A Dynamical Systems Framework for Mapping Consciousness Models to Neuroelectromagnetic Field Dynamics

Sintesi Tecnica: Un Quadro di Sistemi Dinamici per Mappare i Modelli di Coscienza alle Dinamiche dei Campi Neuroelettromagnetici

Definizione del Problema
La contemporanea scienza della coscienza manca di un linguaggio matematico condiviso per confrontare teorie che postulano diverse relazioni tra processi biofisici, dinamiche dei campi neuroelettrici, cognizione ed esperienza soggettiva. Questa lacuna persiste nonostante i progressi nelle neuroscienze, lasciando irrisolti il "gap esplicativo" (Levine, 1983) e il "problema difficile" (Chalmers, 1995). Gli attuali modelli operano tipicamente all'interno di un piano esplicativo bidimensionale definito da variabili fisiche ($P$) e variabili cognitive/computazionali ($C$). Tuttavia, influenti argomentazioni suggeriscono che queste dimensioni possano essere insufficienti per rendere conto del carattere irriducibilmente soggettivo dell'esperienza (Nagel, 1974; Chalmers, 2003). Il problema centrale affrontato è come rappresentare formalmente e valutare empiricamente se il piano $P$–$C$ sia sufficiente per modellare la coscienza o se sia richiesto un piano esplicativo aggiuntivo, senza impegnarsi in specifiche posizioni metafisiche come il dualismo delle sostanze.

Metodologia: Il Framework PCN
Il documento introduce il framework PCN (Fisico–Cognitivo–Noetico), una rappresentazione dello spazio degli stati multidimensionale progettata per essere neutra rispetto alla teoria e relativa al metodo.

• Rappresentazione Vettoriale: Uno stato di coscienza è definito come un vettore $\mathbf{x}(t) = (P(t), C(t), N(t))$ in uno spazio tridimensionale.

  • $P$ (Fisico): Comprende i substrati biofisici, inclusi i potenziali di membrana neuronale, le correnti ioniche e le dinamiche dei campi bioelettromagnetici (EM) generati dal tessuto neurale. Essi sono governati da leggi fisiche.
  • $C$ (Cognitivo/Computazionale): Cattura l'organizzazione dinamica emergente, l'elaborazione delle informazioni, l'inferenza e l'integrazione funzionale (ad es., global broadcasting, elaborazione predittiva). Sebbene implementato da $P$, $C$ è descritto in termini di sistemi dinamici, attrattori e vincoli logici distinti dalle leggi fisiche grezze.
  • $N$ (Noetico): Introdotto come un grado di libertà formale e latente che rappresenta aspetti strutturati e riproducibili della fenomenologia o dati non giustificati dalle attuali operazionalizzazioni di $P$ e $C$. $N$ non è definito come una sostanza non fisica, ma come un segnaposto per una struttura esplicativa che resiste alla riduzione al piano $P$–$C$. La sua esistenza è trattata come un'ipotesi empirica piuttosto che come un assioma ontologico.

• Formulazione Teorica dei Campi: Il piano $P$–$C$ è modellato come un sistema dinamico accoppiato generato dai campi EM neurali, descritto da equazioni differenziali non lineari (ad es., diffusione, ricorrenza non lineare e termini di input). La dimensione cognitiva riflette le traiettorie e gli invarianti di questo sistema.

• Mappatura e Identificabilità: Il framework mappa le teorie concorrenti in questo spazio per determinare la loro "sufficienza dimensionale".

  • Teorie Riduttive: Modelli come il Global Neuronal Workspace (GNW), la Predictive Processing e la Integrated Information Theory (IIT) sono mappati tali che $N=0$ (o $N$ è una funzione di $P$ e $C$), implicando che la fenomenologia sia interamente esaustita dalle dinamiche fisiche e cognitive.
  • Teorie Non Riduttive: Posizioni come il Dualismo Naturalistico o certi modelli di corrispondenza EM-esperienziale sono mappate con $N > 0$, indicando la necessità di un asse esplicativo aggiuntivo.

• Criteri di Test Empirico: Il documento delinea tre classi di previsioni falsificabili per testare l'indipendenza di $N$:

  1. Previsioni di Collasso: In condizioni come l'anestesia o il sonno profondo, se $P$ e $C$ sono sufficienti, lo stato del sistema dovrebbe avvicinarsi al piano $P$–$C$ ($N \to 0$) man mano che l'esperienza svanisce.
  2. Previsioni di Dissociazione: Perturbazioni mirate (ad es., TMS rispetto alla modulazione del compito) dovrebbero produrre cambiamenti fenomenologici distinguibili se $N$ è non riducibile. Discrepanze persistenti tra le dinamiche $P$–$C$ e l'esperienza riportata suggeriscono una dimensione indipendente.
  3. Previsioni di Invarianza: Le strutture esperienziali che rimangono stabili nonostante ampie variazioni in $P$ e $C$ sono candidate per la dimensione noetica.

Contributi Chiave

1. Rappresentazione Formale: Il documento fornisce un'analogia algebrica lineare per le teorie della coscienza, permettendo loro di essere confrontate in base ai loro assunti riguardanti la sufficienza esplicativa piuttosto che alla loro specifica terminologia.
2. Operazionalizzazione del "Noetico": Definisce la dimensione noetica ($N$) non come una rivendicazione metafisica, ma come una variabile relativa al metodo che rappresenta residui strutturati nei dati dinamici e fenomenologici. Ciò sposta il dibattito dalla speculazione filosofica all'adeguatezza empirica.
3. Protocolli Metodologici: Il framework specifica i criteri di identificabilità (diversi valori di $N$ devono corrispondere a stati distinguibili dati fissi $P$ e $C$) e di invarianza (la struttura candidata deve persistere sotto ragionevoli cambiamenti nella rappresentazione $P$–$C$).
4. Integrazione delle Modalità: Propone una pipeline sperimentale concreta che combina EEG/MEG (per le dinamiche $P$ e $C$), analisi dinamica non lineare (entropia, struttura dell'attrattore) e neurophenomenology (rapporti strutturati in prima persona) per rilevare residui strutturati ($N$).

Risultati e Rivendicazioni
Il documento non presenta nuovi dati sperimentali né rivendica di aver risolto il problema difficile. I suoi "risultati" sono invece le definizioni formali e la mappatura delle teorie esistenti nello spazio PCN.

• Dimostra che la maggior parte delle teorie meccanicistiche contemporanee (GNW, Predictive Processing e le standard teorie dei campi EM) assumono implicitamente $N=0$, collassando lo spazio degli stati a due dimensioni.
• Mostra che le teorie che riconoscono un gap esplicativo (ad es., alcune interpretazioni di IIT, il Dualismo Naturalistico o certi modelli di corrispondenza EM-esperienziale) occupano necessariamente una regione in cui $N > 0$.
• Argomenta che la distinzione tra queste visioni non è meramente filosofica ma può essere operazionalizzata attraverso esperimenti di perturbazione e confronto tra modelli. Se i residui strutturati persistono dopo aver massimizzato il potere esplicativo dei modelli $P$ e $C$, il framework fornisce gli strumenti per identificare $N$ come una dimensione esplicativa necessaria.

Significatività
Il documento rivendica la sua significatività principalmente come strumento metodologico per il campo della scienza della coscienza. Fornendo un sistema di coordinate condiviso, esso permette:

• Confronto Diretto: Le teorie concorrenti possono essere valutate in base ai risultati empirici (ad es., se $N$ è richiesto per il fit del modello) piuttosto che alle affermazioni teoriche.
• Falsificabilità: Trasforma la questione del "problema difficile" in un'ipotesi testabile di sufficienza dimensionale.
• Pluralismo: Supporta un approccio pluralista in cui posizioni fisicaliste, dualiste e non riduttive possono coesistere come ipotesi concorrenti riguardo al rango e alla struttura dello spazio esplicativo.
• Generalizzabilità: Il framework è applicabile sia ai sistemi biologici che a quelli artificiali, offrendo un modo neutro rispetto alla teoria per valutare le rivendicazioni di coscienza delle macchine.

In definitiva, il documento pone che il framework PCN non risolve il gap esplicativo, ma fornisce l'infrastruttura matematica e metodologica necessaria per determinare se il gap sia un limite degli attuali modelli o una caratteristica fondamentale della realtà.