---

Quali autori hanno formulato teorie che considerano il comportamento come risultato di calcoli probabilistici inconsci?

Ci sono diversi autori e teorie che sostengono idee simili a quella che hai indicato:

1. Donald Hebb e la regola di Hebb

   • Hebb (1949) propose che "i neuroni che si attivano insieme, si connettono insieme" (neurons that fire together, wire together). Questo implica che l'apprendimento e il comportamento emergano da modificazioni probabilistiche delle connessioni sinaptiche in base all'esperienza, coerentemente con il tuo riferimento all’aggiornamento inconscio delle connessioni neuronali.

2. Daniel Kahneman e la Teoria del Pensiero Rapido e Lento

   • Nel libro Thinking, Fast and Slow (2011), Kahneman mostra come il comportamento e il pensiero siano guidati da due sistemi: uno intuitivo e veloce (Sistema 1) e uno più riflessivo e analitico (Sistema 2). Il Sistema 1 opera in modo probabilistico e inconscio, determinando molte delle nostre scelte automatiche.

3. Karl Friston e la Teoria del Principio di Libera Energia

   • Friston ha sviluppato una teoria che sostiene che il cervello cerca costantemente di minimizzare la sorpresa e l’incertezza attraverso modelli probabilistici. Il comportamento emergerebbe da previsioni statistiche basate sulle esperienze precedenti, simile a quanto suggerisci nel tuo testo.

4. B.F. Skinner e il Comportamentismo Operante

   • Skinner (1953) sosteneva che il comportamento è modellato dal rinforzo e dall'apprendimento associativo. Anche se il comportamentismo classico non enfatizzava la probabilità, gli sviluppi successivi (come la Teoria dell'Apprendimento Stocastico) hanno incorporato concetti probabilistici nel modellare il comportamento.

5. Marvin Minsky e il Modello della Mente

   • Minsky (1986) nel libro The Society of Mind suggerisce che la mente è composta da molti piccoli agenti che lavorano insieme in maniera distribuita, con dinamiche che possono essere modellate in termini probabilistici.

6. Neuroscienze Computazionali e Reti Neurali

   • I modelli moderni di reti neurali artificiali, ispirati al cervello, funzionano sulla base di pesi sinaptici che si aggiornano in modo probabilistico attraverso il backpropagation. Questo riflette in parte il modo in cui il cervello umano aggiorna le connessioni sinaptiche in base all’esperienza.