Logiche per il ragionamento autoepistemico e di default

 confluirono in un nuovo settore di ricerca assai eterogeneo: l'Intelligenza Artificiale 
(IA). 
I logici fanno parte di coloro che hanno partecipato e continuano a partecipare a 
vario titolo a questo insieme di ricerche, apportando contributi essenziali e ricevendo 
stimoli. Il dialogo con l'IA ha dato effettivamente un grande impulso alla logica, che si è 
trovata così ad approfondire lo studio di alcune caratteristiche dei sistemi formali e a 
elaborarne di nuovi. Tra questi nuovi sistemi, sorti in gran parte per la formalizzazione 
del ragionamento del senso comune, vi sono diverse logiche non monotone, e, tra 
queste, le due che presenteremo in questa tesi di laurea: la logica di default di Reiter e la 
logica autoepistemica. 
 
Ora, poiché nei prossimi capitoli l'esposizione si occuperà più che altro delle 
caratteristiche logiche e concettuali specifiche dei due sistemi, mi sembra utile, qui,  
contestualizzarli e dare loro, almeno per sommi capi, una collocazione nell'ambito 
dell'area di ricerca da cui hanno avuto origine. Tendere un filo tra l'IA e le due logiche 
esposte significa infatti comprendere che tipo di problemi esse si pongano e che tipo di 
risposte diano; permetterà inoltre di inquadrare i due formalismi in un orizzonte teorico 
più ampio, orizzonte che costituisce, peraltro, il filo conduttore implicito dei capitoli 
successivi. 
Sarà bene dunque iniziare a chiarire un po' meglio cosa si intenda per IA. 
 
 
 1.1.  L'Intelligenza Artificiale e i suoi obiettivi 
 
Per Intelligenza Artificiale (IA) intendiamo, in un'accezione molto ampia del 
termine, un insieme di ricerche estremamente eterogenee che da un lato riguardano la 
possibilità di far svolgere a macchine compiti propri della mente umana e dall'altro 
hanno come oggetto di studio l'intelligenza in generale. Hanno a che fare con 
l'intelligenza artificiale la psicologia, la scienza cognitiva, la filosofia (in particolare la 
filosofia della mente e del linguaggio), la logica e l'informatica. La definizione che 
abbiamo dato per IA è, per non entrare in dibattiti fondativi che non hanno alcuna 
pertinenza qui, alquanto liberale e ci consente semplicemente di osservare come gli 
studi di intelligenza artificiale abbiano una doppia anima, una di impostazione più 
teorica rivolta allo studio dei processi cognitivi, e una più pratica rivolta alla 
programmazione e all'implementazione in software di sistemi che riproducano il 
comportamento intelligente almeno in alcuni suoi aspetti.  
Tra queste due "anime" vi sono ovvi rapporti di  feedback, nella misura in cui il 
tentativo di implementare un sistema che svolga un certo compito necessita di una 
preliminare indagine teorica sulla natura di quel compito, ma i tentativi e le 
implementazioni permettono a loro volta una sorta di controllo sulle ipotesi fatte in sede 
teorica e, soprattutto, fanno emergere nuovi problemi su cui focalizzare l'attenzione. Di 
base, lo sforzo rimane quello di affrontare problemi legati all'intelligenza, intesa in 
senso molto ampio, da un punto di vista computazionale; i principali settori di indagine 
possono essere identificati con il problem solving
2
, l'apprendimento automatico, la 
rappresentazione delle conoscenze, la competenza e la comprensione linguistica e la 
messa a punto di dimostratori automatici. 
 
  
1.2.  Logica e IA 
 
La logica ha sempre avuto una posizione eminente nell'ambito dell'IA, se non altro 
per una ragione storica. La figura più caratteristica di questa relazione storica può essere 
individuata nella figura del logico e matematico Alan Turing, il quale, oltre ad aver 
collaborato alla realizzazione di uno dei primi elaboratori elettronici, ha lavorato alla 
formalizzazione del concetto intuitivo di algoritmo.  
Turing ha, infatti, da un lato portato un contributo fondamentale alla teoria della 
ricorsività (il campo della logica che si occupa di quella nozione di computabilità così 
fondamentale per l'implementazione) e, dall'altro posto, con l'enunciazione del celebre 
test di Turing, un criterio secondo molti accettabile per poter definire una macchina 
pensante.  
Il ruolo della logica nell'IA non si riduce, però, solo a un debito di carattere storico, 
poiché, fin dall'inizio, furono in molti a vedere nella logica uno strumento in grado di 
esprimere in modo rigoroso alcune capacità mentali ed in particolare quell'aspetto 
dell'intelligenza che consiste nell'inferire conseguenze a partire da determinate 
premesse.  
 
 
                                                                                                                                                                          
2
 Conserviamo il termine inglese perché come tale ha assunto un significato tecnico anche in italiano, in 
particolare nella scienza cognitiva. 
 1.3.  Logicisti e anti-logici in IA. 
 
Fin dai primi anni, ci furono, tuttavia, accesi dibattiti sull'uso della logica in IA, tanto 
da dare vita a due diverse correnti di studiosi che chiameremo, seguendo (M. Frixione 
'94) quella dei logicisti
3
 e quella degli anti-logici. Sostanzialmente questi ultimi non 
ritengono che la logica sia uno strumento adeguato ad affrontare i problemi posti 
dall'IA, mentre i logicisti lo credono.  
La contrapposizione tra logicisti e anti-logici ha interessato praticamente tutti i settori 
di ricerca dell'IA. Si pensi alla dimostrazione automatica, uno dei primi campi 
affrontati: qui gli informatici e gli studiosi di IA in genere hanno avuto a che fare con un 
terreno già ampiamente esplorato dai logici e sul quale erano disponibili un gran 
numero di risultati formali. Eppure, i limiti posti dai teoremi di indecidibilità Turing, 
Church e Godel e i problemi computazionali connessi alla lunghezza delle 
dimostrazioni e all'esplosione combinatoria hanno fatto optare qualcuno, come ad 
esempio Minsky, per soluzioni ispirate a considerazioni di ordine psicologico, e questo, 
lo ripetiamo, su un terreno che era forse il più appartenente alla tradizione della logica 
matematica. 
Nel settore dell'apprendimento automatico, malgrado gli apprezzabili risultati 
ottenuti dall'approccio logico, ad esempio con l'ID3 di Quinlan sulla classificazione 
degli attributi e con il GOLEM nella diagnosi medica,  un ruolo sempre più egemonico 
lo stanno assumendo gli approcci basati su due nuove teorie nate dalla scienza 
cognitiva, vale a dire il connessionismo e la teoria delle reti neurali.  
Il campo sul quale ci soffermeremo maggiormente qui, tuttavia, è quello della 
rappresentazione delle conoscenze dove la contrapposizione tra logicisti e anti-logici fa 
                                                           
3
 Qui il termine non ha niente a che fare con il significato che esso assume in storia della logica in 
riferimento al programma di G. Frege. 
 emergere questioni che interessano più direttamente i temi che verranno trattati in 
seguito. 
 
 
1.4.  Logicisti, anti-logici e rappresentazione delle conoscenze. 
 
H. Levesque e R. Brachman
4
 scrivono a proposito di un sistema che intenda 
rappresentare la conoscenza: 
 
"[…]il fine di un sistema di rappresentazione della conoscenza è di individuare strutture 
simboliche e meccanismi di inferenza appropriati sia per rispondere a domande che per 
acquisire nuove informazioni, in accordo con la teoria della verità del linguaggio di 
rappresentazione sottostante."  
 
Poiché la logica formale del '900 si occupa esplicitamente di strutture simboliche e 
meccanismi di inferenza, essa si propose immediatamente come uno dei primi candidati 
ad affrontare in maniera aduguata il compito di rappresentazione delle conoscenze. In 
effetti, la logica -si pensi alla logica proposizionale o alla logica del primo ordine- mette 
a disposizione un  linguaggio simbolico all'interno del quale rappresentare un insieme di 
conoscenze, una sintassi che permette la manipolazione dei simboli sulla base del loro 
esclusivo aspetto formale e una semantica in grado di giustificare tale manipolazione dal 
punto di vista del riferimento ad un sistema reale. 
La logica del primo ordine, in particolare, sembrò particolarmente adatta allo scopo 
perché, mediante la quantificazione su domini arbitrari e potenzialmente infiniti di 
oggetti e la rappresentazione di proprietà e relazioni tra tali oggetti, sembrava poter 
rendere conto adeguatamente di ciò che Patrick Hayes chiama la fisica e la psicologia 
                                                           
4
 La citazione è tratta da (Frixione '94), pag. 67. L'originale del testo è in H.J. Levesque e R.Brachman "A 
fundamental tradeoff in knowledge representation and reasoning" pag. 47, in H.J. Levesque e 
R.Brachman (a cura di) "Readings in knowledge representation", Morgan Kaufman 1985, Los Altos, 
CA.  
 naive, la fisica cioè e la psicologia "del senso comune", che, secondo Hayes, consentono 
agli individui di muoversi e avere rapporti nel mondo. Una rappresentazione adeguata 
del mondo costituirebbe un primo passo nella descrizione di un mondo all'interno del 
quale organizzare un comportamento intelligente. 
Un primo merito merito dell'approccio logico nella rappresentazione delle 
conoscenze, sarebbe quello di fornire norme (regole di inferenza) di carattere molto 
generale da applicare a una base di conoscenze di varietà potenzialmente infinita, 
permettendo così di analizzare i processi cognitivi dal punto di vista più generale 
possibile. 
Vi sono tuttavia due ordini di fattori che minano qui la validità dell'approccio logico, 
uno legato a limiti interni della logica, trasversale alle diverse aree di ricerca in IA e 
riguardante più che altro problemi di implementazione, e un secondo di carattere 
teorico, legato in particolare al problema della rappresentazione delle conoscenze. 
Un primo insieme di problemi, a cui abbiamo già accennato, è quello costituito dai 
limiti della logica (del primo ordine) sanciti dai celebri teoremi di indecidibilità di 
Turing, Church e Godel e dalla bassa efficienza garantita dall'approccio logico.  
L'indecidibilità della logica del primo ordine e il peso di questo risultato sulle 
ambizioni dell'IA ha dato vita a una letteratura sterminata, che ha, oserei dire, 
monopolizzato (a mio parere a torto) il dibattito filosofico sul rapporto intelligenza 
umana-intelligenza artificiale e sulla possibilità di costruire una macchina dotata di 
"intelligenza". Qualcuno, come Roger Penrose ha sostenuto che i teoremi di Godel 
dimostrano che i computer sono intrinsecamente impossibilitati a pensare come gli 
esseri umani; molti hanno tuttavia reputato inadatto l'uso fatto da Penrose dei teoremi e 
mi pare che (Gillies '98) mostri bene l'inefficacia di tale argomentazione.  
Per quanto riguarda invece l'inefficienza, essa deriva in parte dalla controintuitiva 
lunghezza delle dimostrazioni e in parte dall'esplosione combinatoria, e cioè dal fatto 
 che l'aumentare delle premesse produce un aumento esponenziale della complessità dei 
sistemi, fino a renderla decisamente eccessiva per alcune applicazioni.  
I logicisti hanno accolto la sfida posta da questa prima classe di problemi cercando di 
studiare algoritmi più efficienti, sfruttando sottoinsiemi decidibili o comunque più 
manipolabili della logica e integrando la logica classica con procedure euristiche. In tale 
direzione, vale la pena osservare che l'attività dei ricercatori si connette, da un lato, alla 
dimensione applicativa e alla programmazione logica, e, dall'altro, a quella parte della 
logica che si occupa degli aspetti computazionali in senso più astratto, ovvero la teoria 
della ricorsività.  
Vi è però un secondo insieme di questioni che hanno valso critiche più forti 
all'approccio logicista. Questo insieme è composto in realtà da una serie di critiche 
molto eterogenee, ma che sono a mio  parere riconducibili a un'unica obiezione di 
fondo: gli uomini non ragionano secondo i principi della logica.  
Approfondire questo tipo di obiezione è per noi molto importante perché la risposta 
ad essa permette non solo di dare una precisa collocazione all'approccio logico in 
generale e di legittimarlo, ma soprattutto di cogliere il senso delle formalizzazioni 
logiche che esporremo nei capitoli successivi. 
Si consideri dunque che il punto di riferimento per la logica formale del '900 è 
sempre stato il modello del ragionamento matematico; nella rappresentazione delle 
conoscenze di un soggetto umano, invece, si ha a che fare con il ragionamento di senso 
comune, e cioè il ragionamento comunemente usato dagli esseri umani nel loro 
muoversi nel mondo e organizzarlo: questa forma di ragionamento non sembra poter 
essere adeguatamente rappresentata da un modello di ragionamento matematico. 
Vi sono alcune caratteristiche della logica (classica, intuizionista e modale) che sono 
manifestamente estranee al ragionamento di senso comune. 
 Innanzitutto, il concetto psicologico di inferenza è notevolmente differente dal 
concetto logico di inferenza perché quest'ultimo, per essere tale, si suppone che in 
qualche misura postuli almeno un criterio di validità  dell'inferenza. Il criterio di validità 
di un'inferenza imposto tradizionalmente dalla logica è bene espresso da (Moore '85) il 
quale sostiene che, perché un'inferenza sia valida, occorre richiedere almeno che da 
premesse vere si inferiscano conclusioni necessariamente vere.  
Il punto è che nel ragionamento comune si è soliti trarre conclusioni in presenza di 
informazione limitata o insufficiente, e tali conclusioni possono rivelarsi poi false alla 
luce di ulteriore evidenze, sebbene le premesse fossero vere. Si noti che questo tipo di 
inferenze non sono semplicemente diffuse nell'ambito del ragionamento umano, ma 
sono altresì ragionevoli per molteplici fattori (questa precisazione si rivelerà molto 
importante per quanto intendo sostenere in seguito). Se ad esempio incontro un arabo, è 
ragionevole concludere che egli sia musulmano, sebbene vi siano arabi atei o di altre 
fedi religiose; se poi mi capitasse di conoscere meglio l'individuo in questione la mia 
conclusione potrebbe rivelarsi vera, anzi probabilmente lo sarà, ma è anche possibile 
che io scopra invece che quell'arabo sia cristiano, che costituisca cioè in qualche modo 
un'eccezione alla classe degli arabi. 
In prima istanza, il ragionamento del senso comune ha dunque costantemente a che 
fare con inferenze connesse ai concetti di probabilità e di eccezione non contemplati 
dalla nozione di deduzione logica; infatti, se in un sistema logico, poniamo al primo 
ordine, deduco la verità di una proposizione, tale proposizione sarà vera tout court e 
senza possibilità di eccezione. Se ad esempio la mia inferenza è determinata dalle 
premesse ()ARABO a  e (() ()x ARABO x MUSULMANO x∀→  (dove "a" è la costante 
denotante l'individuo in questione) dedurrò ()MUSULMANO a  senza possibilità di 
eccezione. 
 Ma l'esempio riportato introduce una seconda questione connessa alla prima: non 
solo la logica classica, ma anche quella modale e intuizionista  sono monotone; 
formalmente, la monotonia, in relazione alla nozione di inferenza logica, è una proprietà 
per cui  pΓ  a  implica ApΓ∪  
5
. In termini informali essa stabilisce che una 
conclusione non può essere ritratta in virtù dell'ampliamento della base di premesse, e 
cioè, alla luce di ulteriori evidenze. Il ragionamento del senso comune è invece 
evidentemente non monotono
6
, poiché conclusioni probabili e provvisorie tratte in base 
a un determinato insieme di premesse possono essere ritrattate alla luce di ulteriori 
evidenze. Si consideri l'esempio precedente; siccome nell'ambito classico la deduzione 
di ()MUSULMANO a  implica la sua verità (definitiva), non è possibile ritrattare tale 
conclusione ad esempio ampliando l'insieme di premesse (vedi sopra) con le 
proposizioni ()CRISTIANO a  e (() ()x CRISTIANO x MUSULMANO x∀→¬ , anzi, in tal 
caso renderemmo la teoria contraddittoria. Per formalizzare l'inferenza, occorrerebbe 
invece rendere conto del fatto che di fronte a un arabo, in assenza di informazioni più 
complete, si è soliti inferire che egli sia musulmano, ma con la riserva di cambiare idea 
sapendo poi, ad esempio, che l'arabo in oggetto è cristiano. La logica è dunque 
deduttiva
7
  e  monotona, mentre il ragionamento del senso comune è non monotono e 
non deduttivo. 
                                                           
5
 La monotonia è essenzialmente una proprietà delle funzioni per cui x y≤  implica () ()f xfy≤ . Una 
nozione di inferenza può essere vista come un'operatore di funzione Γ , di modo che Γ  è monotono se 
e solo se vale che XY≤  implica () ()XYΓ≤Γ , dove X e Y sono insiemi di proposizioni. Questo 
equivale a dire che, aumentando l'insieme delle premesse X, l'insieme di conseguenze che si ottiene 
deve essere un soprainsieme dell'insieme di conseguenze di X. 
6
 Alcuni derivano da "non monotonia" l'aggettivo "nonmonotonic" come Brewka e parlano di 
"nonmonotonic reasoning"; verrà invece seguita la declinazione italiana promossa da Fischer Servi che 
usa "non monotono" come aggettivo e parla di "ragionamento non monotono", separando la negazione e 
l'aggettivo. 
7
 Con deduttiva si intende riferirsi al problema precedente e al requisito di validità imposto sull'inferenza.  
 Si noti che la terminologia usata sopra è alquanto eterogenea e si è fatto ricorso a 
diversi concetti in maniera piuttosto confusa; analizzeremo meglio in seguito la nozione 
di non monotonia, ma per ora la mancanza di precisione non è casuale poiché fa 
emergere bene un aspetto importante del problema. La non monotonia è infatti una 
caratteristica del ragionamento del senso comune riconducibile a una serie di analisi 
molto diverse che facciano ricorso ad esempio alla nozione di regola di massima e di 
eccezione, o al concetto di probabilità, o ad altri diversi usi del linguaggio naturale e ad 
altre interpretazioni più complesse del suo significato… non è, insomma, un fenomeno 
unitario, ma è  trasversale a diverse componenti del ragionamento ed è 
straordinariamente pervasivo. Comprendere la complessità del fenomeno è importante 
perché solo così si riesce a capire la frammentazione della risposta a tale problema in un 
numero enorme di soluzioni.  
 
Prima però di approfondire il tema della non monotonia del ragionamento del senso 
comune occorre riprendere il filo del discorso precedente
8
. Qual è la posizione degli 
anti-logici di fronte alle osservazioni riportate sopra, e soprattutto qual'è la posizione 
della logica di fronte a quelle che sorsero come critiche alla sua possibilità di 
formalizzare adeguatamente il ragionamento del senso comune?  
Le soluzioni proposte dagli anti-logici sono state differenti, ma accomunate da una 
comune fonte di ispirazione di carattere psicologistico. Innanzitutto, si sviluppò quel 
settore di ricerca noto come semantica cognitiva, un orientamento caratterizzato 
generalmente da un approccio computazionale di tipo procedurale, dove l'enfasi viene 
                                                           
8
 In realtà è opportuno, a beneficio della completezza, accennare anche al fatto che vi sono altre critiche 
rilevanti all'approccio logico; ad esempio quella di non riuscire a rendere conto della struttura 
semanticamente organizzata della memoria e quella di utilizzare concetti definiti, in quanto 
caratterizzati estensionalmente, contrariamente al supposto uso effettivo dei concetti come prototipi. A 
proposito di questo tipo di obiezioni diciamo solo che l'ultimo preblema è in parte connesso con la non 
monotonia perché ha a che fare con la possibilità di avere eccezioni rispetto a insiemi di proprietà date 
per default. Il ragionamento per default è uno dei principali argomenti di questa tesi, il significato del 
termine "default" verrà dunque chiarito tra breve. 
 posta più sulla comprensione degli enunciati come costruzione di rappresentazioni 
interne, che sulle loro condizioni di verità. Appartengono a questo filone la teoria dei 
modelli mentali di Philip Johnson-Laird, e le varie versioni della teoria delle reti 
semantiche
9
 e della rappresentazione a frame. In un secondo momento, vennero poi 
elaborate le teorie connessioniste e delle reti neurali che rivoluzionarono non solo 
l'approccio cognitivista all'IA, ma la stessa scienza cognitiva; queste nuove teorie 
assunsero un ruolo sempre maggiore in IA fino a proporsi, secondo qualcuno, come 
nuovo paradigma dopo il dominio di quello logicista. 
 
                                                           
9
 In realtà, se all'inizio le reti semantiche nacquero in contrapposizione all'approccio logico, poi ne 
vennero elaborate versioni interne a quest'ultimo. 
 1.5.  In difesa del logicismo: la nascita delle logiche non monotone. 
 
Ora, i logicisti erano consapevoli dei problemi messi in evidenza dagli anti-logici, 
ma non ritenevano che  l'abbandono dell'approccio logico fosse la soluzione migliore. In 
particolare, ciò su cui i logicisti ponevano l'accento era la necessità di individuare una 
semantica per qualsiasi sistema rappresentazionale, perché altrimenti non vi sarebbe 
stato alcun controllo sui meccanismi inferenziali del sistema stesso. In secondo luogo, i 
logicisti insistevano sulla differenza esistente tra livello dell'espressione e livello 
dell'implementazione; secondo loro, la logica sarebbe ineteressata al primo dei due, 
mentre altri approcci porrebbero l'attenzione più che altro sul secondo, che ha a che fare 
con questioni come l'efficienza e la procedura algoritmica. A tale proposito, riportiamo 
l'opinione di McCarthy, uno dei più accesi sostenitori dell'approccio logico in IA, il 
quale argomentò che la logica deve affrontare problemi di tipo epistemologico, quali il 
tipo di conoscenza da rappresentare, la semantica e l'espressività dei linguaggi di 
rappresentazione, e non deve essere  necessariamente vincolata da limitazioni di 
efficienza a particolari algoritmi o scelte strategiche, che riguardano piuttosto il piano 
euristico della ricerca.  
Per tener fede a questi presupposti e in risposta alle critiche subite, nacque così la 
ricerca intorno ad una nozione non monotona di inferenza in seno alla logica medesima: 
dagli anni settanta del novecento in poi, proliferarono una serie di logiche non 
monotone che cercarono di affrontare il fenomeno della non monotonia del 
ragionamento del senso comune da differenti punti di vista.  
Fin dal principio fu chiaro che l'elaborazione di una nozione d'inferenza non 
monotona non poteva avere un rilievo circoscritto alle ricerche di IA, ma rendeva 
necessario un ripensamento del concetto di inferenza proprio della logica, ed esigeva, 
probabilmente, una ridefinizione dell'idea stessa di logica (seppure con l'intenzione di 
 non  snaturarne i presupposti). Così, il grande sforzo che seguì, da parte di un folto 
gruppo di logici, in questa direzione emancipò lo studio delle logiche non monotone e 
della nozione di inferenza non monotona dal legame originario con le ricerche di IA. 
Col passare del tempo, l'interesse di carattere applicativo per questo filone di ricerca 
ha lasciato spazio ad un interesse di carattere più spiccatamente teorico che ha spinto, in 
sintonia con quanto diceva McCarthy, ad occuparsi dell'espressione e della 
formalizzazione di certe porzioni di ragionamento del senso comune, anche a 
prescindere dall'aspetto implementativo. L'attenzione alle forme di ragionamento non 
monotono ha dato vita ad un settore di ricerca interno alla logica che non si esaurisce 
nell'elaborazione di specifici sistemi formali, ma che affronta questioni di carattere più 
astratto proprie di altre aree della logica più legate ad aspetti fondazionali. Dalla metà 
degli anni Ottanta e soprattutto negli anni Novanta, cospicui sforzi sono stati dedicati ai 
rapporti tra i diversi formalismi e allo studio sui fondamenti logici dei sistemi non 
monotoni; in particolare, si è insistito sull'analisi di una nozione astratta di conseguenza 
non monotona e si è cercato di individuare per essa proprietà astratte che la 
caratterizzino e che facilitino il raffronto tra le singole logiche.  
La rapida evoluzione di questo settore di ricerca ha fatto sì che oggi ci si possa 
occupare di ragionamento non monotono e di logiche non monotone senza entrare 
direttamente nel campo dell'intelligenza artificiale e a prescindere dall'efficienza e dai 
risvolti applicativi dei vari formalismi; e questo malgrado la strettissima parentela che 
lega i due settori di ricerca e sebbene la logica non monotona sia nata come risposta a 
problemi nati in seno all'IA e da quest'ultima riceva ancora gran parte dell'ispirazione
10
.  
                                                           
10
 Gran parte dei lavori sulla formalizzazione del ragionamento non monotono sono apparsi e ancora 
appaiono in periodici come "Artificial Intelligence" o comunque aventi l'IA per soggetto. Si noti, a tale 
proposito, che, nella maggior parte dei casi, alle distinzioni fatte finora (e a quelle che si faranno in 
futuro) non corrisponde una effettiva distinzione editoriale a livello di pubblicazione degli articoli.