sul fao e, ad essere rappresentate, sono non tue le caraeristi- e ma solo quelle e occorrono più frequentemente. esto aspeo viene considerato, dagli autori, come determinante per differenziare l'approccio basato su caraeristie da quello dimensionale. Nei modelli dimensionali, la seconda assunzione viene riassunta da Smith e Medin come segue: ogni dimensione usata per rappresentare un conceo deve essere saliente, e deve avere una sostanziale probabililtà di occorrere fra le istanze del conceo; inoltre il valore della dimensione rappresentata in un conceo è la media soggeiva dei valori delle istanze o dei sooinsiemi del conceo in quella dimensione. Se acceiamo l'idea e una caraeristica possa essere rappresentata come una di- mensione a distribuzione bimodale la tendenza centrale del prototipo sarà non la media ma la moda. Inoltre sia la codifica dimensionale e quella basata sulle caraeristie permee una rappresentazione topografica o metrica della distribuzione delle istanze o
  • 25. .. LA TEORIA DEI PROTOTIPI  dei sooinsiemi all'interno di una categoria. A questo punto, è possibile definire la cate- gorizzazione in termini computazionali. L'istanza (o il sooinsieme) x appartiene ad Si se la distanza fra x e Si è inferiore ad un valore soglia. In realtà molti modelli computa- zionali utilizzano un algoritmo competitivo anzié una soglia: l'elemento x appartiene a quella classe Si la cui distanza da x è minore. Capacità esplicativa degli aspetti problematici Poié la teoria dei prototipi si propone di sostituire la teoria classica è necessario valu- tare come questo approccio riesca a tener conto delle evidenze empirie e misero in crisi la teoria precedente. Concetti disgiuntivi I concei disgiuntivi erano problematici per la teoria classica in quanto, per definizione, non vi è alcuna caraeristica necessaria, ovvero presente in ogni elemento della categoria. Nell'approccio per caraeristie, però, questo non è un problema, in quanto non si assume la presenza di caraeristie necessarie. Nella rappresentazione dimensionale, la classificazione si basa sulla distanza dell'elemento dal centroide della classe, confrontato con un valore soglia o con la distanza dalle altre classi. Il fao e due elementi risultino differenti fra loro su tue le dimensioni salienti, non impedisce e vengano classificati nella stessa categoria. Casi ambigui Nel modello classico, un elemento appartiene ad una categoria o non vi appartiene, non vi sono sfumature. I casi ambigui costituiscono dunque un problema. I modelli ad appartenenza graduata ammeono per definizione casi ambigui. Computa- zionalmente un caso è ambiguo nel momento in cui la sua distanza dalla classe in cui è stato classificato è ai limiti del valore soglia, oppure il caso è sostanzialmente equidi- stante fra due possibili classi. La sua appartenenza ad una o all'altra classe sarà dunque incerta, e persone diverse in circostanze diverse potranno collocarla di volta in volta in uno o nell'altro gruppo. Effetti di tipicità Gli effei di tipicità non solo non sono un problema per le teorie del prototipo, ma costituiscono un'evidenza positiva. Se definiamo la tipicità di un con- ceo rispeo ad una classe come la somma pesata delle caraeristie e il conceo condivide con la classe, non è difficile elaborare dei modelli computazionali capaci di mimare alcuni effei di tipicità, quali la maggior velocità di classificazione. Gli effei di tipicità vengono spiegati facendo riferimento alla distanza tra il conceo ed il centroide della classe: più il conceo si colloca vicino al centroide della classe di appartenenza, più verrà considerato tipico. Uso di caratteristie non necessarie Il fao e le caraeristie non necessarie abbiano un effeo sulla categorizzazione è un problema per la teoria classica, ma non per la teoria dei prototipi, e non fa distinzione fra caraeristie necessarie e non necessarie.
  • 26.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE Concetti annidati Uno dei dati sperimentali e mee in crisi la teoria classica è e vi sono delle eccezioni al fao e un conceo venga considerato più simile alla catego- ria gerarica immediatamente superiore e non alle categorie più ampie. Il peirosso è considerato più simile ad uccello e ad animale, ma la gallina è concepita come più simile ad animale e ad uccello. esto effeo può essere spiegato, nella teoria dei prototipi, in base all'influenza eser- citata dalle caraeristie non necessarie. Il fao e la gallina non voli, ad esempio, la rende conceualmente lontana dalla categoria uccello. Ane i dati concernenti i tempi di reazione possono essere spiegati dalla teoria dei prototipi in base alle caraeristie non necessarie. L'approccio spiega sia la regola generale, secondo cui un conceo viene definito come più simile alla classe immediatamente superiore rispeo alla classe generale (peirosso è più simile ad uccello e ad animale) sia le eccezioni (gallina è più simile ad animale e ad uccello), proprio in base al fao e un conceo può essere più o meno distante dai centroidi delle varie classi. Critie alla teoria dei prototipi Nonostante la teoria dei prototipi vanti una maggior capacità esplicativa rispeo alla teo- ria classica, nel corso degli anni varie ricere ne hanno messo in luce alcuni importanti limiti. Perdita di informazioni salienti Uno dei principi epistemologici alla base della teo- ria dei prototipi sta nella sua economicità (Ros, ``Cognition and Categorization''), in quanto un prototipo riassume le caraeristie di una categoria. esta riduzione, però, ha un costo. Si perdono infai informazioni importanti, quali la variabilità categoriale o la struura correlazionale delle dimensioni. Correlazione fra le caratteristie Una rappresentazione sintetica come quella dei prototipi perde le informazioni sulla correlazione e spesso intercorre fra le diverse categorie. Le correlazioni fra categorie sono determinate non solo dagli esemplari pro- totipici, ma ane da quelli non prototipici, e le correlazioni percepite hanno degli effei significativi sulla prestazione degli individui (Ashby e Maddox, ``Stimulus categoriza- tion''; Medin e Saffer, ``Context theory of classification learning''). La correlazione fra le caraeristie è ancor più importante nelle circostanze in cui la probabilità e una caraeristica sia presente dipende da altre caraeristie. Ad esempio, è più probabile e a cantare siano gli uccelli piccoli di quelli grandi, e dunque vi è un rapporto fra can- tare e dimensione. In alcuni casi il rapporto è di tipo implicazionale: la caraeristica vola correla con la caraeristica ha le ali, ma questa correlazione denota un legame di tipo causale. esto legame non viene colto da una teoria dei prototipi, ma è evidente l'utilità di questa infor- mazione, di cui gli individui tengono sicuramente conto. La teoria delle teorie emerge proprio per rispondere a questo problema.
  • 27. .. LA TEORIA DEGLI ESEMPLARI  Effetto del contesto La teoria dei prototipi è sostanzialmente decontestualizzata (Bar- salou, ``Situated simulation in the human conceptual system'') e dunque ha difficoltà a spiegare alcuni effei di categorizzazione legati al contesto. Il contesto modifica l'im- portanza relativa delle caraeristie. Nell'esempio di Smith e Medin, Categories and Concepts la frase ``ha dovuto portare il pianoforte al secondo piano'' fa emergere le proprietà del pianoforte legate al peso. ``Ha dovuto accordare il pianoforte'' fa inve- ce emergere le proprietà legate al suono. L'importanza e il ruolo del contesto e delle motivazioni è stata efficacemente messa in risalto in Barsalou, ``Ad hoc categories''. Violazione degli assiomi delle metrie esta critica si rivolge alle teorie del pro- totipo di tipo dimensionale, e assumono e lo spazio multidimensionale costituisca una metrica. Affiné un sistema relazionale possa essere definito una metrica deve rispeare tre assiomi: . minimalità: la distanza fra ogni punto e se stesso dev'essere pari a zero; . simmetria: la distanza fra ogni coppia di punti dev'essere tale e d (x,y) = d (y,x); . diseguaglianza triangolare: d(a, c) ≤ d(a, b) + d(a, c) per ogni punto a, b, c. Tversky, ``Features of similarity'' dimostra però e, negli studi di similarità, il secondo ed il terzo postulato vengono sistematicamente violati. Prototipi multipli este critie meono in difficoltà le teorie radicali dei prototipi, ovvero l'assunzione e una categoria venga rappresentata esclusivamente da un prototipo. Una versione più morbida della teoria può assumere e, per ogni categoria, esista più di un prototipo. esta proposta venne avanzata già da Ros, ``Cognitive Reference Points'': Not all members of a category are equivalent and … the best examples of a category can serve as reference points in relation to whi other category members are judged. Una teoria dei prototipi multipli può spiegare la possibilità di apprendere categorie non linearmente separabili, può rappresentare la correlazione fra caraeristie e la varianza delle dimensioni. . La teoria degli esemplari Sia la teoria classica e la teoria dei prototipi assumono e il processo di categorizzazio- ne avvenga araverso il confronto dell'elemento da classificare con una rappresentazione astraa della categoria. Medin e Saffer, ``Context theory of classification learning'', al contrario, propongono un modello in cui il confronto avviene fra l'elemento nuovo e gli elementi già presenti in memoria. Più specificamente assumono e uno stimolo da categorizzare abbia la proprietà di far recuperare dalla memoria gli stimoli simili ad esso e le relative informazioni. In una serie di esperimenti con stimoli astrai, ibid. di- mostrano e le prestazioni dei soggei sono più simili alle previsioni del loro modello
  • 28.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE (e definiscono Context eory for Classification) rispeo alle previsioni di un modello basato sui prototipi. Uno dei vantaggi principali del modello proposto da Medin e Saffer, ``Context theo- ry of classification learning'' e ampliato da Nosofsky, ``Aention, similarity, and the identification-categorization relationship.'' è la possibilità di classificare insiemi di ele- menti e non sono linearmente separabili. La separabilità lineare è invece uno degli assunti computazionali della teoria del prototipo (Ashby et al., ``A Neuropsyological eory of Multiple Systems in Category Learning''). Inoltre, l'approccio ad esemplari ha il vantaggio di poter tener conto delle correlazioni fra caraeristie di una categoria (Ashby e Maddox, ``Stimulus categorization''). Come vedremo nel paragrafo dedicato ai modelli multipli o misti, Minda e Smith, ``Prototypes in category learning: the effects of category size, category structure, and stimulus complexity'' sostengono e il model- lo basato sugli esemplari e quello basato sui prototipi hanno punti di forza diversi, e emergono in circostanze di apprendimento e di categorizzazione diverse. Secondo la classificazione di Kruske, ``Category Learning'', la teoria degli esem- plari assume e venga rappresentato il contenuto (non i confini), non vi è una rappre- sentazione globale ma solo rappresentazioni atomie, e la funzione di appartenenza è graduata. Secondo Ashby e Maddox, ``Stimulus categorization'' in questo approccio una categoria è rappresentata semplicemente come l'insieme di rappresentazioni di tui gli esemplari e appartengono alla categoria. Il processo decisionale si basa sulla compara- zione di similarità fra gli stimoli e la rappresentazione mnestica di ogni esemplare della categoria. Nella classificazione di Barsalou, ``Situated simulation in the human conceptual sy- stem'', questo approccio è tendenzialmente modulare ed amodale, in quanto general- mente (ma non necessariamente) le teorie degli esemplari non assumono una rappre- sentazione modalità-specifica degli esemplari codificati. Poié le teorie degli esemplari tendono ad escludere processi di astrazione la codifica mnestica degli esemplari tende ad essere situata. Medin e Saffer, ``Context theory of classification learning'', pag  rendono esplicito questo punto: `` Noi proponiamo e l'informazione concernente il suggerimento, il contesto, e l'evento sono immagazzinate assieme in memoria e e sia il suggerimento e il contesto debbano essere aivati simultaneamente per recuperare l'informazione dell'evento''; va peraltro precisato e nei termini di ibid., i contesto è definito dagli esemplari recuperati nella memoria di lavoro. Da un punto di vista formale, questa teoria si differenzia dalla teoria del prototipo in quanto assume e la rappresentazione di un conceo consiste nelle descrizioni separate di un consistente numero di esemplari (istanze o sooclassi). Nella versione più radicale, quasta teoria assume e: . Le rappresentazioni siano concrete: ``No categorical information is assumed to enter into the judgements independently of specific item information'' (ibid.). . Ogni esemplare nella rappresentazione sia un'istanza. . Sia memorizzata e contribuisca alla rappresentazione ogni istanza della categoria con cui un individuo viene a contao. I modelli più radicali vengono definiti da Komatsu, ``Recent views of conceptual structure'' modelli ad istanze, mentre i modelli a prototipo multiplo assumono possano
  • 29. .. LA TEORIA DELLE TEORIE  esserci sia istanze e astrazioni conceuali. Il modello degli esempi migliori (best examples model) sembra derivare logicamente dal conceo di istanze focali proposto da Ros, ``Cognitive Reference Points''. Gli esem- pi più prototipici verrebbero utilizzati come punti di riferimento nella categorizzazione. esti modelli, dunque, assumono e la rappresentazione della conoscenza categoriale non sia costituita unicamente da un prototipo (inteso come tendenza centrale unitaria) ma da più prototipi, e possono essere astrai o possono corrispondere agli esemplari più prototipici. Una versione a prototipo multiplo della teoria degli esemplari ha il van- taggio di poter gestire meglio i gruppi disgiuntivi. È difficile avere una rappresentazione sommaria di mobili o di mammiferi. È più probabile e concei di questo genere siano rappresentati come un insieme di sooclassi e, a livello di classe, assumono la forma di esemplari. . La teoria delle teorie I paradigmi basati sulla similarità (con un prototipo o con gli esemplari) sono, secondo Murphy e Medin, ``e role of theories in conceptual coherence'', insufficienti a spiegare la coerenza categoriale. Secondo questi autori i concei emergono non solo in base alla similarità ma ane in base alla comprensione e gli individui hanno delle interazioni e intercorrono fra le entità. Nella teoria delle teorie i concei sono organizzati aorno a dei modelli cognitivi esplicativi, e spiegano il mondo e contribuiscono a classificarne le entità. La nozione di similarità, dunque, deve tener conto di questi modelli. La concezione di similarità delle teorie dei prototipi o degli esemplari è infai sog- gea ad alcuni problemi. In primo luogo, vi è il risio di un circolo vizioso: gli elementi appartengono ad una categoria peré sono simili, ma in fondo sono simili peré apper- tengono alla stessa categoria. In secondo luogo, le relazioni di similarità fra un insieme di entità dipendono in maniera sostanziale dal peso relativo aribuito ai differenti at- tributi. Ma Tversky, ``Features of similarity'' ha dimostrato come il peso aribuito agli aributi varia a seconda del contesto o del compito. Potenzialmente, poi, la lista degli aributi (o delle dimensioni) applicabili ad un oggeo o ad un insieme di oggei è infi- nito, ed operazionalizzare la selezione degli aributi pertinenti è un compito non banale. Le nostre conoscenze del mondo ci permeono ad esempio di classificare elementi e perceivamente sarebbero diversi; basti pensare al fao e tui noi classifiiamo le balene come mammiferi, sebbene assomiglino a dei pesci. I paradigmi dei prototipi e degli esemplari non pongono la giusta enfasi sul ruolo svolto, nella costruzione dei concei, dagli aspei perceivi da una parte e dai modelli mentali esplicativi dall'altra. Il conceo di similarità viene considerato insufficiente, in quanto la similarità non è propriamente intrinseca alle entità delle classi. L'ipotesi sostenuta da Ros, secondo la quale gli aributi delle entità naturali non sono equiprobabili ma tendono a raggrup- parsi in raggruppamenti assume, almeno implicitamente, una struura di correlazioni più complessa del semplice conceo di similarità. In questa ipotesi agli individui viene aribuita la capacità di riconoscere questi raggruppamenti; gli aributi capaci di diffe-
  • 30.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE renziare i raggruppamenti assumono salienza, mentre gli aributi e mancano di questa capacità discriminativa vengono disaesi. Murphy e Medin, ``e role of theories in conceptual coherence'', pur acceando la plausibilità di questa ipotesi, la ritengono comunque insufficiente, in quanto il nume- ro di possibili correlazioni fra le entità naturali è talmente numeroso e l'ipotesi non spiega peré gli individui siano coerenti nell'usare determinati aributi e non altri, e appaiono altreanto validi per discriminare gli elementi. Ad esempio, è improbabile e un adulto categorizzi una lista di animali in base al colore, ane se il colore è una di- mensione capace di discriminare in maniera iara e saliente gli animali. La teoria delle teorie sostiene e vi siano dei principi soostanti, spesso causali, capaci di determinare la rilevanza delle caraeristie e la loro relazione.(Medin e Aguilar, ``Categorization'', p. ). . La teoria dei confini decisionali (Decision bound theo- ry) La teoria dei confini decisionali assume e gli individui dividano lo spazio degli sti- moli in regioni di risposta. ando uno stimolo nuovo viene presentato, il soggeo lo categorizza in base alla regione di appartenenza. La linea di confine della partizione viene definita confine decisionale. L'apprendimento categoriale è il processo di appren- dimento ed aggiustamento delle regioni associate con ogni categoria (Ashby e Maddox, ``Stimulus categorization''). La teoria assume e: • la distribuzione degli esemplari in una categoria abbia generalmente una distri- buzione normale; • le regioni delle varie categorie tendano a sovrapporsi; • nel conceo siano rappresentati non soltanto il punto medio o modale (come nella teoria dei prototipi) ma ane la varianza, la gamma e la correlazione fra dimen- sioni, ovvero una distribuzione di probabilità multivariata. La teoria è dunque parametrica, ane se assume un maggior numero di parametri rispeo alla teoria dei prototipi. La teoria non assume e la funzione di appartenenza di un esemplare ad un conceo sia graduata, ipotizza invece e sia di tipo tuo o nulla. Per spiegare gli effei di tipicità, il modello proposto da Maddox e Ashby, ``Comparing decision bound and exemplar models of categorization'' assume e il processo decisionale sia di tipo deterministico: se lo stimolo si colloca al centro di una partizione la probabilità e venga classificato in quel cluster è prossima a , mentre se gli stimoli si collocano ai confini fra due regioni la probabilità sarà di poco superiore a ..
  • 31. .. LA TEORIA DELLA SIMULAZIONE SITUATA  . La teoria della simulazione situata esta teoria è stata proposta da Barsalou, ``Perceptual symbol systems'', ``Situated si- mulation in the human conceptual system''. Secondo Barsalou, ``Situated simulation in the human conceptual system'' il sistema conceuale responsabile della classificazione è non modulare, modale, situato, dinamico. Un conceo è una abilità, ovvero nel con- ceo è instanziata la capacità di costruire rappresentazioni idiosincratie adaate alle auali necessità dell'agente e della situazione in cui agisce. Un conceo è un simula- tore e costruisce un infinito insieme di simulazioni specifie (Barsalou, ``Perceptual symbol systems''). Le simulazioni comprendono informazioni in merito alla situazione, agli scopi ed agli stati introspeivi degli agenti. I concei non sono oranizzati in base alle tassonomie, quanto alle azioni situate, e le categorie sono prevalentemente ad hoc e diree ad uno scopo (Barsalou, ``Ad hoc categories''). I concei sono non modulari, in quanto sono fortemente legati alla memoria episodica; sono modali, in quanto la rappresentazione coinvolge specifici sistemi perceivi e moto- ri; sono situati, in quanto mappano ed utilizzano le informazioni legate al contesto, agli scopi e agli stati interni; sono dinamici, in quanto variano di volta in volta a seconda del- le situazioni e degli scopi. Tipico esempio di conceo dinamico sono le categorie ad hoc (ibid.). Barsalou, ``Situated simulation in the human conceptual system'' non esclude le tassonomie classie, ma enfatizza il ruolo delle rappresentazioni situate nei processi cognitivi degli individui nella vita reale. . Sviluppi recenti e prospettive future .. Modelli multipli Dopo decenni di proposte, esperimenti ed articoli, nessuno dei modelli e delle teorie sem- bra prevalere neamente sugli altri. Ecco e inizia a farsi strada l'ipotesi e ognuno dei modelli cauri degli aspei importanti della categorizzazione e e l'aenzione dei ri- cercatori dovrebbe concentrarsi sui contesti in cui le differenti strategie sembrano essere avvantaggiate (Ashby e Maddox, ``Human Category Learning''; Medin e Rips, ``Con- cepts and Categories: Memory, Meaning, and Metaphysics''). Vi sono sia ricere empi- rie sia modelli teorici e tendono ad assumere la necessità di prevedere meccanismi multipli di categorizzazione. Nosofsky, Palmeri e McKinley, ``Rule-plus-exception model of classification lear- ning'' combinano il meccanismo rule-based con quello ad esemplari, in base all'ipotesi e, sebbene le categorie sfumate non possano essere apprese esclusivamente araver- so la formulazione di regole, è possibile e l'apprendimento si basi sulla formazione di regole e l'apprendimento di eccezioni (Rule-Plus-Exception Model of Classification Learning). Minda e Smith, ``Prototypes in category learning: the effects of category size, ca- tegory structure, and stimulus complexity'' integrano invece la teoria dei prototipi con quella ad esemplari. Secondo questi autori un meccanismo basato sui prototipi risulta più efficace quando l'apprendimento si basa su un alto numero di dimensioni salienti ed un alto numero di esemplari da categorizzare; appare inoltre utile nelle fasi di appren-
  • 32.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE dimento. I modelli basati sugli esemplari, al contrario, sembrano più efficaci quando gli esempi da apprendere sono poi, quando le dimensioni salienti sono poe, e quando il dominio è ben appreso. Secondo Ashby e Maddox, ``Human Category Learning''; Ashby et al., ``A Neu- ropsyological eory of Multiple Systems in Category Learning'' meccanismi neurali differenti soendono l'apprendimento di nuove categorie e la rappresentazione di cate- gorie già apprese. Sono state documentate infai delle doppie dissociazioni fra pazienti pazienti frontali e parkinsoniani, i quali mostravano difficoltà nell'apprendere nuove categorie ma non a classificare degli elementi in categorie già apprese, e pazienti con agnosie specifie per alcune categorie (animali, artefai) ma e tendono a preservare la capacità di apprendere nuove categorie. Secondo Ashby et al., ``A Neuropsyolo- gical eory of Multiple Systems in Category Learning'', pag. , l'ipotesi e vi siano differenti meccanismi di categorizzazione è suggerita dalla presenza di molteplici sistemi di memoria. Più specificatamente si assume e i più importanti sistemi di categorizza- zione usino i sistemi di memoria semantica e procedurale, ma non si esclude e altri sistemi siano coinvolti nel processo di categorizzazione. Ashby e Maddox, ``Human Category Learning'' propongono dunque e, in dif- ferenti circostanze, agiscano meccanismi diversi. Più in particolare, sostengono e il meccanismo basato sulle regole si aivi quando le categorie possono essere apprese at- traverso dei processi di ragionamento esplicito, se la regola e massimizza l'accuratezza (ovvero la strategia oimale) può essere descria verbalmente e se vi è una sola dimen- sione rilevante, e il compito del soggeo è di scoprire la dimensione e fare corrispondere i valori dimensionali alle corrispondenti categorie. Si ritiene venga utilizzato il mec- canismo basato sulle regole ane per categorie definite su caraeristie multidimen- sionali, ad esempio categorie congiuntive, a pao e le regole possano essere espresse verbalmente. Nei casi in cui la classificazione debba avvalersi di un maggior numero di dimensioni salienti, il meccanismo basato sulle regole diviene meno efficiente e si ten- de ad adoare una strategia basata sulla similarità, ovvero basata sugli esemplari o sui prototipi. .. Modelli di neuroscienze cognitive A sostegno dell'ipotesi e vi siano almeno due meccanismi soggiacenti la categorizza- zione, quello basato sulle regole e quello sui confini decisionali, vi sono delle evidenze nell'ambito delle neuroscienze e della neuropsicologia clinica. Secondo Ashby e Mad- dox, ``Human Category Learning''; Ashby e Spiering, ``e Neurobiology of Category Learning'' gli individui utilizzano differenti modalità di categorizzazione in compiti di- versi, e di volta in volta coinvolgendo aree cerebrali differenti. Nei compiti di classificazione dove le categorie sono linearmente separabili gli individui tendono ad applicare una strategia basata sulle regole. Si suppone e, a livello cognitivo, siano coinvolti i processi esecutivi e la memoria di lavoro. A livello cerebrale verrebbero aivate le aree cingolata anteriore, la corteccia prefrontale e la testa del nucleo caudato. Nei compiti dove il processo di categorizzazione è più complesso (multidimensionale o non linearmente separabile) viene adoata una strategia di integrazione delle informa- zioni. In questo caso, ad essere aivata è la parte caudale del nucleo caudato. Pazienti
  • 33. .. SVILUPPI RECENTI E PROSPETTIVE FUTURE  affei dal morbo di Parkinson hanno delle prestazioni peggiori nei compiti di apprendi- mento di categorie non linearmente separabili, mentre tendono ad avere una prestazione nella norma se le categorie sono linearmente separabili. Pazienti affei da amnesia (le- sione del lobo temporale mediale) tendono ad avere prestazioni nella norma in compiti di apprendimento di categorie non linearmente separabili. Grossman et al., ``e Neural Basis for Categorization in Semantic Memory'', in un lavoro e utilizza la fMRI nello studio della categorizzazione, hanno sooposto i propri partecipanti a due classi di compiti di categorizzazione, uno basato sulle regole e uno similarity based. Dal loro esperimento emerge e i due processi cognitivi aivano sia aree in comune sia aree distinte. Più in particolare: • nei compiti più specificamente basati sulle regole si assiste ad una maggiore aiva- zione della corteccia prefrontale dorsolaterale, del talamo, della corteccia frontale ventrale sinistra e del nucleo caudato; • nei compiti similarity based vi è una maggiore aivazione della corteccia frontale ventrale destra; • risultano aivati in entrambi i compiti la corteccia cingolata anteriore (ane se più intensamente nei compiti basati su regole) e la corteccia parietale inferiore destra. esti risultati confermano l'esistenza di meccanismi di categorizzazione multipli. Ri- sultati simili emergono da Lile et al., ``Event-related fMRI of category learning: Dif- ferences in classification and feedba networks'', e però ritengono e il circuito ce- rebrale coinvolto sia più ampio ed includa ane l'ippocampo. ibid. identificano inoltre aree diverse nei processi di apprendimento, di feedba e di categorizzazione. .. Modelli computazionali La formalizzazione delle teorie in modelli computazionali non è affao nuova: sia Me- din e Saffer, ``Context theory of classification learning'' e Nosofsky, ``Aention, similarity, and the identification-categorization relationship.'', ad esempio, formulano la teoria degli esemplari in termini computazionali. Formulare una teoria in termini com- putazionali è importante per almeno due motivi: da una parte permee di specificare esplicitamente le assunzioni del modello; dall'altra permee di fare delle previsioni mol- to deagliate su ciò e le teorie prevedono in specifie situazioni sperimentali. Buona parte degli esperimenti apparsi in leeratura negli ultimi anni misurano l'adeguatezza delle varie teorie in base al confronto fra i risultati sperimentali e le previsioni dei mo- delli. Una buona rassegna sui modelli computazionali delle differenti teorie è Kruske, ``Ca- tegory Learning''. Nella sezione ⁇ presenterò due modelli computazionali basati, rispeivamente, sulla teoria degli esemplari e sulla teoria dei prototipi.
  • 34.  CAPITOLO . LA CATEGORIZZAZIONE NELLE SCIENZE COGNITIVE .. Direzioni future Medin e Rips, ``Concepts and Categories: Memory, Meaning, and Metaphysics'' conclu- dono il loro articolo indicando delle direzioni future nello studio della categorizzazione. Gli autori auspicano una crescente aenzione all'approccio delle neuroscienze cogniti- ve e alla formalizzazione computazionale dei modelli. In secondo luogo soolineano e sarebbe opportuno non limitarsi ad esperimenti basati sul training e la misurazione dell'apprendimento di stimoli artificiali da parte di studenti universitari di psicologia, ma iniziare sistematicamente ad ampliare sia la tipologia di stimoli e la popolazio- ne di partecipanti. Nel mio lavoro ho seguito queste indicazioni, testando due modelli computazionali su stimoli naturali e utilizzando varie tipologie di partecipanti reclutati araverso internet.
  • 35. Capitolo  Affordance . Il museo, i bottoni ale anno fa, al museo della tecnologia di Londra, si poteva notare una scena molto interessante. Nella sezione dedicata alla imica avevano installato una specie di acqua- rio, piuosto grande, con delle serpentine. Dei liquidi colorati si muovevano fra quelle serpentine. Ad un lato di questa installazione vi era una colonna con un boone rosso. Non so dire se siacciare il boone avesse un quale effeo sul movimento dei liquidi all'interno dell'installazione. L'unica cosa certa è e i bambini e passavano di li non potevano resistere alla tentazione di siacciare il boone per vedere cosa succede. el boone rappresentasse al meglio il conceo di affordance. . La nascita del concetto di affordance Il termine affordance è stato coniato da James J. Gibson in e Ecological Approa to Visual Perception. . Le affordances di un ambiente sono l'insieme di cose e l'ambiente può offrire all'animale, nel bene e nel male. Il verbo afford esiste nel dizionario, il sostantivo affordance no. L'ho inventato io. Con quel termine intendo qualcosa e si riferisce all'intera- zione fra ambiente e animale. Implica la complementarietà fra animale e ambiente. (Gibson, ) Per Gibson le affordances sono relazioni (Norman, ) Gibson: un esempio Se una superficie è orizzontale (piuosto e inclinata), piaa (piuosto e convessa o concava), e sufficientemente ampia (relativamente alle dimensioni dell'animale) e se il materiale è rigido (sopporta il peso dell'animale) allora la superficie permee (affords) il supporto. Notate come le quaro proprietà elencate (orizzontale, piana, ampia, rigida) sarebbero 
  • 36.  CAPITOLO . AFFORDANCE proprietà fisie se misurate con una unità di misura fisica, standard. Ma per costituire gli elementi di una affordance vanno misurate in realazione ad un animale. Psicologia ecologica Nella psicologia ecologica viene posta enfasi all'idea di una coevoluzione degli animali e del loro ambiente, e si assume l'ipotesi di reciprocità fra animale e ambiente (Gibson, ). Le affordances sono possibilità di azione, movimento e percezione sono mutualmente necessari; l'approccio è complementare al costruivismo; la percezione non è finalizzata a raccogliere informazioni sull'ambiente, ma a sopravvivere sfruandone le caraeristi- e. È un approccio non conoscitivo, ma opportunistico. Affordances e cognizione distribuita A prescindere dalla consacrazione del termine affordance da parte di Norman, l'approc- cio ecologico di Gibson ha avuto fortuna nell'ambito della hci in quanto costituisce uno dei precursori del paradigma di ``distributed cognition''. Le affordances sono le azioni possibili specificate dall'ambiente accoppiate alle pro- prietà dell'organismo. In termini della teoria delle rappresentazioni distribuite, le affor- dances sono rappresentazioni distribuite e si estendono fra l'ambiente e l'organismo. Le struure e l'informazione dell'ambiente specificano lo spazio di rappresentazione esterno. La struura fisica, biologica, perceiva, cognitiva (e culturale) dell'organismo specificano lo spazio di rappresentazione interno. Gli spazi di rappresentazione esterna ed interna, assieme, specificano lo spazio di rappresentazione distribuito: lo spazio di affordance. (Zhang) Gli spazi di rappresentazione possono essere descrii sia dai vincoli e dalle azioni pos- sibili. I vincoli costituiscono i ``confini'' delle azioni possibili. Le azioni possibili sono quelle e soddisfano i vincoli. (Zhang) .. Classificazione di affordances Zhang elenca differenti tipi di affordances: • affordances fisie • affordances biologie • affordances perceive • affordances cognitive • affordances funzionali (Hartson) Per meglio cogliere questa classificazione possiamo valutare le affordances in termini di compatibilità: un oggeo offre una affordance fisica se è fisicamente compatibile per essere oggeo di una particolare azione da parte di un particolare agente. Possiamo dunque parlare di compatibilità fisica, biologica, cognitiva, perceiva, motoria
  • 37. .. LA NASCITA DEL CONCETTO DI AFFORDANCE  (accessibilità). Nell'interazione uomo computer possiamo parlare ane di compatibilità tecnologica (browser compatibile, ad esempio). Coerentemente con gli assunti della psicologia ecologica e con l'approccio della co- gnizione distribuita, possiamo definire una affordance come segue: Una affordance è una possibilità di azione compatibile con le caraeri- stie dell'oggeo e con le caraeristie dell'agente. Le caraeristie (e la compatibilità) può essere fisica, biologica, perceiva, cognitiva, motoria, culturale (e tecnologica). L'affordance implica una relazione direa fra la percezione e la program- mazione di una azione (prevalentemente un ao motorio): information piup. .. Percezione – azione diretta Uno degli assunti principali della teoria di Gibson è e l'affordance sia ``direa'': infor- mation piup. Per direa si intende e la programmazione dell'azione avviene a pre- scindere dall'interpretazione semantica dell'oggeo e dalle intenzioni del soggeo. La realizzazione dell'azione è mediata dalla decisione, ma la programmazione dell'azione è immediata. Vi sono esempi di psicologia sperimentale e di neuropsicologia e sembrano confer- mare l'ipotesi e vi siano dei link direi fra le proprietà visive percepite di un oggeo e l'azione e può essere realizzata con quell'oggeo (Humphreys, ). (Handy e coll, ) Esperimento di brain imaging Visually guided grasping movements require a rapid transformation of visual represen- tations into object-specific motor programs. Here we report that graspable objects may facilitate these visuomotor transformations by automatically grabbing visual spatial at- tention. Using event-related potentials (ERPs), we found that spatial aention was sy- stematically drawn to tools in the right and lower visual fields, the hemifields that are dominant for visuomotor processing. Tuer M, Ellis R. () On the relations between seen objects and components of potential actions. Immagini di oggei manipolabili. Compito: rispondere al colore dell'oggeo. Se verde boone sx, se rosso boone dx. La direzione del ``manico'' dell'oggeo influenza la risposta. e results (a) are consistent with the view that seen objects automatically potentiate components of the actions they afford, (b) show that compatibility effects of an irrele- vant stimulus dimension can be obtained across a wide variety of naturally occurring stimuli, and (c) support the view that intentions to act operate on already existing motor representations of the possible actions in a visual scene.
  • 38.  CAPITOLO . AFFORDANCE Patologie Visual apraxia Se vediamo l'immagine di un oggeo siamo capaci di mimarne l'uso. L'aprassia visiva (De Renzi ed altri, ) è l'incapacità (conseguente un danno neurolo- gico) di mimare l'uso di un oggeo presentato visivamente. Nell'aprassia visiva si perde il link direo fra percezione e programmazione di azioni ``affordabili''. Sindrome d'uso nel trauma cranico Alcuni pazienti, a seguito di trauma cranico, presentano una costel- lazione di sintomi legati a dei deficit del lobo frontale. Uno dei sintomi possibili è la sindrome d'uso: il paziente non può evitare di usare un oggeo e si trova a portata di mano. .. Affordances percepite Secondo Norman è necessario distinguere fra affordances reali e percepite. Nel design di prodoi, dove ci si occupa di oggei fisici, reali, possono esserci sia af- fordances reali e percepite, e i due insiemi possono non coincidere. Nelle interfaccie grafie il designer controlla le affordances percepite. (Norman, ). Gaver () distingue fra affordances false, percepibili e nascoste. e screen affords touing Norman osserva e un monitor ha le caraeristie perceive e ``invitano'' ad essere toccato. Ma noi sappiamo e (generalmente) toccare il monitor non produce nessun effeo. Il nostro comportamento è influenzato da ciò e sappiamo. Affordances culturali (apprese) Se, come abbiamo visto, le affordances sono definite dai vincoli dell'ambiente e dell'agente, vi sono dei vincoli culturali e in quale mo- do restringono l'insieme delle affordances. Noi non tociamo il monitor per cliccarlo in quanto sappiamo e questo non avrebbe effeo. ello e sappiamo condiziona l'insieme delle affordances. Affordances nascoste e percepite Di fao è vero ane il contrario: ane quello e non sappiamo condiziona l'insieme delle affordances. Se non so e la noce di cocco può essere spaccata e mangiata, io non ho l'affordance della commestibilità della noce di cocco. Se non so e openoffice . mi permee di esportare un file in formato pdf non ho l'affordance dell'esportabilità in pdf di openoffice. Le affordances nascoste sono affor- dances? Nei termini di Gibson, ma ane nei termini di Zhang, le affordances nascoste non sono affordances. Affordances e interfacce elettronie Un link, una icona, il boone di una GUI sono affordances? Secondo Norman () no. Sono convenzioni, vincoli, comunicazione simbolica. Secondo Norman le interfacce grafie sono convenzioni culturali acquisite, non affor- dances. ``Tuo quello e possiamo fare con un computer è scrivere sulla tastiera e spostare il cursore e cliccare con il mouse'' (Norman, ).
  • 39. .. LA NASCITA DEL CONCETTO DI AFFORDANCE  Dunque per Norman gli oggei di una interfaccia eleronica non sono affordances peré . io non agisco direamente su di essi; . sono oggei arbitrari e si basano su convenzioni culturali acquisite. Zuhandenheit – Vorhandenheit Secondo Heidegger un agente può interagire con uno strumento in due modalità: Zu- handenheit (ready to hand): la mia aenzione è focalizzata al compito: io non percepisco coscientemente lo strumento, e costituisce un estensione del mio corpo. Vorhanden- heit (present at hand): la mia aenzione è focalizzata sullo strumento. esta distinzione è stata utilizzata per la prima volta in HCI da Winograd e Flores (). Nella prospeiva della cognizione distribuita i confini dell'agente si estendono agli strumenti e usa (vedi ane Bateson). Nel momento in cui uso il mouse il mouse esce dalla mia coscienza, e il cursore diventa una mia estensione. Io presto aenzione al mouse solo quando non funziona (pallina sporca). Evidenza sperimentale (con degli strumenti fisici, non con il mouse): Maravita e Itaki (): ``What happens in our brain when we use a tool to rea for a distant object? Recent neurophysiolo- gical, psyological and neuropsyological resear suggests that this extended motor capability is followed by anges in specific neural networks that hold an updated map of body shape and posture (the putative `Body Sema' of classical neurology). ese anges are compatible with the notion of the inclusion of tools in the `Body Sema', as if our own effector (e.g. the hand) were elongated to the tip of the tool. '' In questa prospeiva io non sto ``cliccando sul mouse'' ma sto siacciando un boone e mi permee di stampare la presentazione o di esportarla in pdf. Affordances culturali: la lettura Test di Stroop (): il partecipante deve denominare il colore in cui è scria una pa- rola. Se la parola è il nome di un altro colore, vi è interferenza: tempi di reazione più lunghi ed errori di denominazione. CASA ALBERO VERDE ROSSO NERO Le parole scrie offrono l'affordance di leura: la percezione è in quale modo direa: non può essere evitata, e avviene a prescindere dalle intenzioni dell'agente. Inoltre la ``leggibi- lità'' dipende dallo stimolo fisico e dalle caraeristie (ane culturali) dell'agente. La convenzione culturale (arbitraria) della lingua italiana diventa diventa naturale per un italiano adulto. Psicologia ecologica e opportunismo Nella prospeiva delle scienze cognitive classie l'uomo è un elaboratore di informazio- ni. La percezione è finalizzata ad acquisire informazioni per conoscere il mondo circo- stante. Nella prospeiva della psicologia ecologica la percezione è finalizzata all'azione,
  • 40.  CAPITOLO . AFFORDANCE e l'accoppiamento percezione – azione è finalizzato alla sopravvivenza e alla realizzazio- ne dei propri obieivi. Il paradigma ecologico ha una maggiore capacità prediiva del comportamento dell'utente medio, e quando interagisce con un artefao è interessa- to non tanto a conoscerlo ma a realizzare i propri scopi. All'utente medio non importa imparare com'è fao un sito, ma vuole usare quel sito per oenere le informazioni o compiere le azioni e desidera. Opportunismo e curiosità Naturalmente gli esseri umani (ma ane i topi, Tolman) nel momento in cui intera- giscono con un nuovo ambiente o un oggeo possono essere spinti ad esplorarlo per semplice curiosità. Curiosità e affordance Forse Gibson non sarebbe d'accordo con l'i- dea di annoverare fra le affordances di un oggeo ane la sua ``esplorabilità''. D'altro canto l'esplorabilità è una proprietà molto affine all'approccio ecologico, in quanto è le- gata sia alle caraeristie dell'oggeo e alle caraeristie (aitudini, conoscenze) dell'agente. Estetica e affordances Una bella mela, rossa e matura, ha una affordance di commestibilità maggiore di una mela brua e bacata. La psicologia ecologica si basa sull'idea evoluzionista della coevo- luzione di una specie in un habitat. In questa prospeiva possiamo vedere il senso este- tico come uno strumento cognitivo e permee all'agente di massimizzare il proprio adaamento all'ambiente. Il senso estetico amplia lo spazio di affordance. Verso una ecologia dei siti web Citando Bateson e Boscarol: cosa può insegnare la psicologia ecologica al web design? )pensare all'utente come ad un soggeo opportunista )sviluppare l'affordance del- l'esplorabilità )sfruare l'estetica per ampliare gli spazi di affordance hp://www.vocabola.com/interfaccia/teoria.html Bibliografia hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html zhang .Bateson, G. () Verso un'ecologia della mente, traduzione di G. Longo e G. Trat- teur, Adelphi .De Renzi E, Faglioni P, Sorgato P. () Modality-specific and supramo- dal meanisms of apraxia. Brain, ():-. .Gaver, W. () Tenology Affor- dances, in Proceedings CHI `, ACM Press, -. .Gibson, J. J. (). e Ecological Approa to Visual Perception. Boston: Houghton Mifflin. .Handy, T.C., Graon S.T., Shroff N.M., Ketay S., Gazzaniga M.S. () Graspable objects grab aention when the potential for action is recognized. Nature Neurosci. ():-. .Hartson, H. R. (), Cognitive, physical, sensory, and functional affordances in interaction design. Beha- viour and Information Tenology,  ():- .Heidegger, Martin (), Essere e tempo, trad. it. a cura di P. Chiodi, Longanesi, Milano,  .Humphreys, G.: () Objects, affordances … action! e Psyologist,  ():- .Maravita, Itaki …. .Norman, D. (), Affordance, Conventions and Design. Interactions (may-june): - .Stroop, J. R. () Studies of interference in serial verbal reactions. Journal of Experimental Psyology, :-. hp://psyclassics.yorku.ca/Stroop/ visitato il
  • 41. .. LA NASCITA DEL CONCETTO DI AFFORDANCE  .. .Tuer M, Ellis R. (), On the relations between seen objects and compo- nents of potential actions. J Exp Psyol Hum Percept Perform., ():-. .Wino- grad, T. and Flores, F. () Understanding Computers and Cognition: A New Founda- tion for Design. Ablex Publishing Corporation, Norwood, NJ. .Zhang, J. (), Cate- gorization of Affordances. hp://acad.sahs.uth.tmc.edu/courses/hi/affordance.html visitato il ..
  • 42.  CAPITOLO . AFFORDANCE