Chiedete a un bambino di disegnare un animale che non esiste: vi mette il corpo di una foca, la proboscide di un elefante, quattro braccia di polpo e un occhio di lucertola. In altre parole, ricombina pezzi noti per fare qualcosa di mai visto. I neuroscienziati la chiamano generalizzazione composizionale, e la considerano il cuore del pensiero astratto: qualcosa che fa evolvere tutto, linguaggio, matematica, disegno, musica, proprio tutto. Mancava una cosa sola, fino a ieri: la prova di dove avvenga questo miracolo, fisicamente, nel cervello. Un gruppo della Rockefeller University l’ha trovata, e l’ha pubblicata su Nature.
Il merito va a un’idea sperimentale semplice e un po’ cocciuta: come sapete, la tecnologia di brain imaging che usiamo sugli umani non ha la risoluzione per spiare i singoli neuroni. Lucas Tian, primo autore dello studio, ha aggirato il problema: ha insegnato a dei macachi a tracciare forme geometriche su un touchscreen, trattando ogni forma come un’unità discreta, un “simbolo d’azione”.
Poi è arrivata la parte interessante.
Le scimmie scelgono di ricombinare, non di ricalcare
Davanti a forme nuove e complesse, i macachi avrebbero potuto cavarsela ricalcando i bordi col dito, una strategia stupida ma efficace. Invece no: scomponevano la figura e rimettevano insieme i segni che già conoscevano, in sequenze inedite. Tre segnali lo confermano nei dati comportamentali: i segni restano riconoscibili anche cambiando dimensione e posizione, si organizzano in categorie discrete, e si ricombinano in ordini mai visti prima. È esattamente il profilo di un sistema simbolico: è qui che il pensiero astratto smette di essere un’ipotesi da seminario e diventa una cosa che puoi misurare.
E misuriamolo, allora. Tian lo ha fatto: ha piazzato un array di elettrodi su centinaia di neuroni in otto regioni cerebrali contemporaneamente, perché nessuno sapeva dove guardare. Si è acceso un punto solo: la corteccia premotoria ventrale (PMv), un’area del lobo frontale che da manuale serve a pianificare ed eseguire i movimenti, soprattutto della mano. Solo che lì dentro l’attività non eseguiva un movimento: rappresentava l’azione in forma astratta, prima del gesto.
Scheda Studio
Pubblicazione: L. Y. Tian, K. Garzón Gupta, D. J. Hanuska, A. G. Rouse, M. A. G. Eldridge, M. H. Schieber, X.-J. Wang, J. B. Tenenbaum, W. A. Freiwald, “Neural representation of action symbols in primate frontal cortex”, pubblicato su Nature (2026). DOI: 10.1038/s41586-026-10297-x.
Dati chiave: registrazione simultanea su otto regioni di corteccia motoria, premotoria e prefrontale in macachi addestrati a un compito di disegno. Solo la corteccia premotoria ventrale mostra tutte e tre le proprietà del simbolo: invarianza, struttura categoriale, ricombinazione. Nessun’altra area registrata le presenta insieme.
Una macchina da scrivere mentale
Winrich Freiwald, che dirige il laboratorio, usa un’immagine che resta. La PMv non è un ingranaggio del sistema motorio a un passo dal dito: è una specie di macchina da scrivere mentale. Specifica in formato astratto il “tasto” da premere quando vuoi esprimerti scrivendo, e poi ordina a un’altra area di trasformare quel tasto in tratto. Il simbolo prima, il movimento dopo. Una distinzione che sembra sottile e invece riscrive cosa pensavamo facesse quel pezzo di cervello.
C’è un dettaglio che vale la pena tenere in un cantuccio, e riguarda l’intelligenza artificiale. La generalizzazione composizionale è da anni il punto dolente delle reti neurali: ricombinare in modo davvero generativo unità apprese è proprio quello che i modelli fanno fatica a fare, e che un macaco sbriga per istinto. Tra gli autori c’è Joshua Tenenbaum del MIT, uno che lavora da sempre sul ponte fra cognizione simbolica e machine learning. Capire dove e come il cervello assembla i simboli non è solo neuroscienza pura: è anche un promemoria di quanto cammino resti a chi costruisce macchine che dovrebbero pensare.
Disegnare per diagnosticare, e per parlare
Le ricadute pratiche guardano in due direzioni. La prima è clinica: il disegno è già uno strumento diagnostico, e disturbi specifici producono compromissioni specifiche del tratto. Capire la meccanica simbolica apre uno spiraglio su condizioni come l’aprassia costruttiva, dove la persona capisce il compito e ha intatte le capacità motorie di base, ma non riesce più a costruire sequenze d’azione complesse. La seconda guarda alle interfacce cervello-computer: leggere l’intenzione a livello di simbolo, non di singolo movimento, potrebbe rendere molto più fluida la traduzione del pensiero in parola o azione per chi non può più produrle. Il team punta a raccogliere dati da pazienti già portatori di impianti cerebrali, per esempio per l’epilessia.
Quando lo vedremo davvero
Orizzonte stimato: 7-15 anni per le applicazioni cliniche e nelle interfacce cervello-computer, indefinito per la diagnostica psichiatrica.
Il paradigma è validato su macachi: prima di applicarlo agli umani servono i dati dai pazienti con impianti, e quei pazienti sono pochi e operati per altro. A beneficiarne per primi saranno i centri di ricerca con neurochirurgia avanzata, non l’ospedale di provincia. E tra “abbiamo capito come la PMv assembla i simboli” e “il dispositivo lo sfrutta in clinica” c’è la distanza di sempre: solida la scoperta, lunga la strada.
Resta una cosa che fa sorridere. Per cinquant’anni quell’area è stata l’ufficio postale del cervello, quello che timbra e spedisce.
Ora sappiamo che dentro, mentre noi non guardavamo, scriveva.