Mental calculation speeds surpass known limits for high-level cognition

Uno studio che analizza le competizioni di calcolo mentale ha rivelato che il cervello umano può elaborare informazioni astratte a velocità superiori a 215 bit/s, superando di gran lunga i precedenti limiti stimati per le funzioni cognitive di alto livello.

L'essenziale

🧠 Il Supercomputer Umano: Quanto è veloce davvero la nostra mente?

Immagina che il tuo cervello sia come un'auto. Per anni, gli scienziati hanno pensato che la "velocità massima" di questa auto, quando devi prendere decisioni complesse (come risolvere un problema o fare un ragionamento), fosse di circa 10 chilometri all'ora. È una velocità di crociera, sicura, ma lenta.

Questo nuovo studio, però, ha scoperto qualcosa di incredibile: se spingi l'auto al limite, su una pista da corsa e con un pilota esperto, quella stessa auto può raggiungere 215 chilometri all'ora.

Ecco come hanno fatto a scoprirlo e cosa significa.

1. La Gara dei "Calcolatori Umani" 🏎️

Gli autori dello studio non hanno guardato la gente comune che cerca di fare i calcoli a mente al supermercato. Hanno guardato i campioni mondiali di calcolo mentale. Questi sono atleti che partecipano a gare internazionali dove devono sommare decine di numeri, moltiplicare numeri enormi o trovare le radici quadrate in pochi secondi.

È come se volessimo capire quanto velocemente può correre un essere umano guardando gli atleti delle Olimpiadi, non la gente che fa jogging nel parco.

2. Come hanno misurato la velocità? 📏

Per misurare la velocità della mente, non hanno usato un cronometro normale. Hanno usato un concetto chiamato "Bit" (le unità di informazione, come i mattoncini LEGO del mondo digitale).

• L'idea: Hanno calcolato quanti "mattoncini di informazione" (numeri, decisioni, passaggi) un campione deve elaborare per risolvere un problema.
• Il risultato: Hanno scoperto che, nei compiti più brevi e veloci, questi campioni elaborano informazioni a un ritmo di 215 bit al secondo.

3. La Metafora della Fabbrica 🏭

Per capire meglio, immagina il processo mentale come una catena di montaggio in una fabbrica:

• Il Carico (Input): I numeri arrivano sul nastro trasportatore. I campioni li "vedono" e li processano a una velocità di 125 bit al secondo. È come se un mago leggesse un libro intero in un secondo.
• La Macchina (Algoritmo): Poi, la mente applica le regole matematiche (come sommare o moltiplicare). Qui lavorano a 90 bit al secondo. È il motore che gira a mille.
• Il Prodotto (Output): Infine, scrivono o dicono il risultato. Questa parte è più lenta (circa 15 bit al secondo), perché le dita o la voce hanno un limite fisico, ma il cervello è già pronto per il prossimo compito.

Il punto chiave: La maggior parte degli studi precedenti pensava che la mente umana fosse lenta (10 bit/sec) perché guardava le persone nella vita quotidiana, dove siamo distratti, stanchi o non abbiamo allenato la mente. Questi campioni, invece, hanno allenato il loro cervello per anni, proprio come un atleta allena i muscoli.

4. Perché non lo facciamo tutti? 🤔

Potresti chiederti: "Se siamo capaci di 215 bit al secondo, perché non risolviamo equazioni complesse mentre guidiamo?"

La risposta è che questa è una velocità di picco, non la velocità di crociera.

• Allenamento: Questi campioni usano tecniche speciali (come il "calendario mentale" o l'abaco immaginario) che hanno imparato a memoria. È come se avessero installato un software speciale nel loro cervello.
• Affidabilità: Se provassimo a correre a 215 km/h senza allenamento, faremmo un incidente. Questi campioni riescono a mantenere questa velocità per minuti, ma solo grazie a un allenamento estremo e a una concentrazione ferrea.

5. La Scoperta Principale 💡

Lo studio ci dice due cose fondamentali:

1. Il limite non è il cervello, ma l'abitudine: Il nostro cervello è molto più potente di quanto pensiamo. Il limite di 10 bit al secondo è una "scusa" che diamo alla nostra pigrizia o alla mancanza di pratica, non una legge fisica della biologia.
2. La pratica crea superpoteri: Con l'allenamento giusto, la mente umana può diventare una macchina da calcolo incredibilmente veloce, capace di gestire informazioni a una velocità che supera di 20 volte le stime precedenti.

In sintesi 🎯

Pensa al tuo cervello non come a un vecchio computer lento, ma come a un supercomputer nascosto che è stato spento per anni. Questo studio ci mostra che, con il giusto "software" (allenamento) e il giusto "motore" (concentrazione), possiamo accenderlo e farlo correre a velocità folli, superando di gran lunga i limiti che pensavamo di avere.

In parole povere: la mente umana è molto più veloce di quanto crediamo, basta sapere come guidarla.

Sommario tecnico

Titolo: Superamento dei limiti noti per la cognizione di alto livello: Velocità di calcolo mentale

Autore: Bastian Wiederhold, Martin Stemmler & Andreas V.M. Herz (Bernstein Center for Computational Neuroscience, Monaco di Baviera).

---

1. Il Problema

La ricerca attuale, in particolare uno studio recente di Zheng e Meister (2025), suggerisce che il cervello umano possieda un limite universale di elaborazione delle informazioni di circa 10 bit/s per i processi cognitivi di alto livello, indipendentemente dal compito. Questo limite rifletterebbe la complessità delle decisioni coscienti in circostanze ordinarie. Tuttavia, rimane incerto se questo limite sia assoluto o se possa essere superato quando la mente umana è spinta al limite estremo. La domanda centrale è: qual è la vera capacità di elaborazione dell'informazione astratta quando l'essere umano è addestrato e concentrato?

2. Metodologia

Gli autori hanno analizzato le prestazioni di calcolo mentale utilizzando dati provenienti da competizioni internazionali e tentativi di record (es. Mental Calculation World Cup, competizioni Soroban giapponesi). Hanno scelto questo campo perché offre input visivi standardizzati (numeri decimali) e strategie basate su algoritmi espliciti, permettendo una stima quantitativa precisa dei passaggi di elaborazione interna.

Approccio Analitico:

• Categorie di studio: Addizione, moltiplicazione, calcolo delle date calendariali e radici quadrate.
• Metrica di complessità: L'entropia di Shannon (in bit), che misura il logaritmo del numero di possibilità da considerare, pesato per la loro probabilità.
• Fasi di elaborazione: Il processo è stato suddiviso in tre fasi per calcolare i tassi di informazione:
  1. Lettura/Percezione: Trasformazione dell'input visivo in rappresentazione mentale.
  2. Calcolo/Algoritmo: Esecuzione delle operazioni mentali.
  3. Risposta: Output motorio del risultato.
• Definizioni chiave:
  • Entropia di Input Esteso: Tiene conto del numero di volte in cui le cifre vengono rilette o i risultati intermedi vengono rilette durante l'uso di algoritmi specifici (es. metodo della radice quadrata).
  • Entropia Algoritmica: Misura le decisioni/intermedi necessari per la strategia scelta, considerando l'uso di fatti aritmetici memorizzati (lookup tables) per accelerare il processo.
• Analisi: È stata esaminata la relazione tra la durata del compito e la complessità (entropia), verificando se seguiva una legge di potenza e calcolando i tassi di informazione (bit/s) risultanti.

3. Contributi Chiave

• Ridefinizione del limite di elaborazione: Dimostrazione che il cervello umano può sostenere tassi di elaborazione dell'informazione molto superiori ai 10 bit/s precedentemente ipotizzati per la cognizione di alto livello.
• Legge di Scaling Universale: Identificazione di una legge di potenza che lega la durata del compito alla sua entropia complessiva. Quando si considerano le entropie "estese" (input) e algoritmiche, i dati di diverse discipline (addizione, moltiplicazione, ecc.) si allineano su una singola curva, suggerendo un determinante universale del tempo di calcolo.
• Distinzione tra Calcolo e Memoria: Confronto diretto tra le prestazioni di calcolo mentale e quelle di memorizzazione (es. memorizzare sequenze di cifre), mostrando che il calcolo algoritmico è significativamente più veloce.
• Validazione della Legge di Hick: Conferma che il tempo di reazione scala con l'entropia delle decisioni (legge di Hick), con esponenti vicini a 1 (specificamente 1.29 per l'input esteso e 1.14 per l'algoritmo), indicando che il cervello gestisce le decisioni in modo efficiente anche sotto pressione.

4. Risultati Principali

• Tassi di Picco: I calcolatori mentali di alto livello raggiungono picchi di elaborazione superiori a 215 bit/s per compiti di breve durata.
  • Elaborazione Visiva (Input): ~125 bit/s.
  • Esecuzione Algoritmica: ~90 bit/s.
  • Output Motorio: <15 bit/s.
• Sostenibilità: Questi alti tassi non sono istantanei ma possono essere mantenuti per minuti (es. compiti di 10 minuti mantengono ancora tassi superiori a 20-30 bit/s).
• Confronto con la Memoria: Le prestazioni di calcolo mentale sono 2-4 volte più veloci rispetto a compiti di memoria con entropia equivalente. La differenza è attribuita al fatto che la memorizzazione richiede la codifica in "immagini mnemoniche" (es. palazzi della memoria), un processo più lento rispetto all'esecuzione diretta di algoritmi aritmetici.
• Scalabilità: Il tempo di calcolo aumenta con la complessità del compito secondo una legge di potenza. La dispersione dei dati è minima quando si utilizza l'entropia algoritmica o estesa, a differenza dell'entropia di input grezza.

5. Significato e Implicazioni

• Superamento del "Limite di 10 bit/s": Lo studio dimostra che il limite di 10 bit/s citato in letteratura non è un limite biologico assoluto, ma piuttosto una media per compiti cognitivi ordinari o non addestrati. In condizioni di massima concentrazione e con addestramento specifico, la mente umana può operare a velocità molto superiori.
• Natura dell'Addestramento: Le prestazioni eccezionali non sono dovute a "talenti innati" unici, ma sono il risultato di un addestramento estensivo che ottimizza gli algoritmi mentali (es. uso del "mental abacus" o abaco mentale) e riduce il carico cognitivo.
• Implicazioni per le Neuroscienze Cognitive: I risultati suggeriscono che la capacità di elaborazione dell'informazione cosciente è molto più flessibile e potente di quanto si pensasse. La distinzione tra elaborazione conscia e inconscia potrebbe essere meno netta in termini di velocità di banda quando si tratta di compiti algoritmici automatizzati.
• Metodologia per Studi Futuri: L'uso dell'entropia di Shannon come metrica standardizzata per la complessità cognitiva offre un nuovo framework per misurare oggettivamente le prestazioni cognitive umane in compiti complessi.

In sintesi, il paper ribalta la visione di un cervello "lento" per l'elaborazione di alto livello, dimostrando che, attraverso l'addestramento e l'uso di strategie algoritmiche efficienti, l'essere umano può elaborare informazioni astratte a velocità che sfidano le stime precedenti, raggiungendo picchi di oltre 200 bit/s.