Una sala radio piena di canali aperti e un salotto pieno di gente non hanno niente in comune, eppure pongono esattamente la stessa domanda: dentro un flusso di voci sovrapposte, come si fa a seguirne una sola e lasciare che le altre diventino rumore di fondo? La psicologia ha un nome per la versione domestica di questo problema — lo chiama effetto cocktail party — ed è uno dei pochi concetti nati per descrivere una festa che, settant’anni dopo, è finito dentro il codice che fa funzionare un modello linguistico.
Il problema del cocktail party, prima del cocktail party
Negli anni Cinquanta, ai laboratori EMI di Londra, un ingegnere del suono di nome Colin Cherry si trovò a dover rispondere a questa domanda per ragioni piuttosto pratiche. I tecnici radio dell’epoca lavoravano spesso con più canali aperti insieme — voci, codici, segnali — e dovevano riconoscere quello giusto senza perdere traccia degli altri. Cherry registrò decine di voci sovrapposte sullo stesso nastro e chiese a dei volontari di seguirne una sola, ignorando il resto.
Il compito sembrava banale. Non lo era: a un certo punto, quasi tutti perdevano il filo, oppure — più interessante — si accorgevano che una parola pronunciata su un canale che credevano di non ascoltare era arrivata comunque, intatta, dall’altra parte. Cherry chiamò il fenomeno con un nome che sarebbe rimasto: il cocktail party problem. Da allora, ogni volta che qualcuno parla di attenzione selettiva, prima o poi quel nome torna a galla.
Il proprio nome, in mezzo al rumore
Chiunque abbia mai partecipato a una festa rumorosa conosce la versione casalinga dell’esperimento di Cherry. Si è in piedi con un bicchiere in mano, impegnati in una conversazione, mentre intorno altre dieci conversazioni si accavallano in un brusio indistinto che il cervello tratta, correttamente, come sfondo. E poi, da qualche parte nella stanza — non si saprebbe nemmeno dire da dove — arriva il proprio nome. Pronunciato da qualcuno con cui non si stava parlando, in una frase che non si stava seguendo. E in quel momento, per una frazione di secondo, l’attenzione si sposta da sola, prima ancora che si decida di spostarla.
Quello scatto è la prova che il cervello non stava davvero ignorando le altre nove conversazioni. Le stava elaborando tutte, in parallelo, a un livello che non raggiunge la coscienza — e teneva pronto un filtro capace di far passare solo ciò che, in quel momento, conta. Il proprio nome conta quasi sempre. Ma anche una parola legata a un pensiero che si stava già coltivando, o il tono di voce di una persona con cui si è in conflitto, possono bucare lo stesso filtro. L’attenzione, insomma, non è un faro che illumina una cosa e lascia le altre al buio. È più simile a un sistema di allarme che sorveglia tutto, in sottofondo, e decide — istante per istante, con criteri che cambiano — cosa merita di salire alla superficie.
Una macchina senza effetto cocktail party
Per decenni, quando si è trattato di insegnare a una macchina a leggere una frase, il problema è stato affrontato nel modo più ovvio: una parola dopo l’altra, in ordine, comprimendo tutto ciò che si è letto finora in un’unica rappresentazione che si aggiorna a ogni passo. Funzionava — fino a un certo punto. Il punto debole era sempre lo stesso: più la frase si allungava, più quella rappresentazione unica doveva fare spazio a informazioni nuove, e qualcosa, lungo la strada, andava perso. Era come chiedere a qualcuno di riassumere in tempo reale, con un’unica frase che si riscrive di continuo, una conversazione che dura un’ora: l’inizio, inevitabilmente, sfuma.
Detto in altri termini: quella macchina non aveva alcun equivalente dell’effetto cocktail party. Leggeva tutto con la stessa intensità e nello stesso ordine in cui arrivava, senza la possibilità di tornare indietro e dire «questa parola, dieci frasi fa, è quella che conta davvero per capire questa frase qui». Non aveva un filtro. Aveva solo una memoria che si riscriveva, e si restringeva, a ogni passo.
Il paper che ha portato il cocktail party dentro la macchina
Nel 2017, un gruppo di ricercatori — alcuni a Google, altri passati da lì poco dopo — pubblicò un articolo con un titolo che, fuori contesto, suonerebbe più a casa su un poster motivazionale che su una rivista scientifica: Attention Is All You Need. Il contenuto, però, era tutt’altro che uno slogan. Proponeva un’architettura — il transformer, quella che oggi sta dietro a ChatGPT e a praticamente ogni modello linguistico di rilievo — in cui ogni parola di una frase, invece di essere letta in sequenza e compressa in un riassunto continuo, viene messa a confronto con tutte le altre parole della frase, una per una, e riceve un punteggio: quanto questa parola, qui, conta per capire quella parola, là.
Quel punteggio si chiama, non a caso, attenzione. Ed è la prima volta nella storia che il filtro scoperto da Cherry in un nastro pieno di voci sovrapposte ha ricevuto una forma matematica esplicita, calcolabile, replicabile — un numero per ogni coppia di parole, che dice quanto l’una ascolta l’altra. L’effetto cocktail party, che per settant’anni era stato un fenomeno da osservare e descrivere, è diventato qualcosa che si può scrivere in una riga di codice e far girare su un server.
Tornare alla festa
C’è qualcosa di vertiginoso nel pensare che il proprio nome, sentito dall’altra parte di una stanza rumorosa, e il punteggio che un modello assegna a una parola dieci righe più in alto nel testo che sta generando, siano due risposte allo stesso identico problema — distanti settant’anni, separate da un nastro magnetico e da una rete di server, ma sovrapponibili quasi riga per riga. Non significa che il cervello «funzioni come» un transformer, e nemmeno il contrario. Significa che il problema — troppi segnali, una sola capacità di elaborarli a fondo, e la necessità di scegliere senza che la scelta sembri una scelta — è abbastanza fondamentale da essere stato risolto due volte, in due materiali completamente diversi, con la stessa idea di fondo: non ignorare nulla, ma pesare tutto.
La prossima volta che, a una festa, il proprio nome arriverà da una conversazione che non si stava seguendo, vale la pena fermarsi un secondo. Non è stata fortuna, e non è stata nemmeno, esattamente, attenzione nel senso in cui la si intende di solito. È stato un calcolo — fatto da qualcosa che, fino a settant’anni fa, nessuno aveva ancora pensato di chiamare così.
Ogni volta che riusciamo a dare un nome e un numero a qualcosa che prima era solo intuizione, scopriamo, di rimando, qualcosa anche su di noi.
Il cocktail party problem è solo uno dei modi in cui possiamo capire come funziona la mente — artificiale e non. Se ti interessa esplorare questo tema, puoi leggere anche come Agostino aveva già descritto l’architettura dell’attenzione.