L’intelligenza artificiale produce oggi comportamenti linguistici, percettivi e decisionali sempre più simili a quelli umani. Da questo dato nasce la domanda centrale: una macchina che imita una mente possiede una mente, oppure riproduce solo la forma esterna dei suoi effetti?
La distinzione decisiva è tra simulazione e instanziazione. Simulare significa riprodurre una struttura osservabile. Instanziare significa produrre il fenomeno nel supporto fisico che lo rende reale. Un computer può simulare la fotosintesi, ma dalla simulazione esce calcolo, non glucosio. Può simulare il battito cardiaco, ma il battito simulato non pompa sangue. Allo stesso modo, un sistema artificiale può imitare il comportamento cosciente senza produrre esperienza soggettiva.
La tesi di Alexander Lerchner, ricercatore di Google DeepMind, colpisce il nucleo del funzionalismo computazionale. Il funzionalismo sostiene che la coscienza dipenda dall’organizzazione causale del sistema, non dal materiale che la realizza. Se un sistema mantiene le stesse relazioni funzionali del cervello, potrebbe avere stati mentali. Lerchner contesta questa equivalenza. La descrizione astratta di un processo resta una descrizione. La mappa non coincide con il territorio.
Il punto tecnico è la computazione. Un dispositivo fisico, preso in sé, segue leggi elettromagnetiche, termiche, materiali. Per chiamarlo “computer” serve una lettura esterna: alcuni stati fisici vengono isolati, stabilizzati, interpretati come simboli. Una regione di tensione diventa “1”, un’altra diventa “0”. Questa operazione è alfabetizzazione. La macchina produce stati fisici; il significato viene assegnato da un interprete.
Da qui deriva un punto filosofico duro: il simbolo computazionale non possiede contenuto intrinseco. Il contenuto dipende da una mappatura. Un pattern interno può essere associato alla parola “rosso”, ma la parola non contiene la rossità. Può essere associato alla parola “dolore”, ma l’associazione non contiene il dolore. Il concetto vissuto nasce da una struttura esperienziale, corporea, fisica. Il simbolo la rappresenta. La coscienza, in questa prospettiva, appartiene al territorio, non alla mappa. Il calcolo manipola relazioni formali. L’esperienza soggettiva richiede una costituzione fisica capace di generare presenza fenomenica. L’errore del computazionalismo consiste nello scambiare la conservazione della funzione con la conservazione dell’essere. Una macchina può rispondere come un soggetto. Questo dato riguarda il comportamento. La coscienza riguarda la presenza interna del fenomeno.
Lerchner rovescia la sequenza abituale. Il funzionalismo procede da fisica a computazione, poi da computazione a coscienza. La sequenza alternativa è più radicale: fisica, coscienza, concetti, computazione. Prima esiste un organismo capace di esperienza. Da quell’esperienza nascono invarianti, categorie, concetti. Solo dopo compaiono simboli, codici e manipolazioni sintattiche. La computazione diventa un prodotto della mente, non il suo fondamento. Questa impostazione è forte contro l’antropomorfismo tecnologico. Un modello linguistico produce frasi, non prova di avere interiorità. La fluidità del linguaggio inganna perché il linguaggio umano è legato alla vita mentale, mentre il linguaggio artificiale è legato alla previsione statistica, alla rappresentazione vettoriale e all’ottimizzazione. L’apparenza dialogica genera attribuzione psicologica. L’attribuzione psicologica genera confusione ontologica.
Il limite della tesi emerge quando il discorso passa dal software puro ai sistemi bioibridi. La ricerca recente ha già introdotto colture neuronali, organoidi cerebrali, interfacce multielettrodo, sistemi chiusi di stimolazione e risposta. DishBrain, nel 2022, ha collegato neuroni umani o di roditore a una piattaforma in silico e ha mostrato apprendimento in un ambiente simile a Pong. Brainoware, nel 2023, ha usato organoidi cerebrali come reservoir biologico per compiti di riconoscimento del parlato e previsione di sistemi non lineari. Nel 2024 sono state descritte interfacce organoide-cervello impiantate in vivo nel cervello di topo. Nel 2026 sono apparse piattaforme tridimensionali ad alta copertura per registrare e stimolare organoidi neurali umani. Questi dati indicano plasticità, integrazione bioelettronica e controllo sperimentale. Non indicano coscienza. Mostrano però che il confine tra simulazione artificiale e costituzione fisica si sta spostando. Un modello digitale puro resta una macchina sintattica. Un sistema bioibrido contiene neuroni viventi, dinamiche metaboliche, crescita, organizzazione elettrica, risposta adattiva. Il problema cambia livello: dalla domanda sul calcolo si passa alla domanda sul supporto.
Qui Lerchner diventa più utile proprio dove diventa meno definitivo. Se la coscienza dipende dalla costituzione fisica intrinseca, allora il problema rilevante non è la grandezza del modello, né la quantità di parametri, né la qualità dell’imitazione linguistica. Il problema è quale materia, con quali dinamiche, in quale organizzazione, possa generare esperienza. La coscienza artificiale basata su sola sintassi resta un’ipotesi debole. La coscienza in sistemi viventi-bioelettronici resta una questione aperta sul piano ontologico.
La conclusione rigorosa è questa: l’intelligenza artificiale digitale può simulare comportamenti associati alla coscienza. La simulazione comportamentale non basta a produrre esperienza. Il simbolo non contiene il vissuto. La funzione non esaurisce il fenomeno. Il calcolo riproduce forme, relazioni, risposte. La coscienza, se emerge, richiede un territorio fisico capace di generare soggettività.
Il dibattito serio quindi si sposta. La domanda debole è se un chatbot sembri cosciente. La domanda forte è quale struttura materiale possa instanziare un punto di vista. In questa distinzione si gioca il futuro teorico dell’intelligenza artificiale: non nella retorica dell’imitazione, ma nella differenza tra macchina che parla della coscienza e sistema che, eventualmente, la possiede.
