Agenti cognitivi incorporati. La prospettiva dei sistemi dinamici

 2
probabilmente consiste in un calcolo simbolico, ossia nella manipolazione, 
regolata da leggi, di simboli nella mente. Ciò che nel diciassettesimo secolo 
era una mera speculazione filosofica, nel ventesimo secolo divenne una 
scienza. L’idea di Hobbes si trasformò nell’ipotesi computazionale (IC), 
secondo la quale i sistemi cognitivi sono fondamentalmente computer 
digitali. 
La più celebre versione di tale ipotesi è la teoria di Newell e Simon (1976), 
secondo cui “un sistema simbolico fisico è in possesso degli strumenti 
necessari e sufficienti per l’azione intelligente generale”
1
.  
Essi proposero questa ipotesi come una legge di struttura qualitativa, 
paragonabile alla teoria cellulare in biologia o alla teoria della tettonica a 
zolle in geologia. Essa esprime la concezione centrale del paradigma di 
ricerca che ha dominato le scienze cognitive per circa quarant’anni, 
paradigma basato sulle ricerche di Alan Turing e sulla Macchina di Turing    
Da alcuni anni però l’alternativa humiana sta guadagnando terreno.  
Uno dei più notevoli sviluppi è stata la nascita del connessionismo, che 
assumo come modello della cognizione il comportamento dei sistemi 
dinamici (Smolensky, 1988), e che spesso intende questi modelli da una 
prospettiva dinamica. 
Egualmente significativo è stato lo sviluppo della neuroscienza cognitiva, e, 
al suo interno, la sempre più accentuata prevalenza delle teorie di tipo 
dinamico. La teoria dei sistemi dinamici costituisce la struttura concettuale 
generale di una crescente quantità di lavori nell’ambito della psicofisica, 
dello studio della percezione e del controllo motorio, della psicologia dello 
sviluppo, della psicologia cognitiva, della robotica situata e della ricerca 
                                                 
1
  L’articolo è apparso nell’ottobre 1998 sulla rivista Behavioral and brain Science, volume 21, n.5 
pp. 615-628. 
 3
sugli agenti autonomi, dell’intelligenza artificiale e della psicologia 
sociale
2
. 
L’ipotesi dinamica (ID) rappresenta l’elemento essenziale che unifica gli 
approcci dinamici. Essa si esprime nel semplice slogan, gli agenti cognitivi 
sono sistemi dinamici. 
L’ID contende all’ipotesi computazionale lo status di “legge di struttura 
qualitativa” riguardante la natura della cognizione. 
 
1.2 Sistemi, computer digitali e sistemi dinamici 
 
Un passaggio critico nell’articolazione dell’ID consiste nello stabilire, in 
modo ragionevolmente preciso anche se flessibile, ciò che sono i sistemi 
dinamici. Innanzi tutto si possono distinguere i sistemi dinamici dai 
computer digitali come differenti tipi di sistemi. 
 
1.2.1 Sistemi 
 
Per sistemi s’intendono gli insiemi di varabili interdipendenti. Una varabile 
è semplicemente un’entità che può mutare, vale a dire può trovarsi in 
differenti stati in tempi diversi. Le variabili sono interdipendenti quando il 
                                                 
2
 Esempi: neuroscienze cognitive (Amit, 1989; Babloyantz &Lourenco, 1994; Cohen,1992; 
Gukenheimer, Gueron, & Harris –Warrik, 1993; Mpitsos, in preparazione; Sarda & Freemana, 
1987); psicofisica (Gregson, 1995); percezione (Bingham, RosenBlum & Schimdt, incorso di 
stampa; Grossberg & Rudd, 1992; McClelland & Rumelhart, 1981; Port, Cummins, & McAuley, 
1995); controllo motorio (Bullock & Grosseberg, 1998; Saltzman, 1995; Turvey, 1990); 
psicologia dello sviluppo (Smith & Thelen, 1993); psicologia cognitiva (Busemeyer & 
Townsend, 1993; Grossberg & Gutowski, 1987; Gorsseberg & Stone,  1986; Leven & Levine, 
1996; Tabor, Juliano, & Tanenhaus, 1996); robotica situata e ricerca sugli agenti autonomi 
(Beer, 1995; Cliff, Harvey, & Husbands, 1993; Smithers, 1994); intelligenza artificiale (Jaeger, 
1996; Pollack, 1991); psicologia sociale (Kaplowitz & Fink, 1992; Vallacher & Nowak, 1993); 
psicologia ecologica (Kugler, Kelso, & Turvey, 1980, 1982; Turvey & Carello, 1995); sinergetica 
(Haken & Stadler, 1990); morfodinamica (Petitot, 1985; Thom, 1983; Wildegen, 1982). Port & 
van Gelder è un esempio rappresentativo dell’approccio dinamico.  
 4
modo in cui ciascuna cambia dipende dalle altre, e il cambiamento di queste 
dipende da essa.  
Lo stato del sistema è definito dal valore di tutte le sue variabili in un dato 
istante; il comportamento del sistema consiste nella transizione tra gli stati. 
Per esempio, il sistema solare nella meccanica classica è l’insieme delle 
posizioni e dei momenti del sole e dei pianeti; queste sono le quantità in cui 
i comportamenti sono descritti dalle leggi di Newton. Si noti che le variabili 
del sistema solare in questo senso sono delle proprietà del sole e dei pianeti. 
Dobbiamo quindi distinguere gli oggetti (parti del mondo come il sole e i 
pianeti, i computer macintosh e gli agenti cognitivi) dai sistemi che essi 
istanziano. Ciascun oggetto dato di solito istanzia una grande quantità di 
sistemi di differenti tipi. 
Sistemi concreti sono quelli, come il sistema solare, le cui variabili sono 
caratteristiche del mondo reale che cambiano nel tempo reale secondo le 
leggi naturali. 
Sistemi astratti sono proprio gli insiemi di variabili astratte governate da 
leggi matematiche. I sistemi concreti possono realizzare i sistemi astratti. 
Per esempio, due calcolatori HP 61 realizzano esattamente gli stessi sistemi 
computazionali astratti. 
I sistemi concreti sono componenti dell’organizzazione causale della natura. 
L’organizzazione causale si produce in molti modi e a molti livelli. Sistemi 
distinti possono essere intimamente connessi. Si confronti il “classico” 
sistema solare con il sistema formato da tutte le posizioni e da tutti i 
momenti di tutte le particelle subatomiche che lo costituiscono. Le 
macrovariabili del primo sono ottenute dalle microvariabili del secondo. La 
relazione tra tali sistemi non è né d’identità, né d’istanziazione
3
.  
                                                 
3
 Nella teoria degli insiemi, l’identità tra gli insiemi si ha quando essi hanno esattamente gli stessi 
membri. 
 5
In ciò che segue, si affermerà che un sistema di livello inferiore implementa 
un sistema di livello superiore quando le variabili del secondo sono in 
qualche modo ottenute dalle variabili del primo. Si noti che 
l’implementazione ci autorizza ad identificare il comportamento di un 
sistema con il comportamento dell’altro, anche se la stessa identità tra i 
sistemi stessi è destinata all’insuccesso. Spesso, il cambiamento in un 
sistema dipende da fattori esterni al sistema stesso (ad esempio, la forza di 
gravità), che si riferiscono ad esso come parametri. Qualche volta i 
cambiamenti di parametro dipendono a loro volta dal sistema stesso. Ad 
esempio, la posizione della luna dipende da, e insieme, influisce sulla 
posizione dei pianeti. Questo tipo di reciproca dipendenza diretta è noto 
come accoppiamento. 
Le variabili del sistema e i parametri accoppiati si possono considerare 
come costituenti un sistema più grande. Ciò evidenzia la semi arbitrarietà 
dei sistemi. Spetta sempre a noi designare un sistema di variabili concrete 
come il sistema che studieremo. La realtà stabilisce se quell’insieme è, di 
fatto, un sistema, e come si comporta. 
Tutti i sistemi nel senso corrente cambiano nel tempo. In generale, il tempo 
è un qualche insieme intrinsecamente ordinato o ordine, che serve a fornire 
l’ordine ad altre cose 
4
. 
Il tempo reale dei sistemi concreti è l’insieme degli istanti nei quali le cose 
possono attualmente accadere, ordinato secondo la priorità temporale 
(prima e dopo). Gli eventi concreti sono accoppiati con istanti o periodi di 
tempo, perciò stanno in relazione temporale l’uno con l’altro. I sistemi 
astratti non sono situati affatto nel tempo reale e così devono prendere un 
altro insieme come loro insieme tempo; questo di solito è l’insieme degli 
interi positivi e dei numeri reali. 
                                                 
4
 Un insieme X non vuoto è un ordine, o è ordinato, se esiste una relazione < tra i suoi elementi 
con la proprietà che per ciascuna coppia x,y ∈ X, si ha che x < y, oppure y < x, oppure x = y 
 6
La legge matematica impone degli ordinamenti negli stati del sistema 
accoppiandoli con dei membri di questo insieme. 
 
1.2.2 Computer digitali 
 
La IC ha beneficiato di considerevoli esami filosofici. Ne è derivato un 
notevole livello di consenso riguardo ai suoi principi base
5
. 
In particolare, si è ampiamente accettato di assumere che gli agenti 
cognitivi sono computer digitali. Ma che cos’è un computer digitale, in 
quanto tipo di sistema? 
Un computer è semplicemente qualunque cosa che computa (computes) in 
un modo o in un altro. La computazione (computing) è una nozione 
informale; l’idea di fondo è quella di un procedimento che trasforma 
sistematicamente le “domande” in “risposte”, inputs in outputs, stati iniziali 
in stati finali, ecc. La funzione computata dal processo è l’insieme delle 
coppie stesse di domande/risposte, ossia l’insieme delle coppie di entità che 
esse rappresentano. In questo senso generale, praticamente qualunque cosa 
può essere considerata un computer. 
La computazione acquista interesse soltanto quando dei vincoli significativi 
sono posti tra i tipi di processi coinvolti. Nella teoria computazionale 
classica, l’approccio standard è stato quello di richiedere che il processo sia 
efficace, vale a dire che produca i suoi risultati mediante un numero finito 
di operazioni di base specificate da un algoritmo (una ricetta finita, ossia un 
insieme di istruzioni che specificano un insieme di istruzioni che 
specificano le operazioni di base). 
                                                 
5
 Per espressioni di questo consenso si veda ad esempio, Clark (1989); Copeland (1983); Dreyfus 
(1992); Fodor (1975); Fodor & Pylyshyn (1988); Newell (1980); Newell & Simon (1976); 
Pylyshyn (1984). La versione di questo consenso in questo momento più ampiamente accettata 
come definitiva è probabilmente quella esposta in Haugeland (1985). 
 7
I computer digitali, nel senso che interessa la scienza cognitiva, sono i 
sistemi che eseguono elaborazioni efficaci delle rappresentazioni. Vale a 
dire, essi sono i sistemi i cui comportamenti sono sequenze finite, 
algoritmicamente specificate, di operazioni di base, che costituiscono le 
manipolazioni delle rappresentazioni. Questa caratterizzazione può essere 
scomposta in quattro fondamentali requisiti che un sistema deve possedere 
per essere considerato un computer digitale:  
 
1) Variabili digitali e stati. 
 
Innanzi tutto, per ciascuna variabile deve esserci un insieme di valori 
discreti che la variabile istanzia digitalmente per gli scopi riguardanti il 
comportamento del sistema. Nel caso concreto, ciò significa che la variabile 
deve istanziare quelle variabili positivamente e in modo attendibile
6
. 
Quando in un sistema tutte le variabili sono digitali, anche gli stati del 
sistema sono digitali. Le operazioni di base richieste dal calcolo effettivo 
corrispondono a trasformazioni digitali di stato. 
 
2) Il tempo come ordine discreto. 
 
L’insieme-tempo deve essere un ordine discreto i cui elementi sono tempi 
nei quali il sistema occupa digitalmente i suoi stati. Nei sistemi astratti, di 
solito questo insieme è costituito dai numeri interi positivi. Nei sistemi 
concreti, esso è l’insieme dei periodi di tempo reale durante il quale la 
macchina istanzia digitalmente i suoi stati, reso discreto dal flusso di 
transizione tra gli stati. Questi sono indicati dagli interi positivi (t1, t2, 
ecc.). 
                                                 
6
 Confrontare Haugeland (1985), Capitolo 2. Nei sistemi astratti, il carattere discreto dei valori è 
sufficiente per la digitalità.  
 8
3) Algoritmo. 
 
La computazione effettiva richiede che le operazioni di base siano 
specificate da un algoritmo, vale a dire da una “ricetta” finita che specifica 
le transizioni dello stato solamente sulla base di proprietà digitali degli stati. 
Per esempio la serie infinita di comportamenti di una macchina di Turing è 
governata dalla sua tabella di macchina, un insieme finito d’istruzioni 
espresso solo in termini dei valori digitali delle celle del nastro, la posizione 
principale e lo stato principale. Nei sistemi concreti, questa regola deve 
catturare un livello d’organizzazione causale. Vale a dire, le transizioni 
descritte dalla regola devono avvenire nel modo in cui esse si verificano, 
perché gli stati assumono le proprietà digitali nei cui termini la regola è 
espressa 
 
4) Interpretazione. 
 
Gli stati e i comportamenti del sistema devono prestarsi ad 
un’interpretazione sistematica. Vale a dire, deve esistere un dominio e delle 
corrispondenze tra il sistema e il dominio, tali che (a) le corrispondenze 
siano sistematiche rispetto a questi aspetti digitali del sistema nei cui 
termini la legge governa il comportamento del sistema, e (b) gli stati del 
sistema e i comportamenti assumono un significato (make sense) alla luce 
di queste corrispondenze 
7
. 
                                                 
7
 Cosa vuol dire “assumere un significato (make sense)”? Si tratta di una questione complessa; cfr. 
Haugeland (1985), Capitolo 3, per una discussione al riguardo. Ogni sistema digitale può essere 
regolato con qualche campo (come gli interi e le funzioni definite su di essi) ma non tutti tali 
sistemi hanno un’interpretazione in tal senso. Quelli che la possiedono sono tali da esibire un 
ulteriore tipo di ordine che sembra o potrebbe sembrare modellato o ragionevole per noi (esseri 
umani); così, che qualcosa sia un computer digitale è relativo all’uomo. Si noti che avere 
un’interpretazione nel senso comune del termine può non essere sufficiente a garantire che il 
sistema “abbia significato” in un senso più forte. Per una discussione di tali questioni si veda 
Harnad (1990) e Searle (1980). 
 9
 
La distinzione fatta in precedenza, tra il sistema solare nella meccanica 
classica, da un lato, e il sole e i pianeti, dall’altro, è rispecchiata da una 
distinzione tra i computer digitali e una nozione consueta di computer come 
ciò che togliamo dalla scatola e colleghiamo con la presa al muro. Il 
computer digitale in quanto sistema è l’oggetto dell’interesse teorico. I 
pezzi di silicio, plastica, vetro, metallo, ecc., istanziano un computer 
(sistema digitale), e, certamente altrettanto bene, molti altri sistemi. 
 
1.2.3 Sistemi Dinamici 
 
Rispetto alla IC, la ID ha subito una mancanza d’attenzione. In parte come 
risultato, non c’è un consenso stabilito su cosa sono i sistemi dinamici ai 
fini dell’ipotesi. 
Un’ovvia caratteristica che distingue i modelli dinamici nelle scienze 
cognitive dai modelli computazionali standard è che le loro variabili sono 
numeriche. Una ragione per la quale i numeri sono così utili nella scienza è 
che essi (i sistemi dinamici) hanno proprietà quantitative. Ciò suggerisce 
che i sistemi dinamici nella scienza cognitiva potrebbero essere definiti 
come sistemi quantitativi. Detto in modo rozzo, un sistema è quantitativo 
quando esistono distanze tra gli stati o tra i tempi, tali che queste distanze 
sono influenti per il comportamento del sistema. Ciò può essere vero in 
modi progressivamente più profondi, dando luogo a significati 
progressivamente più sostanziali in cui un sistema può valere come 
dinamico. 
 
Quantitativo nello stato. Innanzi tutto, ci possono essere delle distanze tra 
due qualunque stati generali del sistema, tali che il comportamento del 
sistema dipende da queste distanze. Più precisamente, un sistema è 
 10
quantitativo nello stato quando esiste una metrica
8
 sull’insieme degli stati 
tale che questo comportamento è sistematicamente riferito alle distanze 
misurate da questa metrica. Tali sistemi saranno governati da una legge che 
specifica in forma compatta tale cambiamento dipendente dalla distanza.  
Di solito, le proprietà quantitative rilevanti degli insiemi degli stati sono 
derivate dalle proprietà qualitative delle variabili. Le variabili possono 
essere o astratte o concrete. Per esempio, la variabile φ nel modello HKB
9
  è 
una grandezza matematica astratta, i cui valori sono numeri reali. Questa 
variabile corrisponde (mediante misurazione) ad una quantità concreta i cui 
valori sono le relative fasi d’oscillazione delle dita indice. Il modello 
funziona proprio perché le proprietà quantitative della variabile concreta si 
riflettono nelle proprietà quantitative della controparte astratta. 
 
Interdipendenza quantitativa stato/tempo. Un sistema è quantitativo nel 
tempo quando il tempo è una quantità, cioè esiste una metrica sull’insieme-
tempo, tale che il comportamento del sistema è sistematicamente riferito 
alle distanze misurate da quella metrica. Almeno nella pratica delle scienze 
cognitive, i sistemi che sono quantitativi nel tempo sono quantitativi anche 
nello spazio, e queste proprietà sono interdipendenti. Vale a dire, il 
                                                 
8
 Una metrica A su un insieme X è una funzione : d:X3 X⎫ ›R che assegna ad ogni coppia di 
elementi x e y ∈ X  un numero d(x,y) ∈ R tale che: 
1) d(x,y)=0 se e solo se x=y 
2) d(x,y) = d(y,x) 
3) d(x,y) = d(x,z) + (d(z,y). 
9
 La fondamentale equazione di Haken-Kelso-Bunz (HKB) è la seguente:  φ = − a sen φ − 2 b sen 
2 φ. Il simbolo φ è la singola variabile “collettiva” di stato del sistema nel modello della 
coordinazione delle dita; essa corrisponde alla fase d’oscillazione di un dito rispetto all’altro. 
L’equazione specifica il modo in cui la fase relativa cambia in funzione i valori correnti. a e b sono 
parametri di questo sistema; il loro rapporto corrisponde al rapporto di movimento delle dita. 
L’equazione è tale che dei graduali cambiamenti in a e b possono produrre soltanto il tipo di 
cambiamenti qualitativi nella relativa fase che sono stati scoperti nel comportamento dei soggetti 
reali. Questa semplice equazione “priva di attrito” viene trasformata in vari modi per generare 
modelli più adatti ai dati sperimentali. Per esempio, si tiene conto delle fluttuazioni e delle rotture 
di simmetria aggiungendo termini per le interferenze e per le differenze di frequenze degli arti 
rispetto al metronomo. 
 11
comportamento del sistema è tale che le quantità di cambiamento dello stato 
sono sistematicamente riferite alle quantità di tempo trascorso. Tali sistemi 
sono governati da una legge che specifica una relazione quantitativa tra il 
cambiamento di stato, il tempo trascorso e lo stato attuale. 
Nei sistemi concreti, questa legge coglie l’organizzazione causale; ossia il 
sistema cambia nel modo dato perché le variabili del sistema hanno le 
proprietà quantitative nei cui termini la legge è espressa. Quando sia lo stato 
che il tempo sono quantitativi, il sistema esibisce delle velocità di 
cambiamento. I sistemi che sono quantitativi in modo interdipendente nello 
stato e nel tempo sono governati da leggi, che specificano la velocità di 
cambiamento nei termini dello stato attuale (ad esempio, equazioni 
differenziali di primo ordine). 
 
Dipendenza dalla velocità. Alcuni sistemi sono tali che le loro velocità di 
cambiamento dipendono dalla velocità attuale di cambiamento. In questi 
sistemi, le variabili includono entrambe le variabili fondamentali e le 
velocità di cambiamento di queste variabili. Il sistema solare è un esempio 
classico. I sistemi il cui comportamento è governato da leggi espresse nella 
forma più compatta da un insieme di equazioni differenziali di ordine 
elevato sono quantitativi in questo senso. In ciò che segue, un sistema sarà 
considerato dinamico nella misura in cui è quantitativo in uno dei sensi 
sopra esposti.  
 
Questo approccio riflette l’attuale modo in cui gli scienziati cognitivi 
classificano i sistemi come dinamici o no, oppure come più o meno 
dinamici. Inoltre è concepito nei termini di proprietà profonde e 
teoricamente significative dei sistemi. Ad esempio, un sistema che è 
quantitativo nello stato è tale da formare uno spazio, in un senso più che 
semplicemente metaforico; gli stati sono posizioni in quello spazio, e i 
 12
comportamenti sono percorsi o traiettorie. Perciò i sistemi quantitativi 
convalidano una prospettiva geometrica riguardo al comportamento del 
sistema, uno dei segni che contraddistinguono l’orientamento dinamico.  
 
1.3 Proprietà dinamiche vs. proprietà computazionali 
 
Cambiamento vs. stato 
Cambiamento e stato sono i due lati di una stessa moneta. Ciò nonostante, 
le prospettive teoriche possono differire in ciò che esse enfatizzano o su cui 
rivolgono maggiore attenzione. Gli studiosi di orientamento dinamico si 
interessano, in primo luogo, al modo in cui le cose cambiano; gli stati 
costituiscono il mezzo di cambiamento, e possiedono uno scarso interesse 
intrinseco. Gli studiosi d’orientamento computazionale, al contrario, si 
concentrano prima di tutto sugli stati; il cambiamento dal loro punto di vista 
è soltanto ciò che conduce da uno stato ad un altro. 
 
Geometria vs. struttura 
Come sono concettualizzati gli stati di un sistema? Gli studiosi di 
orientamento computazionale concentrano la loro attenzione sulla struttura 
interna, e in particolare sulla struttura combinatoriale o sintattica, come le 
parti fondamentali si combinano per formare interi strutturati. Gli studiosi 
d’orientamento dinamico studiano uno stato geometricamente, nei termini 
della sua posizione rispetto agli altri stati e alle caratteristiche del panorama 
dinamico del sistema, come i bacini d’attrazione. In altri termini, essi 
rivolgono la loro attenzione su dove si trova il sistema, piuttosto su ciò di 
cui è formato. 
 
 13
Struttura nel tempo 
Un processo cognitivo sofisticato richiede una complessità strutturale nel 
sistema cognitivo. Come si realizza tale struttura? I sostenitori dell’ipotesi 
computazionale tendono a considerarla in modo statico, come 
completamente presente in un istante, e tendono a pensare al processo 
cognitivo come ad una semplice trasformazione di strutture sintattiche. La 
TDS
10
 suggerisce un’alternativa. Sistemi dotati di stati semplici, forse anche 
di un’unica variabile, possono comportarsi in modi molto complessi. Ciò 
permette agli studiosi d’orientamento dinamico di concepire le strutture 
cognitive come disposte temporalmente, tanto quanto il discorso orale, a 
differenza della parola scritta. La cognizione è dunque considerata come il 
dispiegamento simultaneo di strutture temporali complesse che si 
influenzano reciprocamente. 
 
Tempo vs. ordine 
Gli studiosi di orientamento dinamico tendono ad interessarsi al modo in 
cui i comportamenti si svolgono nel tempo, mentre gli studiosi di 
orientamento computazionale si interessano a ciò che il comportamento è, 
senza preoccuparsi dei dettagli temporali. Detto altrimenti, gli studiosi di 
orientamento computazionale si chiedono quali stati attraversa il sistema, 
mentre gli studiosi di orientamento dinamico si chiedono relativamente di 
più quando avviene il passaggio attraverso essi. 
 
                                                 
10
 La Teoria dei Sistemi Dinamici (TDS) è un ramo della matematica pura. Il suo campo si estende 
a qualunque tipo di cambiamento descrivibile, anche se essa concentra la sua attenzione 
particolarmente sui sistemi per i quali non esiste un modo conosciuto di specificare i 
comportamenti  come funzioni del tempo (ad esempio, i sistemi la cui legge è data da un insieme 
di equazioni differenziali non lineari privo di soluzioni). 
 14
Parallelo vs. seriale 
Gli studiosi d’orientamento dinamico tendono a considerare i sistemi come 
operanti in parallelo, ossia tali che tutti i loro aspetti cambiano 
contemporaneamente in modo indipendente. Gli studiosi d’orientamento 
computazionale, al contrario, tendono a considerare i sistemi come seriali: 
molte variabili restano invariate in una data transizione di stato. Per chi 
segue l’orientamento dinamico, il cambiamento è di solito globale; per chi 
segue l’orientamento computazionale, il cambiamento normalmente è 
locale. 
 
Sviluppo continuo vs Input/Output 
Nell’orientamento computazionale di solito si considera un processo come 
cominciante con un input che viene dato al sistema. Il compito del sistema è 
produrre un input appropriato, e lo fa mediante una sequenza d’operazioni 
interne, culminante con il sistema che si arresta dopo aver prodotto l’output. 
Nell’orientamento dinamico, invece, si considerano i processi come sempre 
in continuo sviluppo, senza un inizio e nemmeno senza un termine in un 
luogo. Lo scopo non è quello di indicare un input in un istante dato rispetto 
ad un output in qualche istante successivo, ma di mantenere costantemente 
un cambiamento appropriato. 
 
Interazione: assegnazione di stati oppure accoppiamento 
 In che modo un sistema cognitivo interagisce con altre cose, ad esempio 
con l’ambiente? Gli studiosi d’orientamento computazionale considerano 
l’interazione come un’assegnazione di stati; il sistema muta a suo modo a 
partire da quello stato, finché un nuovo input riassegna un nuovo stato. Gli 
studiosi d’orientamento dinamico sostengono una concezione alternativa: 
l’interazione può avere a che fare con dei parametri che influenzano la 
forma del cambiamento. L’input è concepito come un‘influenza in continuo 
 15
sviluppo in direzione del cambiamento, e l’output come un’influenza in 
continuo sviluppo esercitata su qualche altra cosa, proprio come la ricezione 
della radio è continuamente modificata da un segnale in arrivo mentre, nello 
stesso tempo, la radio produce il suo suono. A volte l’iterazione ha a che 
fare con l’accoppiamento di due sistemi, ciascuno dei quali determina 
simultaneamente il cambiamento dell’altro. 
 
Rappresentazioni 
Le spiegazioni comuni del modo in cui i sistemi giungono a presentare dei 
sofisticati processi cognitivi si avvalgono di rappresentazioni interne. Gli 
studiosi d’orientamento computazionale considerano le rappresentazioni 
come delle configurazioni statiche d’occorenze simboliche (symbol tokens). 
Gli studiosi d’orientamento dinamico concepiscono le rappresentazioni in 
modo diverso. Essi ritrovano le loro rappresentazioni tra i tipi d’entità che 
figurano nella TDS, le quali includono l’assegnazione di parametri, gli stati 
del sistema, gli attrattori, le traiettorie, o perfino aspetti delle strutture di 
biforcazione. Attualmente, molti studiosi d’orientamento dinamico 
utilizzano soltanto la punta di quell’iceberg teorico costituito dalla 
dinamica. 
 
Anti-rappresentazionalismo 
A differenza dei calcolatori digitali, i Sistemi Dinamici non sono 
rappresentazionali per loro natura, anzi, si è dell’avviso che la nozione di 
rappresentazione non sia indispensabile o che sia perfino d’intralcio. La 
dinamica costituisce una potente cornice teorica per lo sviluppo di modelli 
della cognizione che mettono completamente da parte le rappresentazioni. 
L’assunzione secondo cui la cognizione deve implicare delle 
rappresentazioni in parte è dovuta all’incapacità di immaginare come sia 
possibile che un sistema non-rappresentazionale presenti dei processi