Βιολογία, υπολογιστές, μαθηματικά: Οι ταραχώδεις σχέσεις τους στον σύγχρονο καπιταλισμό

 

• Εισαγωγή

• Μετά τη μοριακή και τη γονιδιακή επανάσταση

• Αλληλεπιδράσεις δυο φαινομενικά απομακρυσμένων κόσμων

• Το επιστημολογικό πρόβλημα

• Το πρόβλημα της ανάπτυξης των παραγωγικών σχέσεων

• Η σύγχρονη διαπλοκή

• Βιβλιογραφία

Η βιολογία βρίσκεται στη δίνη σαρωτικών ανακαλύψεων ήδη από την επανάσταση της μοριακής βιολογίας τη δεκαετία του 1950. Οι εξελίξεις αυτές προκαλούν συγχύσεις τόσο στην επιστημονική κοινότητα, όσο και στο ευρύ κοινό. Συγχύσεις που πολλές φορές έχουν ως αιτία ιδεολογήματα που γεννά ο καπιταλισμός. Στο πλαίσιο αυτών των αλλαγών εμφανίζεται για πρώτη φορά στην ιστορία μια τόσο στενή αλληλεπίδραση της βιολογίας με τα μαθηματικά και την επιστήμη των υπολογιστών. Η εξέλιξη αυτή δημιουργεί προοπτικές για μια επιστημονική επανάσταση με κέντρο τη μοντελοποίηση και ανάλυση δεδομένων.

Οι κατακτήσεις αυτές της επιστήμης εγείρουν ερωτήματα για τα όρια των καινούργιων ερμηνευτικών σχημάτων, ενώ παράλληλα αποτελούν έναν στρατηγικό νέο τομέα κερδοφορίας για το κεφάλαιο. Σε αυτό το άρθρο θα περιγράψουμε τα βασικά στοιχεία των εξελίξεων στη βιολογία και τη σχέση της με μαθηματικά και υπολογιστές, ενώ επίσης θα επιχειρήσουμε να εμπλουτίσουμε την κουβέντα για τις αλλαγές που προκαλούν στις παραγωγικές σχέσεις και τη σύγχρονη διαπλοκή επιστήμης και καπιταλισμού.

Γράφουν: 

Κώστας Μπουγιούκος

Eπίκουρος καθηγητής Βιοπληροφορικής και Συστημικής Βιολογίας στο Πανεπιστήμιο Paris

 Diderot - Paris VII

Βαγγέλης Μπάρτζος

Υποψήφιος διδάκτορας Αλγοριθμικής Bιολογίας στο τμήμα Πληροφορικής του ΕΚΠΑ

          

       Εισαγωγή

Τα τελευταία χρόνια η είσοδος της πληροφορικής στο χώρο της βιολογίας υπόσχεται μια νέα επανάσταση που μπορεί να βάλει μια τάξη στην υπερπληθώρα νέων δεδομένων και την ανάλυσή τους. Η υιοθέτηση εννοιών όπως big data (μεγάλος όγκος δεδομένων), machine learning (τεχνητή/μηχανική μάθηση) και data science (επιστήμη δεδομένων) βρίσκεται στον πυρήνα της βιολογικής έρευνας. Η δυναμική αυτή είσοδος προκαλεί αλλαγές προσεγγίσεων και νοοτροπιών και αποτελεί για πολλούς ένα καινούργιο «ιερό δισκοπότηρο», του οποίου τα εργαλεία αναμένεται να λύσουν πολλά από τα μεγάλα προβλήματα στις βιοεπιστήμες.

Το βάθος και η έκταση της σχέσης μαθηματικών-υπολογιστών-βιολογίας καθώς και η ιστορική διαδρομή της ανάπτυξής της πάει πολύ μακριά σχεδόν στις απαρχές της ανάπτυξης των υπολογιστών, αλλά και της σύγχρονης βιολογίας και περιλαμβάνει πολλά παράλληλα επίπεδα αλληλεπίδρασης. Στο άρθρο αυτό θα προσπαθήσουμε να περιγράψουμε την ιστορική εξέλιξη της σχέσης αυτής ως μιας σχέσης ανάγκης που προέκυψε και προκύπτει τόσο από την ανάπτυξη της επιστημονικής γνώσης και των παραγωγικών δυνάμεων, όσο και από τη διάρθρωση των παραγωγικών σχέσεων και δη του καπιταλισμού στην πορεία του. Ξεδιπλώνοντας τη διαπλοκή βιολογίας και μαθηματικών-υπολογιστών θα παρουσιάσουμε μερικές πλευρές τόσο της επιστημονικής εγγύτητας όσο και της αποστασιοποίησής τους (για παράδειγμα τι σημαίνει «υπολογιστικότητα» για ένα βιολογικό σύστημα). Μέσα από την περιδίνηση αυτής της σχέσης θα επιδιώξουμε να αναδείξουμε τις πιο σημαντικές κατακτήσεις, τις προοπτικές αλλά και τα όρια αυτών των προσεγγίσεων.

Τέλος, θα προσπαθήσουμε να διερευνήσουμε από μια διαλεκτική υλιστική σκοπιά διάφορες παραπλανητικές αντιλήψεις που ακουμπάνε στη διεπαφή βιολογίας-μαθηματικών-υπολογιστών. Πώς τελικά η ανάπτυξη αυτής της προβληματικής –σήμερα αλλά και ιστορικά– σχέσης μπορεί να οδηγήσει σε ένα νέο παράδειγμα, αλλά ταυτόχρονα εγκυμονεί και κινδύνους τελμάτωσης και πισωγυρισμάτων στη βιολογική έρευνα που προκαλούνται από την κυριαρχία των καπιταλιστικών σχέσεων παραγωγής, ιδιαίτερα σε περιόδους κρίσης.

       Μετά τη μοριακή και τη γονιδιακή επανάσταση

Είναι κοινός τόπος –και έχει διατυπωθεί στο έργο πολλών ιστορικών της επιστήμης– ότι η βιολογία πέρασε έναν μεγάλο μετασχηματισμό από τη δεκαετία του 1950 με την επανάσταση της μοριακής βιολογίας, που εκτόξευσε την ανάπτυξη της επιστημονικής γνώσης σε όλους τους τομείς των βιοεπιστημών τα τελευταία 70 σχεδόν χρόνια. Για το μεγαλύτερο κομμάτι της επιστημονικής κοινότητας, η επανάσταση στη μοριακή βιολογία ήταν μια χαρακτηριστική στιγμή καρτεσιανής επιστημονικής ανάπτυξης, δηλαδή διάσπαση του όλου σε μικρά επιμέρους κομμάτια, μελετώντας τα διεξοδικά, μεμονωμένα και με μεγάλη ακρίβεια και οδηγώντας έτσι στην πλήρη επικράτηση του αναγωγισμού. Το κάθε φαινόμενο του έμβιου κόσμου (μέχρι και οργανωτικά ανώτερα φαινόμενα όπως η νοημοσύνη ή τα συναισθήματα) αναγόταν στη μελέτη ενός ή λίγων βιομορίων που «παίζουν καθοριστικό ρόλο» στην εμφάνισή του.

Μια παρόμοια επανάσταση διανύει αυτή τη στιγμή η βιολογία με την τρομακτική μεγέθυνση της γονιδιακής και γονιδιωματικής τεχνολογίας. Η τελευταία στηρίζεται τόσο στη δημιουργία μηχανών για τη γρήγορη και φτηνή παραγωγή τεράστιων ποσοτήτων βιολογικών δεδομένων (συνήθως με τη μορφή συμβόλων βιομορίων, DNA, RNA, αμινοξέα κ.λπ.) όσο και στην ανάπτυξη μαθηματικών, στατιστικών και υπολογιστικών μεθόδων για την ανάλυση αυτού του τεράστιου όγκου δεδομένων. Η νέα αυτή προσέγγιση της βιολογίας ασκεί πίεση και εκ των πραγμάτων προκαλεί και απαιτεί μια μετατόπιση από την παραδοσιακή αναγωγική μέθοδο της μοριακής βιολογίας σε πιο συστημικές προσεγγίσεις˙ προσεγγίσεις οι οποίες εμπλέκουν τη μελέτη πολλαπλών αλληλεπιδράσεων και ερμηνεύουν φαινόμενα βασισμένες στη θεωρία των συστημάτων/βιολογία συστημάτων (system biology). Η μετατόπιση αυτή όμως ούτε ολοκληρωμένη είναι ούτε συμβαίνει χωρίς τριγμούς και προβλήματα που προκαλούνται από τις παρεμβάσεις των καπιταλιστικών αγορών.

Η εισαγωγή της βιολογίας στη γονιδιωματική εποχή και την εποχή των μεγάλων δεδομένων έγινε με την ανάγνωση (ή όπως λανθασμένα αποκαλείται «αποκωδικοποίηση») του ανθρώπινου DNA αλλά και των γονιδιωμάτων πολλών άλλων οργανισμών. Ο ενθουσιασμός περίσσευε το 2001 όταν ο ίδιος ο πρόεδρος των ΗΠΑ ανακοίνωσε τη λήξη του προγράμματος αλληλούχισης του ανθρώπινου γονιδιώματος (Human Genome Project –HGP–) γεγονός που έγινε εφικτό χάρη στην απασχόληση πολλών μαθηματικών και επιστημόνων πληροφορικής στη διαδικασία ανάλυσης και συναρμολόγησης των τεσσάρων δισεκατομμυρίων γραμμάτων DNA που αποτελούν το γονιδίωμα των ανθρώπων.

Η συγκεκριμένη εξέλιξη αρχικά εξέθρεψε τον αναγωγισμό ταυτίζοντας την αλληλουχία των βάσεων με το πλήρες σύνολο των χαρακτηριστικών ενός οργανισμού. Χαρακτηριστικό παράδειγμα η επιθετική προώθηση των λεγόμενων «γονιδιακών θεραπειών», δηλαδή η προσέγγιση της διόρθωσης ενός ελαττωματικού γονιδίου ως πανάκεια για κάθε νόσο και η επακόλουθη αποτυχία τους. Τόσο οι πρώτες γενιές γονιδιακής θεραπείας, όσο και αυτές που τόσο αναμενόμενα αναπτύσσονται τώρα (π.χ. CrisprCas9), παρά τις μεγάλες υποσχέσεις δεν έχουν επιτύχει παρά σε ελάχιστες περιπτώσεις να προσφέρουν λειτουργικές λύσεις σε ασθένειες.

Δεν θα πρέπει να παραγνωρίζουμε όμως και τις θετικές εξελίξεις και την προώθηση της γνώσης που έχει προσφέρει η γονιδιωματική επανάσταση, η χρήση μεγα-δεδομένων και η εφαρμογή σύγχρονων υπολογιστικών μεθόδων ανάλυσης σε αρκετά πεδία. Ενδεικτικά, η πιο επιτυχημένη και ελπιδοφόρα εξέλιξη βρίσκεται στο πεδίο της διαγνωστικής και ιδιαίτερα στην περίπτωση ανάπτυξης πολλών τεστ πρόγνωσης διάφορων τύπων καρκίνου.

Όμως, ακόμα και σε αυτό το παράδειγμα, η γονιδιακή οπτική είναι συμπληρωματική, δηλαδή αποτελεί μέρος της εξήγησης του φαινομένου. Φαίνεται όλο και περισσότερο ότι οι αποσπασματικές προσεγγίσεις αγνοούν αυτό που τελικά προκαλεί την πολυπλοκότητα των έμβιων συστημάτων, δηλαδή η συνεχής αλληλεπίδραση των διαφορετικών στοιχείων του οργανισμού μεταξύ τους και η ανατροφοδότηση με το περιβάλλον.

Τα αδιέξοδα της αναγωγικής μεθόδου έχουν οδηγήσει, όπως αναφέραμε και προηγουμένως, σε έναν επαναπροσδιορισμό της κυρίαρχης αντίληψης στη βιολογία. Σε αυτή τη «συστημική» προσέγγιση μεγάλο ρόλο παίζει η προσπάθεια εύρεσης σημαντικά επαναλαμβανόμενων προτύπων (patterns) στην ανάλυση των δεδομένων. Το πεδίο αυτό επανακαθορίζει τη σχέση της βιολογίας με τα μαθηματικά.

       Αλληλεπιδράσεις δυο φαινομενικά απομακρυσμένων κόσμων

Οι εξελίξεις που περιγράψαμε τοποθετούν τη βιολογία ως ένα ελκυστικό αντικείμενο στο πεδίο των διεπιστημονικών προσεγγίσεων με όλες τις φυσικές επιστήμες (φυσική, χημεία), αλλά με βασικούς άξονες τα μαθηματικά και την πληροφορική. Αυτό το γεγονός, εκτός από μια σύγχρονη επιστημονική αναζήτηση, αποτελεί πλέον και στόχο ερευνητικών πολιτικών. Και σε αυτό το σημείο πάντα το ερώτημα που βάζουν κρατικοί φορείς, επιχειρήσεις και μεγάλη μερίδα ερευνητών είναι «τι σχέση έχουν όλα αυτά με την πραγματική ζωή (real-life applications);». Είναι περιττό να αναφερθεί, ότι αυτές οι εφαρμογές αφορούν πρώτα και κύρια την άμεση κερδοφορία και πιέζουν συνεχώς προς αυτή την κατεύθυνση, μέσω και της επιλεκτικής χρηματοδότησης των ερευνητικών προγραμμάτων. Άλλωστε, έχει αποδειχθεί ότι διάφορες τεχνικές, ακόμα και σε πρώιμο στάδιο, μπορούν να «πουλήσουν καλά» δημιουργώντας φούσκες, χωρίς απαραίτητα να βασίζονται σε κάποια συνεκτική θεωρία ή και αποτελέσματα. Βέβαια, αυτή η επιθετική τακτική κερδοφορίας δεν αποτελεί μοναδικό σκοπό της καπιταλιστικής ανάπτυξης, καθώς συμπληρωματικά χρηματοδοτείται και μέρος της βασικής έρευνας αποσκοπώντας σε ιδεολογικά οφέλη, αλλά και στη σχετικά μακροπρόθεσμη κερδοφορία.

Μιλώντας για μαθηματικοποίηση της βιολογίας, στο μυαλό όλων έρχονται αναλογίες με τη σχέση μαθηματικών-φυσικής. Η φυσική ήδη από την εποχή του Νεύτωνα (Newton) μεταμορφώθηκε από περιγραφική σε αυστηρή επιστήμη, γεγονός που εδραιώθηκε στις αρχές του 20ού αιώνα. Η σχέση αυτή ήταν και είναι αμφίδρομη˙δεν άλλαξε μόνο η φυσική ως επιστήμη, αλλά παράλληλα διαμορφώθηκαν και καινούργια μαθηματικά πεδία που μπόρεσαν να προσαρμοστούν στην περιγραφή φυσικών μοντέλων (το παράδειγμα pure vs. applied μαθηματικών).

Σήμερα η ανάγκη και το ερώτημα για μια παρόμοια μετατροπή της βιολογίας είναι εγγεγραμμένα στα επιστημονικά προγράμματα των περισσότερων πανεπιστημίων και ερευνητικών ιδρυμάτων. Η ποιοτική αλλαγή είναι ότι πλέον οι μετασχηματισμοί αυτοί σήμερα περιέχουν εκ των πραγμάτων και μια τρίτη πλευρά, αυτήν της επιστήμης των υπολογιστών και της πληροφορικής.

Η επίδραση των μαθηματικών στην πληροφορική, και το αντίστροφο, έχει επίσης επιταχυνθεί τα τελευταία χρόνια. Αν και πιο προφανής, θα μπορούσε και αυτή να αποτελέσει υλικό για ένα ολόκληρο άρθρο, οπότε θα περιοριστούμε στο πώς συμπληρώνεται με τα μαθηματικά ως «εξωγενής» παράγοντας εμβάθυνσης των βιολογικών φαινομένων. Και αν η μαθηματικοποίηση είναι έντονο φαινόμενο τα τελευταία χρόνια στη βιολογική έρευνα, η βιοπληροφορική είναι εδώ και κάποιες δεκαετίες εδραιωμένη και ικανή να παράγει ολοκληρωμένα αποτελέσματα σε διάφορους επιμέρους επιστημονικούς τομείς της βιολογίας, αλλά και να πείθει κρατικούς φορείς και επιχειρήσεις για χρηματοδότηση.

Φαινομενικά, τα μαθηματικά (μαζί και η υπολογιστική επιστήμη ως ένας εφαρμοσμένος κλάδος τους) και η βιολογία έχουν κάποια αταίριαστα χαρακτηριστικά. Από τη μία πλευρά, η επικρατούσα αντίληψη για τα μαθηματικά αυτοαναγορεύεται σε αιώνια και άφθαρτη βασιζόμενη σε ένα στέρεο αξιωματικό σύστημα, που δεν επιδέχεται παρά μόνο κατασκευαστικού τύπου προσθήκες στο οικοδόμημά της (κονστρουκτιβισμός). Από την άλλη, η βιολογία διέπεται από μια έντονη ιστορικότητα, στο κέντρο της οποίας βρίσκεται η πορεία της εξέλιξης του κάθε είδους της αλληλεπίδρασης με το περιβάλλον και το πώς αυτά έχουν εγγραφεί στον κόσμο που παρατηρούμε σήμερα. Παράλληλα, οι μεγάλες θεωρητικές διαμάχες για τη φύση των βιολογικών συστημάτων μοιάζουν να βρίσκονται μακριά σε σχέση με τη νηνεμία που διέπει τους παντοτινούς νόμους των μαθηματικών.

Η παραπάνω πρόταση, παρ’ όλο που ακόμα και για μεγάλο μέρος της επιστημονικής κοινότητας έχει βάση, είναι λανθασμένη. Τα αξιώματα των μαθηματικών δεν είναι ούτε άφθαρτα ούτε πάνω και έξω από την ιστορία. Θεμελιώθηκαν με βάση την παρατήρηση της φύσης (από τη γεωμετρία στην αρχαία Αίγυπτο μέχρι τις μη ευκλείδειες γεωμετρίες που περιγράφουν τον χωροχρόνο) και φυσικά από τις ανθρώπινες κοινωνίες και την επίδραση που είχαν σε επιστημονικά ρεύματα (στον 20ό αιώνα ο μοντερνισμός τροφοδότησε σπουδαίες μαθηματικές εξελίξεις και τροφοδοτήθηκε από αυτές). Η ιστορικότητα της βιολογίας με τη σειρά της δεν θα μπορούσε να ξεφύγει από τη διαλεκτική της κίνησης της ύλης. Όσο λάθος και αν είναι να διατέμνουμε τα διαφορετικά επίπεδα οργάνωσης της ύλης, δεν μας επιτρέπεται να αποκόψουμε, σχεδόν ιδεαλιστικά, τους βασικούς διαλεκτικούς νόμους που τα διέπουν. Η σύνδεση και η ανάπτυξη καινούργιων μαθηματικών εργαλείων (και όχι απλά μια επιφανειακή προσαρμογή όσων γνωρίζουμε) για την περιγραφή των πολύπλοκων βιολογικών συστημάτων εντάσσεται σε αυτό το πλαίσιο ενότητας και τομής με τον υπόλοιπο φυσικό κόσμο.

Καταρχάς βέβαια, η σύνδεση που περιγράφουμε δεν είναι ούτε καινούργια ούτε πρωτοφανής. Η ίδια η γενετική, όπως την θεμελίωσε ο Mendel, είναι στην πραγματικότητα προϊόν (απλών) μαθηματικών υπολογισμών στη βάση των πιθανοτήτων. Από την άλλη πλευρά, η ανάπτυξη πληθυσμιακών μαθηματικών μοντέλων όπως, για παράδειγμα, το κλασικό του θηρευτή-θηράματος από τους Lotka και Volterra, βρίσκεται στην απαρχή της θεωρίας των δυναμικών συστημάτων (προϊόν της οποίας είναι και η πολυδιαφημισμένη θεωρία του χάους).

Η ιστορική εγγύτητα βιολογίας και μαθηματικών-υπολογιστών συνεχίστηκε ακόμα πιο έκδηλα στο παράλληλο έργο ενός εκ των μεγαλύτερων μαθηματικών του 20ού αιώνα –και πρωτεργάτη της επιστήμης των υπολογιστών– Alan Turing (Άλαν Τούρινγκ), η θεωρητική δουλειά του οποίου προσέφερε δυο βασικές θεμελιακές θεωρίες και στις δύο αυτές διαφορετικές επιστήμες. Η πρώτη στην επιστήμη των υπολογιστών με την περιγραφή και κατασκευή της μηχανής Τούρινγκ (Turing machine) και η δεύτερη στη μορφογένεση με το μοντέλο της ανάπτυξης μοτίβων (Turing patterns) στη μορφογένεση των οργανισμών. Οι μηχανές Τούρινγκ ουσιαστικά αποτελούν τη θεωρητική εκείνη κατασκευή που έχει καθολική ικανότητα να υπολογίζει, μια έννοια που οδήγησε στην κατασκευή ηλεκτρονικών υπολογιστών. Τα μοτίβα Τούρινγκ πρόσφεραν μια πρωτοποριακή θεωρητική οπτική στο φαινόμενο της μορφογένεσης, το πώς δηλαδή από ένα σύνολο αδιαφοροποίητων κυττάρων προκύπτει η ανάδυση μιας ετερογένειας με τη μορφή επαναλαμβανόμενων μοτίβων όπως, για παράδειγμα, στις κηλίδες της λεοπάρδαλης ή στις γραμμές στο τρίχωμα μιας γάτας.

Πιο σύγχρονα σε εμάς είναι τα παραδείγματα για την ανάπτυξη νέων μεθόδων ανάλυσης δεδομένων και νέων αλγορίθμων βελτιστοποίησης που αναφέρονται στα βιολογικά συστήματα. Χαρακτηριστικά αναφέρουμε το πιο γνωστό παράδειγμα, αυτό των τεχνητών νευρωνικών δικτύων, που εμπνεύστηκαν από την προσπάθεια μοντελοποίησης της λειτουργίας του πιο πολύπλοκου οργάνου στον έμβιο κόσμο: του εγκεφάλου και του νευρικού συστήματος των ζώων. Η συγκεκριμένη μέθοδος αναδεικνύει τόσο τις προοπτικές χρησιμοποίησης παραδειγμάτων από τη βιολογία για την ανάπτυξη υπολογιστικών μεθόδων, όσο και μια ψευδή οπτική, καθώς η αναπαράσταση του φαινομένου της εγκεφαλικής λειτουργίας είναι εντελώς απλουστευμένη και εντέλει αφελής και λανθασμένη.

Τα παραδείγματα δεν σταματούν εκεί. Στην επιστήμη των υπολογιστών υπάρχει ένα ολόκληρο πεδίο έρευνας, που ονομάζεται «biologically inspired computing», και μελετά και αναπτύσσει αλγορίθμους που στηρίζουν την ικανότητά τους να λύνουν προβλήματα αντλώντας ιδέες και φορμαλισμούς από παραδείγματα βιολογικών συστημάτων. Για παράδειγμα, εξελικτική υπολογιστική, γενετικοί αλγόριθμοι και γενετικός προγραμματισμός, βελτιστοποίηση με αποικίες μυρμηγκιών, μορφογενετικοί αλγόριθμοι αποτελούν απευθείας προσπάθειες μιμητισμού διαφόρων τεχνικών που έχουν αναπτύξει πολλά βιολογικά συστήματα για να βρίσκουν λύσεις στα προβλήματα που θέτει η επιβίωση σε πολύπλοκα περιβάλλοντα.

Τέλος, η σύγχρονη έρευνα στη βιολογία έχει αναδείξει πτυχές των βιολογικών συστημάτων που παρουσιάζουν αξιοσημείωτη ακρίβεια (π.χ. οι κιρκαδιανοί ρυθμοί οι οποίοι είναι αυστηρά καθορισμένοι στις 24 ώρες), η υπολογιστική ικανότητα των νουκλεοσωμάτων (π.χ. η ακριβέστατη μέτρηση του συνδυασμού ημερών και θερμοκρασίας που απαιτείται για την άνθηση), αλλά και ικανότητες που προσιδιάζουν σε εκτέλεση υπολογιστικών προγραμμάτων (π.χ. συμπεριφορές προνοητικότητας ακόμα και πολύ απλών οργανισμών χωρίς καν νευρικό σύστημα, όπως στα βακτήρια ή ακόμα και σε υποκυτταρικό επίπεδο). Και βέβαια, δεν πρέπει να παραμελούμε τις έρευνες για υπολογιστές με αρχιτεκτονική βασισμένη στο DNA, εντελώς διαφορετική από αυτή του πυριτίου, που υπόσχονται εκτόξευση της υπολογιστικής ικανότητας.

Οι ιδέες αυτές δίνουν νέους ορίζοντες σε εν πολλοίς αχαρτογράφητα νερά, αλλά εγείρουν και νέα φιλοσοφικά, κοινωνικά ερωτήματα και επιστημονικά ερωτήματα.

       Το επιστημολογικό πρόβλημα

Σε ένα πιο αφαιρετικό επίπεδο, το ερώτημα της μαθηματικοποίησης βιολογικών λειτουργιών είναι πιο επίκαιρο από ποτέ. Ειδικότερα, η ανάπτυξη της θεωρίας πιθανοτήτων (που συνδέεται και με την ανάλυση μεγάλου όγκου δεδομένων, αλλά και στη μοντελοποίηση διαδικασιών διάχυσης στο εσωτερικό των οργανισμών και τα εξελικτικά μοντέλα) φαίνονται να ανοίγουν προοπτικές για τη μετατροπή της βιολογίας σε μια πιο φορμαλιστική επιστήμη.

Από τη μία πλευρά, αυτή η εξέλιξη δίνει τη δυνατότητα ανάπτυξης νέων εργαλείων και εφαρμογών. Ήδη η εφαρμογή τους σε πεδία, όπως η νευροαπεικόνιση, έχουν προωθήσει το επίπεδο τόσο στη βασική έρευνα όσο και στη θεραπευτική. Επιπλέον, μπορούμε να αισιοδοξούμε και για μια πιο συνεκτική θεωρία των βιολογικών συστημάτων. Ήδη αναφερθήκαμε στην αυξανόμενη επιρροή της θεωρίας πιθανοτήτων. Θα μπορούσε μια τέτοια σύνδεση να προκαλέσει την απο­δόμηση ή/και τον επαναπροσδιορισμό του μέχρι πρότινος προελαύνοντος ντετερμινισμού; Το παραπάνω ερώτημα δεν έχει μόνο φιλοσοφικό-επιστημολογικό ενδιαφέρον καθώς ιστορικά η ντετερμινιστική σύνδεση DNA-οργανισμού έχει οδηγήσει πολλές φορές στην ανάπτυξη και στην επιστημονική «θωράκιση» πολλών ρατσιστικών αντιλήψεων.

Από την άλλη πλευρά, δεν πρέπει να οδηγούμαστε με μια ευκολία σε «απογειωμένα» μοντέλα και ούτε να περιμένουμε μια ιστορική επανάληψη του παραδείγματος της φυσικής. Και αυτό λειτουργεί και προς τις δύο κατευθύνσεις, δηλαδή τις ιδέες που μπορεί να δώσει η βιολογία στα μαθηματικά. Αναφερθήκαμε στο παράδειγμα των νευρωνικών δικτύων. Είναι πολύ σημαντικό να καθορίζονται το λεξιλόγιο και οι κώδικες για να αποφεύγονται ανθρωπομορφικές συγχύσεις. Η προσπάθεια της κυρίαρχης ιδεολογίας να προσδώσει ανθρώπινα χαρακτηριστικά σε φαινόμενα των φυσικών επιστημών δεν έχει μόνο ερμηνευτικό χαρακτήρα, αλλά επιβάλλει με όλους τους τρόπους την πεποίθηση ότι οι σημερινές καπιταλιστικές σχέσεις έχουν «βιολογική υπόσταση» και ως εκ τούτου είναι αιώνιες. Ακούμε για εγωιστικά γονίδια, έξυπνες μηχανές, σωματίδια που έχουν βούληση και παίγνια στη συμπεριφορά των ζώων.

Παράλληλα, η μηχανιστική αντίληψη, δηλαδή η περιγραφή και αναπαράσταση βιολογικών οντοτήτων ως μηχανών εκφράζει την ανάγκη προσομοίωσης των πάντων με τα ίδια πρότυπα. Είναι χαρακτηριστικές οι αναφορές τόσο στην καθημερινή μας γλώσσα, αλλά όσο και σε συγγράμματα και στην επιστημονική βιβλιογραφία εννοιών, όπως «γενετική πληροφορία», «γενετικός κώδικας», «κώδικας του DNA», «αποκρυπτογράφηση του γονιδιώματος», «ρυθμιστικά προγράμματα» κ.ο.κ. Η σχέση αυτή καταδεικνύει τη διπλή υπόσταση που έχουν στην πραγματικότητα τα βιολογικά συστήματα, δηλαδή αποτελούν πέρα από το σύνολο των μορίων τους και το σύνολο των σχέσεων και αλληλεπιδράσεών τους με το περιβάλλον. Εξίσου, όμως, υπογραμμίζει και ένα υπόγειο πρόβλημα, αυτό της πεπερασμένης δυνατότητας και πολυπλοκότητας των εργαλείων και κατασκευών που παρατάσσει ο τεχνητός, ανθρώπινος κόσμος για να κατανοήσει τον έμβιο. Πάνω σε αυτή την αδυναμία πατάει και χτίζει καινούργιους μετασχηματισμούς παραγωγικών δυνάμεων ο καπιταλισμός όπως θα σχολιάσουμε στη συνέχεια. Η υπέρβαση αυτών των αντιλήψεων, ακόμα και στο πλαίσιο του λεξιλογίου, είναι αναγκαία για την ανάπτυξη μιας απελευθερωτικής οπτικής.

Μια τελευταία διάσταση του επιστημονικού προβλήματος της βαθύτερης κατανόησης των βιολογικών φαινομένων γίνεται ολοένα και πιο ορατή όσο μεγαλώνει ο όγκος των πειραματικών δεδομένων. Η συλλογή μεγάλου όγκου δεδομένων από μόνη της, εκτός του ότι δεν είναι αρκετή, μπορεί να οδηγήσει πολλές φορές σε παράδοξα αποτελέσματα, όταν για την πρόβλεψη ενός βιολογικού φαινομένου χρησιμοποιούνται αποκλειστικά «τυφλοί» στατιστικοί αλγόριθμοι συσχέτισης και «ανακάλυψης» μοτίβων από αλγόριθμους και μηχανές που «μαθαίνουν» από τα διαθέσιμα δεδομένα και μόνο (statistical learning). Χωρίς την ενσωμάτωση δομημένης γνώσης σε όποια μαθηματικά και υπολογιστικά μοντέλα, η ερμηνευτική τους δυνατότητα και η ικανότητά τους για πρόβλεψη θα παραμείνουν στα ίδια επίπεδα που έχουν μείνει εδώ και δεκαετίες.

       Το πρόβλημα της ανάπτυξης των παραγωγικών σχέσεων

Το διακύβευμα της αλληλεπίδρασης βιολογίας-μαθηματικών-υπολογιστών δεν θα ήταν δυνατό να αφορά μόνο τη θεωρία της επιστήμης. Ο ολοκληρωτικός καπιταλισμός στοχεύει και σε αυτό τον τομέα στην πλήρη ανάπτυξη της κερδοφορίας του. Η έρευνα άλλωστε δεν θα μπορούσε να ξεφύγει από τον τόνο που δίνει η λογική του επιχειρηματικού πανεπιστημίου. Η τάση δεν αφορά μόνο τις start-up εταιρείες, αλλά και συνολικά τη σύγχρονη στρατηγική του κεφαλαίου και των ολοκληρώσεών του. Δεν είναι τυχαίο ότι η ΕΕ χρηματοδοτεί αφειδώς προγράμματα που υπόσχονται άμεση σύνδεση με αυτό που ονομάζουν στα γραπτά τους «πραγματικό κόσμο», δηλαδή τις ανάγκες της αγοράς για άμεσα κέρδη. Αν και διακηρυκτικά η ανάγκη μιας μεγάλης αφήγησης παραμένει στόχος, υποβαθμίζεται συστηματικά, δίνοντας τη θέση της στην αναρχία της παραγωγής, μεταφέροντας παραδείγματα που παλιότερα ήταν πιο έντονα στη βιομηχανία.

Σε αυτά τα (διόλου περίεργα στο καπιταλιστικό πλαίσιο) φαινόμενα συμβάλλει και το γεγονός ότι η επιστημονική έρευνα έχει υποστεί έναν μεγάλο μετασχηματισμό τις τελευταίες δεκαετίες και αποτελεί αυτή η ίδια πλέον καταναλωτικό αγαθό, δηλαδή η κατανάλωση και αναπαραγωγή επιστημονικής πληροφορίας είναι προϊόν από μόνες τους. Η δημοσιοποίηση επιστημονικών επιτευγμάτων και η προπαγάνδισή τους δημιουργεί κλίμα, προσελκύει πιθανούς πελάτες, είτε φοιτητές για τα πανεπιστήμια είτε εταιρείες στα ερευνητικά κέντρα που την ανακοίνωσαν. Όλοι οι μεγάλοι ερευνητικοί οργανισμοί έχουν πλέον γραφεία δημοσίων σχέσεων και Τύπου τα οποία απασχολούν σημαντικό κομμάτι εργαζόμενων συμπεριλαμβανομένων και επιστημόνων. Η επιστημονική γνώση κατά συνέπεια πακετάρεται κατάλληλα και προωθείται στην αγορά με τη μορφή ανακοινώσεων Τύπου και πρωτοσέλιδων τίτλων που έχουν ελάχιστη σχέση με την πραγματική ερευνητική επιστημονική εργασία. Αυτή η εικονολατρία της επιστημονικής παραγωγής θέτει σε κίνδυνο τη μελλοντική ανάπτυξη της επιστήμης καθώς δημιουργεί παρανοήσεις και καχυποψίες σε πολλά επίπεδα και απομακρύνει από τη δυνατότητα κατανόησής της τόσο το κοινό όσο και καταρτισμένους επιστήμονες.

Αυτή η στρατηγική δημιουργεί πολλές φορές καταναλωτικές ανάγκες που στην πραγματικότητα δεν υπάρχουν. Χαρακτηριστικό και πολυδιαφημισμένο παράδειγμα είναι η πλήρης αλληλούχιση του γονιδιώματος ενός ανθρώπου επί αδράς αμοιβής. Υπάρχουν ερευνητικά κέντρα και επιστήμονες που φτιάχνουν εταιρείες, οι οποίες προσφέρουν ακόμα και «διαιτητικές συμβουλές» με βάση την αλληλούχιση μεγάλου όγκου δεδομένων από το μετα-γονιδίωμα του παχέος εντέρου. Η συγκεκριμένη –πανάκριβη– υπηρεσία βρίσκει έδαφος στο ψευδές ιδεολόγημα του πλήρους καθορισμού ενός οργανισμού από το γονιδίωμά του και ως εκ τούτου δεν ανήκει στην επιστημονική παραγωγή αλλά κάπου αλλού. Ιδεολόγημα που αγνοεί εντελώς την τριπλή αλληλεπίδραση γονιδίων-οργανισμού-περιβάλλοντος.

Αλλά ακόμα και σε εφαρμογές«προϊόντα» των οποίων η χρησιμότητα είναι αδιαμφισβήτητη, το «αόρατο χέρι» της αγοράς καταφέρνει να τα σπρώχνει μακριά από τις κοινωνικές ανάγκες. Ιατρικές εξετάσεις, πρωτοποριακά προγράμματα Η/Υ ή ακόμα και επιστημονικές δημοσιεύσεις, αφού διυλιστούν με βάση την ικανότητά τους να πουλήσουν, πολλές φορές είναι μη προσβάσιμα στο ευρύ κοινό καθώς απαιτούνται μεγάλα ποσά συνδρομών για την πρόσβασή τους, ακόμα και αν η έρευνα έχει χρηματοδοτηθεί αποκλειστικά από δημόσιους πόρους.

Επιπλέον, διαχρονικά η ανάπτυξη των παραγωγικών δυνατοτήτων θα έπρεπε να μειώνει την εργασία και να απελευθερώνει τον προσωπικό χρόνο. Είναι γεγονός ότι πολλές νέες τεχνικές που βρίσκονται στο μεταίχμιο της διεπιστημονικής αυτής συνάντησης, όπως η χρήση στατιστικών μοντέλων και γρήγορων αλγορίθμων, έχουν βοηθήσει και τους ερευνητές και όσους ασχολούνται από άλλα πόστα με τις επιστήμες της ζωής να παράγουν πιο γρήγορα και καλύτερα αποτελέσματα. Αντί όμως αυτή η ανάπτυξη να απελευθερώσει τους εργαζόμενους, έχει αποτελέσει την κινητήρια δύναμη ενός σύγχρονου ερευνητικού φορντισμού και καινούργιων σχέσεων ελαστικής και κακοπληρωμένης εργασίας σε μια γραμμή παραγωγής επιστημονικών δημοσιεύσεων. Σε πολλές περιπτώσεις δε, ντύνεται και με το μανδύα ενός ανώτερου σκοπού (ειδικά στα ερευνητικά) που καλεί τους νέους επιστήμονες να δουλεύουν χωρίς αντίκρισμα για το «καλό της επιστήμης».

Συμπερασματικά, ακολουθώντας την κλασική μαρξιστική θέση περί ασυμμετρίας και προβληματικότητας της ανάπτυξης των παραγωγικών σχέσεων, το πεδίο της αλληλεπίδρασης βιολογίαςυπολογιστών-μαθηματικών αντανακλά πλήρως αυτή την κατάσταση. Η σύγχρονη φάση ανάπτυξης του καπιταλισμού μετά τη δομική του κρίση της δεκαετίας του 1970 έχει επιδράσει καταλυτικά στην ανάπτυξη της βιολογικής έρευνας και ειδικά στη διεπαφή της με τις φορμαλιστικές επιστήμες. Ο χαρακτήρας του τρόπου αναπαραγωγής του κεφαλαίου σήμερα, μέσα από τον κυκεώνα του πλέγματος των παραγώγων, έχει επιφέρει μια αντίστοιχη εικονοποίηση και στην έρευνα αιχμής. Η καθυποταγμένη στις κατά καιρούς εναλλασσόμενες τάσεις των αγορών φύση της έρευνας (π.χ. γονιδιωματική θεραπεία, συνθετική βιολογία) αντανακλά τη φύση και φάση των παραγωγικών σχέσεων την οποία διανύουμε. Χαρακτηρίζεται, λοιπόν, από ελάχιστη προσπάθεια καθολικών ερμηνειών, επικέντρωση σε κριτήρια παντελώς αντιεπιστημονικά (τεχνολογίες «disruptive») και παντελή έλλειψη χρηματοδότησης προώθησης και δημιουργίας συνεκτικών θεωριών που θα μπορούσαν να αποτελούν τον συνδετικό κρίκο μεταξύ των τριών αυτών μεγάλων πεδίων επιστημονικής κατάκτησης του ανθρώπινου πνεύματος. Συνεπώς, το πρόβλημα της σχέσης δεν εντοπίζεται και δεν θα μπορούσε να εντοπίζεται αποκομμένα στο επιστημονικό πεδίο. Η κοντόφθαλμη και κερδοσκοπική φύση με την οποία ο καπιταλισμός αντιμετωπίζει την επιστημονική έρευνα δεν επιτρέπει την ανάπτυξη σε αυτή την κατεύθυνση. Σε τέτοιο πλαίσιο δεν θα μπορέσουν ποτέ να υπάρξουν τα εφόδια εκείνα που χρειάζονται για να πραγματοποιηθεί το ποιοτικό άλμα που χρειάζονται οι βιοεπιστήμες για να προχωρήσουν προς την επίλυση της ταραχώδους σχέσης τους με τις φορμαλιστικές επιστήμες, παρ’ όλο που οι συνθήκες είναι καλύτερες από ποτέ άλλοτε.

       Η σύγχρονη διαπλοκή

Μέσα στο συγκεκριμένο περιβάλλον της σημερινής ανάπτυξης και κρίσης του καπιταλισμού η αγορά παρεμβαίνει με νέους πολύ πιο επιθετικούς όρους στην επιστημονική έρευνα και τα πεδία αιχμής της βιολογίας, των υπολογιστών και της τεχνητής νοημοσύνης (artificial intelligence) είναι από τα πλέον στρατηγικά. Οι λόγοι είναι αντικειμενικοί. Η αναπαραγωγή και ο έλεγχος της υγείας του ανθρώπινου δυναμικού είναι στον πυρήνα των εκμεταλλευτικών σχέσεων παραγωγής του καπιταλισμού, αλλά δεν παύουν να αντανακλούν και τον οπορτουνιστικό χαρακτήρα που εμφανίζει ο σύγχρονος καπιταλισμός. Για παράδειγμα, το «διάβασμα» του DNA είναι κάτι που αποτελεί ένα έτοιμο προϊόν. Είναι –σχετικά– εύκολο και πλέον φτηνό να παραχθούν δεδομένα σε πολύ μεγάλο όγκο (το κόστος ολοκλήρωσης του HGP πριν 17 χρόνια ήταν 3-4 δισ. δολάρια· το κόστος σήμερα είναι γύρω στα 2.000 δολάρια). Επίσης είναι εύκολο να κατασκευάσει το πακέτο πώλησης ενός γονιδιώματος, προσθέτοντάς του διάφορες διαγνωστικές ασθενειών, «τάσεων» εμφάνισης καρκίνου και να προωθηθεί στην αγορά (π.χ. κιτ αλληλούχισης γονιδίων BRCA1-2 για τους καρκίνους του μαστού). Εύκολη η δημιουργία δεδομένων, σχεδόν όλη η βιολογική έρευνα κοντεύει να αντικατασταθεί με ένα πείραμα αλληλούχισης. Δύσκολη η εξαγωγή θεωρίας και συμπερασμάτων. Καθώς αυτά δεν είναι απαραίτητα και πάντα μετρήσιμα, δεν γίνονται εύκολα ένα ελκυστικό πακέτο ενός προϊόντος. Γι’ αυτούς τους λόγους παρατηρείται γενικότερα η τάση εστίασης σε επιστημονικές προσεγγίσεις που εστιάζουν στα δεδομένα (data driven).

Η επικράτηση των μεθόδων που στηρίζονται σε μεγάλο όγκο δεδομένων δεν είναι κάτι που εμφανίζεται μόνο στη βιολογία, είναι γενικότερη τάση αναδιάρθρωσης των πιο στρατηγικών επιστημονικών πεδίων του καπιταλισμού, μέσω της χρήσης μηχανικής μάθησης (που χρειάζεται ακριβώς αυτούς τους μεγάλους όγκους δεδομένων για να «εκπαιδεύσει» καλύτερα τους αλγορίθμους της). Στην επιστήμη των δεδομένων (data science) για να μετατρέψει αυτά τα μεγα-δεδομένα σε αναλυτικά προϊόντα που μπορεί να βελτιώσουν πολλές πλευρές της σύγχρονης παραγωγής. Η δημιουργία, κατοχή, φύλαξη και ανάλυση, λοιπόν, μεγάλου όγκου δεδομένων γίνονται ένα νέο μέσο παραγωγής από μόνο του για τον καπιταλισμό. Όποιος κατέχει τους τεράστιους όγκους των δεδομένων κατέχει και περισσότερη ισχύ. Αποτελούν μια νέα παραγωγική δύναμη και εμφανίζονται σαν ένα είδος «αποϋλοποίησης» των μέσων παραγωγής με τη δημιουργία μεγα-δεδομένων. Επιπλέον, όταν αυτά τα δεδομένα περιέχουν ευαίσθητα ιατρικά στοιχεία, ιστορικά ασθενειών και κληρονομικότητας και ο αριθμός, ο όγκος και η ευκολία πρόσκτησής τους γίνεται ολοένα και μεγαλύτερη, αλλά και η κατοχή τους γίνεται προϊόν, τότε κατανοούμε ότι η ιδιωτική κατοχή και ο έλεγχός τους δημιουργούν μια σειρά απειλών για τα κοινωνικά διακαιώματα σε δωρεάν υγεία, περίθαλψη και σύνταξη.

Η επιστημονική σκέψη και παραγωγή δεν αντικατοπτρίζει απλώς τις καπιταλιστικές σχέσεις παραγωγής ή τις όποιες σχέσεις παραγωγής αλλά είναι άμεσα διαπλεκόμενη μαζί τους. Οι τρόποι με τους οποίους εφαρμόζονται μαθηματικές και υπολογιστικές μέθοδοι στη βιολογία αντανακλούν απόλυτα την κυρίαρχη πολιτική κουλτούρα. Είναι σχέσεις καταστροφής, κοινωνικής και οικονομικής, σχέση απαξίωσης της γνώσης της επιστήμης και της αναζήτησης, σχέση που συνάδει με την αρπακτική και παρακμιακή φύση του συγχρόνου καπιταλισμού, αλλά και τις αλλαγές στην εργασία και την κρίση και απαξίωση της ακόμα και στο επίπεδο της διανοητικής εργασίας.

Κατά συνέπεια, η σχέση βιολογίας-μαθηματικών-υπολογιστών διαπλέκεται με πολύ δυσμενείς όρους με την επιβολή των επικαιροποιημένων σχέσεων παραγωγής του καπιταλισμού που παρουσιάσαμε παραπάνω. Η διαπλοκή αυτή διακινδυνεύει και μια πιθανή αποτυχία, αν όλες οι «προσδοκίες» των αγορών διαψευστούν (πράγμα όχι απίθανο). Το τίμημα μιας τέτοιας αποτυχίας θα είναι σημαντικό για την εξέλιξη της βιολογίας ως επιστήμης, αλλά και την αντίληψη για τη ζωή και τη βιολογική έρευνα στο σύνολο της κοινωνίας. Η βιολογία θα κινδυνεύει να χάσει την εμπιστοσύνη από την κοινωνία και να ξαναγυρίσει σε έναν στείρο νατουραλισμό και έναν νεοσκοταδισμό περί «υπεροχής της φύσης» και επαναφοράς μιας μεταφυσικής της «γνώσης της φύσης» που «ξέρει καλύτερα». Φαινόμενα, που παρατηρούνται σε μικρό βαθμό και στις μέρες μας, θα οξυνθούν και ενδέχεται να κυριαρχήσουν.

Επιχειρώντας ένα κλείσιμο, δεν θα πρέπει να παραμελούμε το γεγονός ότι η επιστήμη έχει μια εγγενή, διπλή απελευθερωτική δύναμη, καθώς ο ρόλος της να ερμηνεύει τον κόσμο που ζούμε και να αναδιαμορφώνει τις παραγωγικές σχέσεις, δεν μπορεί παρά να είναι μια από τις βασικές πτυχές της κοινωνικής χειραφέτησης. Από την πλευρά κάθε ανθρώπου με κομμουνιστική και απελευθερωτική απεύθυνση, δεν επιτρέπεται και δεν πρέπει να «χαρίζονται» στις αντιδραστικές δυνάμεις της κοινωνίας σύγχρονα επιτεύγματα και κατακτήσεις του ανθρώπινου πνεύματος. Ειδικά για ανακαλύψεις σε τομείς που εξελίσσονται ραγδαία, όπως αυτοί που περιγράψαμε και στους οποίους η πάλη για το ποιες δυνάμεις και με ποιους όρους θα επικρατήσουν είναι ακόμα ανοιχτή. Είναι καθήκον τόσο των μαρξιστών όσο και ευρύτερα προοδευτικών δυνάμεων να προστατεύσουν και να αναδείξουν αυτή την απελευθερωτική δυναμική της έρευνας στις φορμαλιστικές και στις επιστήμες της ζωής, ξεκόβοντάς την από τους σκοταδισμούς τόσο της κυριαρχίας των αγορών όσο και ενός στείρου και οπισθοδρομικού νατουραλισμού.

       Βιβλιογραφία

Lewontin, R. (2001), Η τριπλή έλικα. Γονίδιο, οργανισμός και περιβάλλον, Αθήνα: Σύναλμα.

Morange, M. (2002), Το μερίδιο των γονιδίων, Αθήνα: Καστανιώτης.

Μπιτσάκης, Ε. (2006), Το αειθαλές δέντρο της γνώσης, Αθήνα: Άγρα.

Nature, (2011), «The human genome at ten», Editorial, τ. 464.

Knight, W. (χ.χ.), «The dark secrets at the heart of AI»,
στο https://www.technologyreview.com/.

Bergstein, B. (χ.χ.), «The great AI paradox»,
στο https://www.technologyreview.com/.

Greene, A.C. et al. (2015), «Adapting bioinformatics curricula for big data», στο Briefings in Bioinformatics Advance.

Anwaar, A. & Junaid, Q. (2016), «Big data for human development»
in: http://blogs.biomedcentral.com/.

Marcus, G. (2017), Deep learning. A critical approach, στο: arXiv:1801.00631.

O’Neil, C. (2016), Weapons of math destruction, NY: Crown Books.

Thom, R. (1985), Μαθηματικά πρότυπα της μορφογένεσης, Αθήνα: Πνευματικός.

Longo, G. (χ.χ.) Mathematics and the Biological Phenomena
στο https://www.di.ens.fr/.

Lewontin, R. (2002), Δεν είναι απαραίτητα έτσι, Αθήνα: Κάτοπτρο.

Cohen, J. E. (2004), «Mathematics Is Biology’s Next Microscope, Only Better; Biology Is Mathematics’ Next Physics, Only Better», PLoS Biology
στο https://journals.plos.org/.

Penrose, P. (1990), Ο νέος αυτοκράτορας: Νοημοσύνη, τεχνητή νοημοσύνη, νόμοι της φυσικής και υπολογιστές. Αθήνα: Γκοβόστης.

Πηγή: https://tetradia-marxismou.gr

,

Εγκέφαλος και γλώσσα, αλληλεπίδραση με το περιβάλλον και αλλαγή

 

      

     Τάσος Ιωαννίδης: Βιολόγος,  εκπαιδευτικός δευτεροβάθμιας εκπαίδευσης,              

             φοιτητής Μ.Π.Σ. «Γνωσιακή Επιστήμη» - Τμήμα   ΙΦΕ ΕΚΠΑ

                                                        

• Εισαγωγή

• Εγκέφαλος: προσχεδιασμός ή δυναμική αλληλεπίδραση;

• Το πρόβλημα της γλωσσικής κατάκτησης

• Επίλογος- Συμπεράσματα

• Βιβλιογραφία

Στο παρόν άρθρο παρουσιάζονται νευροεπιστημονικά ευρήματα που ανατρέπουν παγιωμένες ιδέες για την κατασκευή και λειτουργία του ανθρώπινου εγκεφάλου, καθώς και για τη γλωσσική κατάκτηση, που τα εμφανίζουν ως γενετικά προκαθορισμένα, σχεδιασμένα και εγγενώς διαφορετικά σε κάθε άνθρωπο. Τεκμηριώνεται μία οπτική που επιβεβαιώνει τη διαλεκτική σκέψη και την υλιστική θεώρηση στην οποία ο εγκέφαλος είναι ανοιχτός σε αλλαγές και υπόκειται σε δυναμική αναδιοργάνωση σε στενή σχέση με το κοινωνικό γίγνεσθαι. Σε συνεργασία με το σώμα διαμορφώνει τον κόσμο, αλλά και αναδιαμορφώνεται από αυτή τη διεπαφή. Τα νοητικά φαινόμενα βασιζόμενα στο υλικό υπόβαθρο υλοποίησής τους, τον εγκέφαλο, ερμηνεύονται στη βάση της αλληλεπίδρασης γενετικών και περιβαλλοντικών παραγόντων. Επιχειρείται ο εμπλουτισμός των μαρξιστικών ιδεών με τις τρέχουσες επιστημονικές ανακαλύψεις σε μία προσπάθεια συνεισφοράς στη μάχη των εργατικών ιδεών με τις αστικές αντιλήψεις.

Ένα από τα βασικά πεδία ιδεολογικής αντιπαράθεσης ανάμεσα στην αστική και την εργατική ιδεολογία είναι η φύση του ανθρώπου, και πιο συγκεκριμένα το κατά πόσον η συμπεριφορά του, ο χαρακτήρας του και η προσωπικότητά του είναι στοιχεία που είναι προκαθορισμένα ή υπόκεινται σε διαμόρφωση. Στην πλειονότητα των αστικών προσεγγίσεων «ο άνθρωπος γεννιέται», η φύση του είναι αμετάβλητη, το ίδιο και η συμπεριφορά του, με απώτερο σκοπό να εμπεδωθεί στην κοινωνία το ίδιο δεδομένη η παρούσα τάξη πραγμάτων, με την εξουσία του κεφαλαίου, την ισχύ του αφεντικού στη δουλειά, τις απαρασάλευτες αρχές που κάνουν κουμάντο στην κοινωνία, από την αστυνομία, τα δικαστήρια, την κυβέρνηση μέχρι κάθε μορφής ιεραρχία σε κάθε πτυχή της δραστηριότητας του ανθρώπου. Αν ο άνθρωπος δεν μπορεί να αλλάξει, αν οι ανθρώπινες πράξεις διέπονται από κάτι το οποίο είναι σταθερό, τότε πώς μπορεί κάποιος ουτοπιστής να ισχυριστεί ότι μπορεί να αλλάξει ο κόσμος;

Αντίθετα, για τους μαρξιστές η δυνατότητα για αλλαγή είναι θεμελιώδες στοιχείο τόσο για το αβιοτικό περιβάλλον, όσο και για τους οργανισμούς και, επομένως, και για τον άνθρωπο και για τη συμπεριφορά του. Η ελπίδα να ζήσουμε σε μία κοινωνία ισότητας, δικαιοσύνης και ελευθερίας, σε μία κομμουνιστική κοινωνική δομή, προϋποθέτει ότι η συλλογική ζωή μπορεί να επιδράσει με τέτοιο τρόπο που θα αναδεικνύει όλες τις υπέροχες πλευρές του ανθρωπισμού και της αλληλεγγύης μέσα από την ανθρώπινη συμπεριφορά. Σημαίνει ότι ο άνθρωπος μπορεί να αλλάξει και η αλλαγή του αυτή μπορεί να προκαλέσει τον κοινωνικό μετασχηματισμό, αλλά και να προκληθεί από αυτόν. Η αμοιβαία αυτή αλληλεπίδραση είναι ο μηχανισμός που οι μαρξιστές υποστηρίζουν ότι είναι το κλειδί για την εξέλιξη σε επίπεδο κοινωνικο-οικονομικών σχηματισμών αλλά και σε προσωπικό επίπεδο.

Κεντρική θέση για την αστική ιδεολογία σε αυτή την αντιπαράθεση έχει ο ανθρώπινος εγκέφαλος. Η δυσκολία στη μελέτη του για πολλές δεκαετίες άφηνε ελεύθερο το πεδίο για να αναπτυχθούν ιδέες για το ότι αυτό το μυστηριώδες όργανο, που διευθύνει την ανθρώπινη συμπεριφορά, έχει χαρακτηριστικά προκαθορισμού και πλήρους γενετικού ελέγχου. Ιδέες που θα αποτρέπουν κάθε αιρετική άποψη ότι μπορεί το περιβάλλον να επηρεάσει την ανθρώπινη δραστηριότητα. Η κυρίαρχη άποψη, άλλοτε ανοιχτά προπαγανδισμένη και άλλοτε με ψευδοεπιστημονικά στοιχεία, είναι το κλασικό απόφθεγμα «δεν αλλάζει ο άνθρωπος» με τις χιλιάδες παραλλαγές του. Κάποιες από τις εκδοχές αυτής της άποψης αφορούν τη σχολική επίδοση με την κατάταξη των μαθητών σε αυτούς που «παίρνουν τα γράμματα» και σε αυτούς που πρέπει να «παραιτηθούν από την προσπάθεια». Αν, λοιπόν, ο ανθρώπινος εγκέφαλος είναι ένα όργανο με συγκεκριμένες και αμετάβλητες ικανότητες, που προφανώς αποδίδονται στο γενετικό υλικό με το οποίο κάποιος γεννιέται, τότε κάθε άνθρωπος έχει μία πορεία στη ζωή που σχετίζεται με την εκ των προτέρων καθορισμένη απόδοση αυτού του οργάνου (που στην ακραία, αλλά και πλειοψηφικά, αποδεκτή εκδοχή θα υποστήριζε κάποιος ότι του χαρίστηκε από κάποια ανώτερη θεϊκή δύναμη…) και επομένως αποζημιώνεται στη ζωή για αυτή του την κληρονομιά: Βιώνει τα θετικά ή αρνητικά αποτελέσματα του «νοητικού κεφαλαίου» που του κληροδότησαν τα γονίδιά του. Κάπως έτσι δικαιώνεται και η εξουσία, η οποία ακριβώς όπως οι νοητικές δυνατότητες είναι ένα κληρονομικό χάρισμα. Η επιχειρηματικότητα π.χ., σύμφωνα με την άποψη αυτή (για να καταπιαστούμε με μία αγαπημένη στην αστική προσέγγιση έννοια), είναι μία έμφυτη δυνατότητα, που «δυστυχώς» δεν έχουν όλοι την τύχη να διαθέτουν. Προϋποθέτει «χαρίσματα» όπως η δυνατότητα σωστής εκτίμησης της κατάστασης, την αίσθηση του ρίσκου και φυσικά την «εξυπνάδα». Η τελευταία είναι από τα πιο διαδεδομένα και αποδεκτά στην κοινή γνώμη ιδεολογήματα που χρησιμοποιούνται για να δικαιολογήσουν τόσο την κληρονομικότητα της νοημοσύνης όσο και τη φυσικότητα στη διαφορά μεταξύ των ανθρώπων. Αν είναι φανερό ότι οι άνθρωποι μεταξύ τους έχουν διαφορετικό επίπεδο νοημοσύνης, τότε γιατί να μην είναι φυσικό να έχουν διαφορετική περιουσία, ιδιοκτησία, και σε τελευταία ανάλυση, διαφορετικά δικαιώματα;

Τις τελευταίες δεκαετίες, ωστόσο, η πρόοδος στις νευροεπιστήμες είναι τέτοια που καταρρίπτει πολλά από αυτά τα παραδεδεγμένα δόγματα. Κλάδοι όπως η ψυχολογία αλλάζουν ριζικά με βάση τα δεδομένα των ανακαλύψεων για τη δομή και τη λειτουργία του εγκεφάλου. Νέες επιστημονικές συνθετικές προτάσεις αναδύονται, όπως για παράδειγμα συμβαίνει με τη συνάντηση της ψυχολογίας, της πληροφορικής, της γλωσσολογίας και των νευροεπιστημών, στο πλαίσιο του νεότευκτου κλάδου της «γνωσιακής επιστήμης». Στο άρθρο αυτό θα σχολιαστούν μερικά από αυτά τα ευρήματα, που καταφέρουν πλήγμα στα αστικά φληναφήματα που θέλουν να παρουσιάσουν τον άνθρωπο –στην περίπτωσή μας τον ανθρώπινο εγκέφαλο– ως σταθερό και αμετάβλητο, κληρονομημένο και εγγενώς διαφορετικό στις δυνατότητες από άτομο σε άτομο, καθώς και τη γλωσσική κατάκτηση, μία κατεξοχήν νοητική λειτουργία, ως καθοδηγούμενη από γενετικούς παράγοντες.

       Εγκέφαλος: προσχεδιασμός ή δυναμική αλληλεπίδραση;

Ο ανθρώπινος εγκέφαλος αποτελείται από κύτταρα, σημαντικότερα από τα οποία είναι τα νευρικά κύτταρα ή νευρώνες. Ο εγκέφαλος διαθέτει περίπου 100 δισεκατομμύρια νευρώνες που συνδέονται μεταξύ τους (Kalat, 2001: 24). Κάθε νευρώνας μπορεί να συνδέεται ακόμα και με 10 χιλιάδες άλλους νευρώνες. Αυτό σημαίνει 1.000 τρισεκατομμύρια συνδέσεις, που αποκαλούνται συνάψεις. Οι νευρώνες είναι κύτταρα που προσλαμβάνουν πληροφορίες με τη μεσολάβηση αισθητηριακών υποδοχέων από το εξωτερικό περιβάλλον και από το εσωτερικό του οργανισμού και τις μεταβιβάζουν στον εγκέφαλο, συμμετέχουν στην επεξεργασία αυτών των δεδομένων και τέλος μεταφέρουν τις κατάλληλες εντολές προς τα εκτελεστικά όργανα (κυρίως μυς και αδένες) ώστε να επιτευχθεί η ανταπόκριση του οργανισμού στα ερεθίσματα του περιβάλλοντος και η επιτυχής προσαρμογή του.

Ποιο είναι άραγε το «αρχιτεκτονικό σχέδιο» κατασκευής του; Ένα εντυπωσιακό δεδομένο της σύγχρονης έρευνας είναι ότι κατά την εμβρυϊκή ανάπτυξη, οι νευρώνες αναπτύσσονται και διαιρούνται συνεχώς, δίνοντας τεράστιους αριθμούς. Ωστόσο, αν το σχέδιο ήταν καθορισμένο γενετικά (ή από κάποια ανώτερη θεϊκή δύναμη) σε όλες του τις λεπτομέρειες, ίσως όταν ο αριθμός τους έφτανε στην απαιτούμενη ποσότητα αναγκαίων κυττάρων, ο πολλαπλασιασμός τους θα σταματούσε και ο στόχος της ανάπτυξης θα είχε επιτευχθεί. Φαίνεται όμως ότι ο αριθμός των νευρώνων που παράγονται είναι πολύ μεγαλύτερος από αυτούς που χρειάζονται. Κατά τους πρώτους μήνες ζωής, συμβαίνει ένα μαζικό «ξεκαθάρισμα» νευρώνων και συνάψεων που καθοδηγείται από το περιβάλλον ανάπτυξης. Καθώς ο αναπτυσσόμενος οργανισμός δέχεται ερεθίσματα (οπτικά, ακουστικά, οσφρητικά κ.λπ.), οι σχηματισμένες συνάψεις «δοκιμάζονται». Όποιες από αυτές είναι πιο αποτελεσματικές διατηρούνται και ενδυναμώνονται, ενώ όσες δεν μεταβιβάζουν με κατάλληλο τρόπο την πληροφορία απαλείφονται. Πρόκειται για μια διαδικασία «δημιουργικής καταστροφής», όπου κυριολεκτικά μέσα από την αρχική κατασκευή συνδέσεων, διαδρομών και τη δοκιμή επιλέγονται οι πιο επιτυχείς «νευρωνικές διαδρομές» κυκλοφορίας πληροφοριών και εντολών (Kalat, 2001: 159). Μάλιστα, ερευνητές, όπως ο Τζέραλντ Έντελμαν (Gerald Edelman), υποστηρίζουν ότι οι νευρώνες αναπτύσσονται τυχαία και στη συνέχεια γίνεται επιλογή (την οποία ονόμασε νευρωνικό δαρβινισμό) και διατήρηση αυτών με την πλέον επιτυχή διάταξη συνδέσεων, ώστε το όργανο να λειτουργεί αποτελεσματικά στις συνθήκες που αναπτύσσεται, επικοινωνώντας με τον υπόλοιπο οργανισμό. Επομένως, είναι μία σαφής απόδειξη ενός δαρβινικού μηχανισμού στο επίπεδο του εγκεφάλου, που επιβεβαιώνει την οπτική της φυσικής επιλογής. Πόση σχέση μπορεί να έχει αυτό το μοντέλο με μία τελεολογική και προκαθορισμένη διαδικασία σχεδιασμού του εγκεφάλου με πληρότητα, είτε από τα γονίδιά του είτε από κάποια ανώτερη μεταφυσική ύπαρξη; Αν το περιβάλλον δεν παίζει κανένα ρόλο στη διαμόρφωση του εγκεφάλου και όλα καθορίζονται από ένα τέλειο πρόγραμμα, γιατί να παράγονται όλοι αυτοί οι νευρώνες, πολλαπλάσιοι από αυτούς που τελικά θα παραμείνουν σε λειτουργία, και οι οποίοι τελικά σε μεγάλο ποσοστό απορρίπτονται; Ίσα ίσα, η πληθώρα αυτών των κυττάρων είναι απαραίτητη και η παραγωγή τους αποκτά νόημα, αν υπεισέλθει ο περιβαλλοντικός παράγοντας, που είναι σε κάποιο βαθμό απρόβλεπτος και μεταβλητός. Αυτό δεν σημαίνει ότι δεν υπάρχει γενετικός παράγοντας. Αντίθετα, το γενετικό «στοιχείο» στη νευρωνική ανάπτυξη επιτρέπει τη δυνατότητα στο άτομο να ακολουθήσει πληθώρα κατευθύνσεων, ένα μέρος των οποίων θα πραγματωθεί από το άτομο στην πορεία της ανάπτυξής του. Άρα δημιουργεί το έδαφος για την καθοριστική επίδραση του περιβάλλοντος. Όπως το έθεσαν οι Ανσερμέ και Μαγκιστρέτι (Ansermet & Magistretti), «το άτομο φαίνεται να είναι έτσι γενετικά προκαθορισμένο ώστε να μην είναι γενετικά προκαθορισμένο!» (Ανσερμέ και Μαγκιστρέτι, 2011:29), θέλοντας να δείξουν ότι ο γενετικός παράγοντας λειτουργεί με τρόπο αυτοαναιρετικό, ώστε να αυξάνει την επίδραση του περιβάλλοντος. Όργανο, λοιπόν, ευμετάβλητο, προσαρμόσιμο, ικανό να ανταποκρίνεται στις συνθήκες του περιβάλλοντος και όχι όργανο σχεδιασμένο, εξαρχής τελειοποιημένο και απροσέγγιστο από το γίγνεσθαι του «έξω κόσμου».

Πώς όμως συνδέονται οι νευρώνες; Τι είναι οι συνάψεις, πώς λειτουργούν και κυρίως πώς αναπτύσσονται; Οι συνάψεις είναι λειτουργικές συνδέσεις μεταξύ νευρώνων που επιτρέπουν την επικοινωνία τους. (Στο παρόν κείμενο θα προσπαθήσουμε να αποφύγουμε πολλές, σύνθετες επιστημονικές λεπτομέρειες. Ορισμένα στοιχεία πρέπει να αναφερθούν για να γίνουν σαφή τα συμπεράσματα). Κατά τη μεταβίβαση μίας πληροφορίας (μηνύματος ή εντολής) από ένα νευρώνα Α σε έναν Β, ελευθερώνεται κάποιο χημικό μόριο –καλείται νευροδιαβιβαστής– από το άκρο του νευρώνα Α σε έναν ενδιάμεσο χώρο (συναπτική σχισμή) κοντά στη μεμβράνη συγκεκριμένων μερών του νευρώνα Β. Η ουσία αυτή συνδέεται με ειδικούς υποδοχείς της μεμβράνης του νευρώνα Β, πυροδοτώντας στο κύτταρο αυτό μία αντίδραση. Η επικοινωνία, επομένως, των δύο νευρώνων είναι χημική. Η μεταβίβαση της πληροφορίας κατά μήκος του νευρώνα γίνεται με μορφή ηλεκτρικού ρεύματος, που λέγεται νευρική ώση.

Προηγούμενα, αναφερθήκαμε στη διαδικασία σύνδεσης των νευρώνων που καθοδηγείται από το συνδυασμό γενετικών και περιβαλλοντικών παραγόντων. Το αποτέλεσμα αυτής της αμοιβαίας δράσης των δύο παραγόντων είναι η δημιουργία νευρωνικών δικτύων που καθιστούν τον ανθρώπινο εγκέφαλο ικανό να ανταποκρίνεται τόσο στα μηνύματα του περιβάλλοντος, όσο και στις απαιτήσεις του εσωτερικού περιβάλλοντος του οργανισμού. Είναι όμως αυτό το δικτυακό σύνολο σταθερό αμέσως μετά τη μορφοποίησή του; Μήπως η όλη διαδικασία τελικά περιορίζεται σε γεγονότα που λαμβάνουν χώρα κατά την εμβρυϊκή και πρώτη βρεφική ηλικία, αλλά μετά ο εγκέφαλος παραμένει λίγο-πολύ σταθερός; Τα τελευταία χρόνια στο χώρο της ψυχολογίας της ανάπτυξης κέρδισαν έδαφος οι θεωρίες που θέλουν τον εγκέφαλο να είναι πλήρως διαμορφωμένος από τη βρεφική ηλικία˙ επομένως, το σχολικό εκπαιδευτικό πρόγραμμα που έπεται χρονικά ίσως δεν παίζει ρόλο ανατροπής αλλά μόνο ταξινομητικό. Μία ακόμα εκδοχή της θεωρίας του «αμετάβλητου» του εγκεφάλου, σε πιο ήπια εκδοχή από την αρχική (του πλήρους και εκ των προτέρων προσδιορισμού).

Τα ευρήματα εδώ είναι εντυπωσιακά και διαψεύδουν όλες αυτές τις απόψεις. Οι συνάψεις μετά την περίοδο της «δημιουργικής καταστροφής» της εμβρυϊκής και αρχικής βρεφικής ζωής δεν περνούν σε μία περίοδο σταθερότητας, αλλά αλλάζουν διαρκώς, ανάλογα με τα ερεθίσματα που δέχονται τα αισθητήρια όργανα και αυτό συνεχίζεται σε όλη τη διάρκεια της ανθρώπινης ζωής. Κάποιες συνάψεις ενδυναμώνονται επειδή αποτελούν «λεωφόρους» συνήθους και αποτελεσματικής μεταφοράς πληροφορίας. Κάποιες άλλες, ενώ έχουν επιζήσει της αρχικής επιλογής, μπορεί να αδυνατίσουν ή και να απαλειφθούν εφόσον παύουν να χρησιμοποιούνται. Η ενδυνάμωση και η αποδυνάμωση των συνάψεων γίνεται μέσω λεπτών μοριακών μηχανισμών που αφορούν (για να περιοριστούμε σε μερικά παραδείγματα, ανάμεσα σε άλλα) τον αριθμό των υποδοχέων της μετασυναπτικής μεμβράνης, τα «πακέτα» που μεταφέρουν νευροδιαβιβαστικές ουσίες, το μέγεθος της επιφάνειας από όπου ελευθερώνονται ή όπου δεσμεύονται οι νευροδιαβιβαστές, κ.λπ. Ένας νευρώνας που ερεθίζεται συνεχώς, π.χ. αναπτύσσει περισσότερους υποδοχείς, ανταποκρινόμενος στην αυξημένη χρήση του. Ακόμα πιο σημαντικό είναι το γεγονός ότι μπορούν να συνδεθούν ισχυρά περισσότεροι νευρώνες από διαφορετικά αισθητηριακά μονοπάτια υπό την προϋπόθεση ότι πυροδοτούν μαζί. Το περίφημο ρητό του Καναδού ψυχολόγου Ντόναλντ Χεμπ (Donald Hebb) «νευρώνες που πυροδοτούν μαζί συνδέονται» («neurons that fire together, wire together»), αποσκοπεί να δείξει ότι οι νευρώνες ανταποκρίνονται δυναμικά στο περιβάλλον τους (είτε αυτό αφορά το εξωτερικό περιβάλλον του οργανισμού είτε το εσωτερικό περιβάλλον των διαφόρων οργάνων) και όταν πυροδοτούν μαζί συνδέονται πιο ισχυρά (Löwel & Singer, 1992). Η ταυτόχρονη πυροδότηση συμβαίνει, για παράδειγμα, όταν πληροφορίες από το ίδιο αντικείμενο (π.χ. ένα τριαντάφυλλο) προσλαμβάνονται από το οπτικό και το οσφρητικό σύστημα (στη συγκεκριμένη περίπτωση). Ο Χέμπ ουσιαστικά πρότεινε ένα μηχανισμό μάθησης, με βάση το περιβάλλον, που επιτυγχάνεται μέσω αλλαγής της ισχύος των συνάψεων.

Αυτό που μας λέει αυτή η ανακάλυψη, που ξεκίνησε από πειράματα σε πολύ πιο απλούς οργανισμούς όπως η Aplysia (θαλάσσιο σαλιγκάρι) και επεκτάθηκαν σε διάφορα είδη, είναι κάτι πολύ περισσότερο από τη δυνατότητα των συνάψεων να αλλάζουν ισχυροποιούμενες ή εξασθενούμενες. Μας λέει ότι η μνήμη και η μάθηση έχουν ένα σαφέστατα υλικό επίπεδο υλοποίησης. Σήμερα οι νευροεπιστήμονες μπορούν να μετρήσουν τις διαφορές στην ισχύ της απόκρισης μίας σύναψης (δηλαδή την ένταση με την οποία γίνεται η πυροδότηση μετά από ένα ερέθισμα) μετά από μία περίοδο εκμάθησης (μέσω εφαρμογής ερεθισμάτων με κάποια διάρκεια και συχνότητα) και να εκτιμήσουν ακόμα αν η μάθηση αυτή (όπως εκφράζεται από τις αλλαγές σε επίπεδο χημικών μορίων στη σύναψη και τα χαρακτηριστικά των κυττάρων που συνδέονται) είναι βραχύχρονη ή μακροπρόθεσμη (Squire & Kandel, 2012: 64). Με άλλα λόγια, ο εγκέφαλος κατά τη διάρκεια της μάθησης αναδιοργανώνεται· αλλάζει η ίδια η δομή του! Πόσο μακριά είναι αυτό το μοντέλο πλαστικότητας από την άκαμπτη θεώρηση που περιγράψαμε παραπάνω; Η ιδέα της αλλαγής σε συνδυασμό με το υλικό υπόβαθρο επεξεργασίας, όπως αυτό υλοποιείται στο μοριακό επίπεδο, φέρνει για πρώτη φορά πιο κοντά την πιθανότητα να ερμηνεύσουμε δύο από τα βασικότερα ζητήματα που έχουν προβληματίσει επιστήμονες και φιλόσοφους: τη μάθηση και τη μνήμη. Αποτελεί ένα από τα πιο αμφιλεγόμενα θέματα και έδρα ισχυρών μεταφυσικών ιδεαλιστικών απόψεων, που φαίνεται ότι τελικά η σύγχρονη έρευνα ανατρέπει.

Το επόμενο «οχυρό» της αστικής αντίληψης είναι επίσης πλέον υπό αμφισβήτηση: πού γίνεται η επεξεργασία όλων των ερεθισμάτων τα οποία λαμβάνει ο εγκέφαλος από τα αισθητήρια όργανα; Στα σχολικά βιβλία οι μαθητές καλούνται να απομνημονεύσουν περιοχές του φλοιού που «έχουν αναλάβει» την επεξεργασία και ερμηνεία ερεθισμάτων ειδικού τύπου, π.χ. ο ινιακός λοβός φιλοξενεί το «κέντρο» όρασης (όπως αποκαλείται) ενώ ο κροταφικός είναι η έδρα της ακοής κ.ο.κ. Πράγματι, οι διαδοχικές συνάψεις συγκεκριμένων αισθητηριακών οδών καταλήγουν σε συγκεκριμένες περιοχές του φλοιού. Αυτού του είδους η εξειδίκευση λογικά συμβάλλει στην καλύτερη επεξεργασία του σήματος – το οποίο υπενθυμίζουμε ότι πλέον έχει λάβει χημική και ηλεκτρική μορφή. Έτσι, περιοχές που μακροχρόνια δέχονται σήματα μίας τροπικότητας (π.χ. της όσφρησης) αποκτούν μέσω της εμπειρίας τη δυνατότητα να εξάγουν συμπεράσματα για το αρχικό ερέθισμα, πιο αποτελεσματικά σε σχέση με το να δέχονταν ερεθίσματα από διάφορα όργανα και να τα ταξινομούσαν εκ των υστέρων. Αυτό άλλωστε θα ήταν δύσκολο, εφόσον το αρχικό φυσικό χαρακτηριστικό του ερεθίσματος (π.χ. μήκος κύματος, χημική συγκέντρωση ή συχνότητα παλλόμενων μορίων αέρα) έχει τώρα πια γίνει ένα διττό σήμα (συχνότητα νευρικής ώσης και συγκέντρωση νευροδιαβιβαστή), που αποτυπώνει με πλούσιο τρόπο τα ποικίλα γνωρίσματα του αρχικού ερεθίσματος.

Η λίγο-πολύ εδραιωμένη αυτή άποψη περί φλοιού, ο οποίος –υποτίθεται– έχει κάτι το σταθερό και αμετάβλητο (δηλαδή τις περιοχές της τελικής επεξεργασίας, που είναι και πολύ σημαντικές διότι μετατρέπουν σε αίσθηση όλο αυτό το πλήθος ηλεκτροχημικών σημάτων) επίσης πλέον αλλάζει, χάρις στα κλασικά σήμερα πειράματα των Χούμπελ (Hubel) και Γουίσελ (Wiesel) (βραβείο Nobel Ιατρικής 1981) που απέδειξαν την αναπτυξιακή πλαστικότητα σε περιοχές του φλοιού. Οι ερευνητές προκάλεσαν μονοφθάλμια οπτική αποστέρηση σε γάτες και στη συνέχεια παρατήρησαν τις αλλαγές που προκαλεί αυτή η «μερική τύφλωση» στα κύτταρα του οπτικού φλοιού που είναι στην αφετηρία της επεξεργασίας της εικόνας. Διαπίστωσαν ότι νευρώνες, που πλέον «χάνουν το σήμα τους» λόγω της υποχρεωτικής μη λειτουργίας του ενός οφθαλμού, υποχωρούν ενώ οι υπόλοιποι (από το άλλο μάτι) αναπτύσσονται – αποδεικνύοντας ότι και στο επίπεδο του φλοιού υπάρχει ανταγωνισμός μετα­ξύ νευρώνων και αλλαγή της συνδεσιμότητας (Wiesel & Hubel, 1963). Πρόκειται για παράδειγμα αλλαγής της ίδιας της κυτταροαρχιτεκτονικής δομής του πρωτοταγούς οπτικού φλοιού που επάγεται από έναν περιβαλλοντικό παράγοντα.

Περαιτέρω εντυπωσιακό ήταν το αποτέλεσμα του πειράματος των φον Μέλχνερ (von Melchner), Πάλας (Pallas) και Σερ (Sur) (2000) με κουνάβια. Με κατάλληλους χειρισμούς διέκοψαν τη μεταβίβαση των ηχητικών ερεθισμάτων προς τον κροταφικό λοβό, όπου «εδράζεται» το «κέντρο» ακοής. Το αποτέλεσμα ήταν ότι νέες συνδέσεις από την οπτική οδό αναπτύχθηκαν προς τον ακουστικό φλοιό! Έτσι, αξιοποιήθηκε η περιοχή του φλοιού που μετά την επέμβαση δεν είχε ενεργό ρόλο, με το άνοιγμα νέων οδών για την επεξεργασία ερεθισμάτων εντελώς άλλου τύπου (οπτικά αντί για ηχητικά). Η οριστική απόδειξη προήλθε από το ότι, όταν οι ερευνητές σε επόμενη επέμβαση διέκοψαν τη διαδρομή των οπτικών ερεθισμάτων προς το κέντρο όρασης, τα πειραματόζωα δεν έχασαν την αίσθηση της όρασης, εφόσον πλέον χρησιμοποιούσαν άλλη περιοχή του εγκεφάλου για ερμηνεία των οπτικών ερεθισμάτων, την αδρανή περιοχή της ακοής· είχαν πλέον ανακαλωδιωθεί. Η δεύτερη βλάβη πειραματικά αποδεικνύει αυτή την αλλαγή, διότι αν δεν είχε συμβεί η αλλαγή της συνδεσμολογίας, τα ζώα μετά θα αποδεικνύονταν τυφλά, μη ανταποκρινόμενα στο πρωτόκολλο παρουσίασης οπτικών ερεθισμάτων (von Melchner, Pallas & Sur, 2000).

Παράλληλα πρέπει να διευκρινιστεί ότι το εύρος της πλαστικότητας σχετίζεται και με την αναπτυξιακή φάση. Οι γνωσιακοί επιστήμονες χρησιμοποιούν τον όρο «κρίσιμη περίοδος» για να προσδιορίσουν την αναπτυξιακή φάση στην οποία, αν το άτομο εκτεθεί σε συγκεκριμένα ερεθίσματα, το νευρικό σύστημα ανταποκρίνεται με συγκεκριμένο τρόπο. Πέρα από το διάστημα αυτό, η πλαστικότητα δεν επιτρέπει όλες τις αλλαγές, αλλά η δυναμική του εγκεφάλου εξακολουθεί για άλλες λειτουργίες. Τα πουλιά π.χ. μαθαίνουν να κελαηδούν ακούγοντας άλλα άτομα του είδους τους. Αν η πρόσληψη των ηχητικών ερεθισμάτων γίνει με καθυστέρηση, τότε δεν μαθαίνουν να κελαηδούν. Όλη η διαδικασία έχει αντανάκλαση στο επίπεδο της ανάπτυξης των αποφυάδων των νευρώνων. Η οπτική αποστέρηση στις γάτες στο πείραμα των Χούμπελ-Γουίσελ έγινε όταν ήταν σε ηλικία δύο μηνών. Μετά την περίοδο αυτή η αποστέρηση δεν έχει αποτέλεσμα. Οι στιβάδες του πρωτοταγούς οπτικού φλοιού έχουν σχηματιστεί. Το ίδιο ισχύει για μία σειρά λειτουργίες.

Συμπερασματικά, οι λειτουργίες των περιοχών του φλοιού δεν προσδιορίζονται πλήρως και εκ των προτέρων από κάποια ιδιαίτερη αρχιτεκτονική ιδιότητα ή δομή που δεν μπορεί να αλλάξει. Αν ίσχυε αυτό, οι περιοχές που υποτίθεται ότι «προορίζονται» για την όραση, την ακοή ή κάποια άλλη αίσθηση δεν θα μπορούσαν πειραματικά να αλλάξουν λειτουργία. Τα θεωρούμενα «κέντρα» δεν είναι κάποιες περιοχές «προικισμένες» με την ανάλυση πληροφοριών που δεν μπορεί να γίνει αλλού. Πρέπει να διακρίνουμε αυτό που συμβαίνει επειδή είναι βολικό, από αυτό που συμβαίνει επειδή είναι «γραμμένο» να συμβεί. Μια παλιά βιολογική αφήγηση λέει ότι αν ανακαλωδιώναμε τον εγκέφαλο ενός ανθρώπου έτσι ώστε το οπτικό νεύρο να συνδεθεί με τον ακουστικό φλοιό και το ακουστικό νεύρο με τον οπτικό φλοιό, θα μπορούσαμε «να δούμε τους ήχους και να ακούσουμε τα χρώματα». Αυτή η –σωστή κατά βάση– ιστορία, πρέπει σήμερα να συμπληρωθεί. Η χαώδης αρχική περίοδος, που ο εγκέφαλος θα προσπαθούσε να βγάλει νόημα χρησιμοποιώντας περιοχές που είχαν μάθει να λειτουργούν διαφορετικά (και όχι αποκλειστικά από τα ιδιαίτερα σχεδιαστικά χαρακτηριστικά της συγκεκριμένης περιοχής του φλοιού), το πιθανότερο είναι σταδιακά να έδινε τη θέση της σε μία περίοδο φυσιολογικής λειτουργίας. Η εκπληκτική πλαστικότητα του εγκεφάλου δεν αποκλείεται να οδηγούσε σε αποτελεσματική κατανόηση του περιβάλλοντος, παρ’ όλη την αρχική περίπλοκη κατάσταση (αρκεί να συμβεί σε κατάλληλη, εντός της κρίσιμης περιόδου χρονική φάση). Οι περιοχές του φλοιού ακόμα και σε αυτές τις άβολες συνθήκες αναγκάζονται να «μεταφράσουν μηνύματα άλλης γλώσσας», επειδή, αν και έχουν μετατραπεί σε ηλεκτροχημικό κώδικα, έχουν αποτυπώσει στον κώδικά τους τα ιδιαίτερα χαρακτηριστικά της τροπικότητας από την οποία προκλήθηκαν. Είναι, λοιπόν, τα γνωρίσματα του περιβαλλοντικού ερεθίσματος (τα φυσικά τους χαρακτηριστικά, όπως η συχνότητα, η ένταση, η διάρκεια) και όχι της περιοχής που πραγματοποιεί την επεξεργασία που πιθανότατα συνιστούν την ειδοποιό διαφορά. Αυτό, που μπορεί να καταστήσει ικανή μία περιοχή του φλοιού στην αποκωδικοποίηση της πληροφορίας με αποτέλεσμα την κατανόηση του περιβαλλοντικού ερεθίσματος, είναι η συστηματικότητα μεταξύ του ερεθίσματος και των χαρακτηριστικών του ηλεκτροχημικού σήματος. Η συστηματική σύνδεση των δύο είναι καθαρά θέμα εμπειρίας, στατιστικής ανάλυσης˙ είναι σε τελευταία ανάλυση κάτι που οι νευρώνες που υποδέχονται τα σήματα, μπορούν να μάθουν. Είναι γνωστό ότι κάποια τυφλά άτομα μπορούν να κινηθούν με μεγάλη ευελιξία χρησιμοποιώντας ήχους που οι ίδιοι παράγουν («κλικς») και στη συνέχεια αναλύοντας τον ήχο που προσλαμβάνουν μετά την ανάκλασή του στις γύρω επιφάνειες. Η συστηματικότητα των παρατηρήσεων οδηγεί τον ακουστικό φλοιό σε αποτελεσματικό «αναλυτή» της οπτικής πραγματικότητας. Στο πεδίο αυτό άλλωστε δουλεύουν νέοι κλάδοι, όπως της μηχανικής αποκατάστασης αισθητηριακών βλαβών.

       Το πρόβλημα της γλωσσικής κατάκτησης

Ως τώρα παραμείναμε στο χώρο τον «καθαρά βιολογικό», αναφερόμενοι σε νευρώνες, συνάψεις και περιοχές του φλοιού. Τι γίνεται όμως με τα νοητικά φαινόμενα, όπως η χρήση της γλώσσας στον άνθρωπο; Η συνθετότητα της νόησης και των φαινομένων της, φυσικά, δεν μπορεί να αντιμετωπιστεί ούτε εξαντλητικά, ούτε καν να θιγεί στην περιορισμένη έκταση ενός άρθρου. Είναι αντικείμενο ολόκληρου βιβλίου πιθανόν, και σαφώς όχι μόνο ενός ατόμου. Εδώ, λοιπόν, επιλέγεται μία νοητική λειτουργία, η γλώσσα, η χρήση της και κυρίως η κατάκτησή της, ως ένα παράδειγμα, με την ελπίδα η παράθεση των σχετικών ιδεών να βοηθήσει στη διαμόρφωση άποψης και σε άλλα νοητικά φαινόμενα.

Αν η όραση και οι άλλες αισθήσεις απαντώνται και σε άλλα μέλη του ζωικού βασιλείου, η ανάπτυξη και η χρήση της γλώσσας συχνά χρησιμοποιείται ως διαφοροποιητικό στοιχείο μεταξύ του ανθρώπου και των υπόλοιπων ειδών. Αποτελεί επομένως ένα «ανώτερο» νοητικό χαρακτηριστικό. Η μάχη για αυτό είναι εξαιρετικά σημαντική. Πώς αναπτύσσεται η γλωσσική λειτουργία στον άνθρωπο; Είναι εκ γενετής χαρακτηριστικό ή μαθαίνεται; Και στο ζήτημα αυτό είναι φανερό ότι αντιπαρατίθενται η υλιστική με την ιδεαλιστική άποψη, με διαφορετικούς τρόπους σε κάθε ιστορική περίοδο. Η κυρίαρχη σήμερα αστική αντίληψη είναι ότι η γλώσσα είναι ένα κληρονομικό χάρισμα, καθοδηγημένο από τα γονίδια, σε πλήρη συμφωνία με τα όσα εκτέθηκαν στην αρχή του άρθρου. Οπαδοί αυτής της άποψης είναι οι γενετιστέςγλωσσολόγοι. Πριν εξετάσουμε τα συγκεκριμένα επιχειρήματα, αξίζει μία αρχική επισήμανση. Σήμερα είναι ευρέως πλέον αποδεκτό ότι η έδρα της νόησης είναι ο εγκέφαλος. Περαιτέρω, ότι τα νοητικά φαινόμενα βρίσκονται στη σφαίρα του φυσικού και όχι του υπερβατικού. Οι βιολογικές βάσεις της νόησης, με όλα όσα είπαμε για τη λειτουργία των νευρώνων και τη σύνδεσή τους, είναι αδιαμφισβήτητες. Χωρίς να ισχυριστούμε ότι τα νοητικά φαινόμενα ανάγονται στη βιολογική λειτουργία του εγκεφάλου, δεν μπορεί κάποιος να αρνηθεί ότι βασίζονται σε κάποιο –σημαντικό– βαθμό σε βιολογικές διεργασίες. Άλλωστε ένα μεγάλο μέρος των αλλαγών στο χώρο της ψυχολογίας, η άνθηση των νέων θεωριών της θεωρητικής γλωσσολογίας και η εδραίωση της γνωσιακής επιστήμης οφείλονται κυρίως στις προόδους της βιολογίας και των νευροεπιστημών. Αν, λοιπόν, στη βάση των νοητικών φαινομένων αποδεικνύεται ότι η πλαστικότητα, η μεταβολή, η επικοινωνία με το περιβάλλον είναι οι βασικές αρχές, πώς θα μπορούσε σε παράγωγα φαινόμενα να ισχύει το αντίθετο;

Στο χώρο της ψυχολογίας, αναπτύχθηκε στο πρώτο μισό του 20ού αιώνα το ρεύμα του «συμπεριφορισμού» (Ashcraft, 2002: 12). Η συμβολή του στην ψυχολογία ήταν σημαντική, καθώς για πρώτη φορά εισάγει την αντικειμενική παρατήρηση και την πειραματική διαδικασία, μετατρέποντας την ψυχολογία σε επιστήμη. Η άποψη των συμπεριφοριστών για την καθοριστική συμμετοχή του περιβάλλοντος στις ψυχολογικές αντιδράσεις έδωσε σημαντική ώθηση στο χώρο. Εμπνεόμενοι από τη μελέτη της συμπεριφοράς των ζώων μετά την επίδραση συνδυαστικών ερεθισμάτων, που πραγματοποιούσε η ομάδα του Σοβιετικού φυσιολόγου Παβλόφ (Pavlov) σε σκυλιά, κατάφεραν να φέρουν γόνιμα αποτελέσματα στη μελέτη και της ανθρώπινης συμπεριφοράς. Σε κάποιες περιπτώσεις η απλοϊκότητα των επιχειρημάτων, αλλά και η σχετική υποτίμηση του γενετικού παράγοντα, οδήγησε το ρεύμα του συμπεριφορισμού σε απολυτοποιήσεις και βιαστικά συμπεράσματα που εύλογα συγκέντρωσαν επιθέσεις από αντίπαλες απόψεις (όπως το ρεύμα των γενετιστών). Η θέση των συμπεριφοριστών (ή «μπιχεβιοριστών») ότι ο ανθρώπινος εγκέφαλος είναι πάνω-κάτω ένα άγραφο χαρτί («tabula rasa»), σύμφωνα με την περίφημη φράση που αποδίδεται στον Άγγλο εμπειριστή Τζον Λοκ (John Locke), το οποίο εγγράφεται με βάση τα ερεθίσματα του περιβάλλοντος, δίνοντας υπερβολική έκταση στον παράγοντα αυτό (που όπως είδαμε παίζει σημαντικό ρόλο, αλλά όχι μόνος του) βρέθηκε συχνά εκτεθειμένη στην κριτική. Η άρνηση του γενετικού παράγοντα οδηγεί σε στρεβλώσεις, αλλά και συνιστά άρνηση όλης της ιστορίας ενός είδους. Γιατί, μέσω του γενετικού του υλικού, συμπυκνώνεται όλη η ιστορική-εξελικτική πορεία ενός είδους και αποτυπώνονται οι συγγενικές του σχέσεις με άλλα είδη. O Σκίνερ (Skinner), για παράδειγμα, υποστήριζε μία συμπεριφοριστική ερμηνεία της γλωσσικής κατάκτησης στη βάση της οποίας υπήρχε η μίμηση, τα εργαλεία της ενίσχυσης και της τιμωρίας που παραδοσιακά χρησιμοποιούνταν στα πειραματόζωα της παβλοφιανής σχολής για την ερμηνεία της συμπεριφοράς των ζώων. Ωστόσο, αυτά δεν μπορεί να είναι τα μοναδικά στοιχεία που εξηγούν τη γλωσσική κατάκτηση. Η ευθεία εφαρμογή των νόμων της συνειρμικής μάθησης που ανακαλύφθηκαν στα ζώα –και ισχύουν για μια σειρά αντιδράσεις και στους ανθρώπους– σε σύνθετα νοητικά φαινόμενα, όπως η γλώσσα, θέλει προσοχή, αφού η ανθρώπινη ικανότητα μάθησης δεν βρίσκεται στο ίδιο επίπεδο με την απλή συσχετιστική διαδικασία μάθησης ακόμα και των ανώτερων ζώων.

Ο Νόαμ Τσόμσκι (Noam Chomsky), διαπρεπής γλωσσολόγος στο ΜΙΤ, άσκησε δριμεία κριτική στον Σκίνερ (Ashcraft, 2002: 15) και διατύπωσε το 1959 μία δική του θεώρηση για τη γλώσσα, η οποία ακόμα και σήμερα είναι κυρίαρχη στους επιστημονικούς κύκλους. Η άποψη του Τσόμσκι σε γενικές γραμμές είναι ότι η γλώσσα είναι ένα όργανο που η ανάπτυξή του είναι γενετικά καθορισμένη. Το περιβάλλον παίζει ρόλο στην εκδήλωση αυτού του προγραμματισμού, ενεργοποιώντας και παραμετροποιώντας αυτό που είναι ήδη εγγεγραμμένο. Ένα από τα βασικά επιχειρήματα του Τσόμσκι είναι η «ένδεια του ερεθισμάτων». Η παρατήρηση ότι όλα τα παιδιά τελικά κατακτούν τον προφορικό λόγο, ακόμα κι αν στο οικογενειακό τους περιβάλλον υπάρχουν ελάχιστα γλωσσικά ερεθίσματα, πείθει, κατά την άποψή του, ότι η γλώσσα έχει ισχυρό γενετικό υπόβαθρο (Chomsky, 2012). Έτσι, από το συμπεριφορισμό και την απόλυτη σημασία που έδινε στον εξωτερικό παράγοντα, η πλειοψηφικά αποδεκτή άποψη σήμερα έχει στραφεί προς τα γονίδια.

Φυσικά, δεν είναι δυνατόν να μην υπάρχει καθόλου γενετικό στοιχείο στη γλώσσα. Εξελικτικά η εδραίωση γενετικών στοιχείων στον πληθυσμό ευνοεί την ευκολότερη ανάπτυξη των γλωσσικών ικανοτήτων και καθιστά ευκολότερη την επικοινωνία. Τα γενετικά στοιχεία (όπως η ανάπτυξη των απαραίτητων βιολογικών υποδομών για την ομιλία, του λάρυγγα και των φωνητικών χορδών, της γλώσσας και της γλωττίδας κ.ο.κ.) δεν μπορούν όμως να υπερτιμώνται. Είναι ακατανόητο να υποστηρίζουμε ότι ένα βρέφος γεννιέται με τη γραμματική και το συντακτικό έτοιμα στον εγκέφαλό του και τα ενεργοποιεί με τα πρώτα ακούσματα, ή ότι πραγματοποιεί γενετικά προκαθορισμένες ρυθμίσεις ανάλογα με το αν αυτά που ακούει στο περιβάλλον του είναι σουηδικά ή αγγλικά, όπως υποστηρίζει η θεωρία της «καθολικής γραμματικής» του Τσόμσκι. Ερευνητές, όπως ο Τομασέλο (Tomasello), υποστηρίζουν ότι το επιχείρημα της «ένδειας των ερεθισμάτων» είναι σαθρό και ανίκανο να εξηγήσει τη γλωσσική κατάκτηση. Ένα βρέφος τελικά ίσως λαμβάνει ικανοποιητικό αριθμό ερεθισμάτων, τα οποία έχει τη δυνατότητα να τα ταξινομεί και να εξάγει από τα ακούσματα αυτά κανόνες και γενικεύσεις (AbbotSmith & Tomasello, 2006). Η λειτουργία των νευρωνικών κατανεμημένων δικτύων, σύμφωνα με τη θεώρηση των Πουλβερμίλερ (Pulvermüller), Γκαρανιάνι (Garagniani) και Βένεκερς (Wennekers) (2014), εμπνευσμένη από τον κλάδο της υπολογιστικής νευροεπιστήμης, είναι δυνατόν να εξηγήσει τη γλωσσική κατάκτηση και λειτουργία, στηριγμένη στην επεξεργασία των πληροφοριών που δέχεται ένα βρέφος, από το οικογενειακό περιβάλλον αλλά και από άλλες πηγές (Pulvermüller, Garagnani & Wennekers, 2014). Η συστηματικότητα των παρατηρήσεων, που αναφέρθηκε και στην περίπτωση της λειτουργίας των φλοιϊκών περιοχών, που αποτελεί ουσιαστικά εύρημα της επιστήμης της στατιστικής, αποτελεί και εδώ το κλειδί που μπορεί να εξηγήσει την καταπληκτική ικανότητα των νευρωνικών δικτύων να μαθαίνουν μέσα από την έκθεσή τους σε ποικίλα περιβαλλοντικά ερεθίσματα.

Φαίνεται, λοιπόν, ότι η νοητική λειτουργία της γλώσσας προκύπτει μέσω της οργάνωσης των δεδομένων του περιβάλλοντος, και ότι χωρίς αυτά δεν θα είχε την ικανότητα να ενσκήψει. Βέβαια, μία ολοκληρωμένη προσέγγιση της διεργασίας της κατάκτησης της γλώσσας δεν μπορεί να περιοριστεί στη μελέτη των νευροφυσιολογικών λειτουργιών επεξεργασίας πληροφοριών από τον εγκέφαλο, αλλά είναι απαραίτητο να περιλαμβάνει και ψυχολογικές αλλά και κοινωνικο-πολιτισμικές διεργασίες. Ακόμα και οι οπαδοί της γενετικής γραμματικής, πάντως, δεν υποστηρίζουν ότι το περιβάλλον δεν είναι ένας απαραίτητος, για την εκδήλωση του γλωσσικού φαινομένου, παράγοντας. Ούτε υποστηρίζουν ότι το γεγονός της ύπαρξης κάποιου γενετικού στοιχείου υπονοεί ότι κάποια παιδιά έχουν εκ γενετής τη γλωσσική ικανότητα και κάποια άλλα όχι. Άλλωστε, αυτό θα ήταν και ενάντια σε κάθε παρατήρηση. Πράγματι, στα γενετικά γνωρίσματα παρατηρούμε μία ποικιλότητα ανάλογα με το τι μεταβιβάζουν οι γονείς στους απογόνους. Κάποια παιδιά γεννιούνται με χρώμα ματιών του ενός γονέα ή και όχι. Το ίδιο ισχύει στο ύψος ή σε άλλα χαρακτηριστικά. Δεν παρατηρούμε παιδιά που δεν μπορούν να μάθουν να μιλάνε, έχοντας ακέραιο όλο το βιολογικό υπόβαθρο της ομιλίας, παρά μόνο τις σπάνιες περιπτώσεις έγκλειστων παιδιών τα οποία, εφόσον δεν ήρθαν σε επαφή με το λόγο, ούτε καν τον προφορικό, η γλωσσική τους υποδομή δεν μπόρεσε να αναπτυχθεί σε ομιλία. Αυτά ακριβώς τα περιστατικά δείχνουν ότι το καθοριστικό στην ομιλία είναι το περιβαλλοντικό ερέθισμα και ότι χωρίς αυτό το γενετικό σύστημα της γλώσσας (που προβλέπει η θεωρία των γενετιστών-γλωσσολόγων) δεν είναι επαρκές ούτε το κρίσιμο στοιχείο. Άτομα με προβλήματα ομιλίας σχετίζονται συχνά με τη δυσλειτουργία αυτού του υποστηρικτικού μηχανισμού, όπως βλάβες σε συγκεκριμένες εγκεφαλικές περιοχές (Broca και Wernicke). Ο γλωσσικός χειρισμός, η ευφράδεια και η ρητορική ικανότητα είναι μία άλλη υπόθεση. Εδώ οι παρατηρούμενες διαφορές δεν μπορούμε να πούμε ότι είναι κληρονομικές, αλλά έχουν να κάνουν με τον εκπαιδευτικό περίγυρο, τον γλωσσικό πλούτο του οικογενειακού περιβάλλοντος, την κοινωνικο-πολιτισμική καλλιέργεια, την επαφή του παιδιού με το γραπτό κείμενο μέσω ποικίλων ερεθισμάτων. Όπως το θέτει η Μαριάν Γουλφ (Marianne Wolf), γνωσιακή νευροεπιστήμονας και ερευνήτρια στο Πανεπιστήμιο Tufts της Βοστόνης:

Η εκμάθηση της ανάγνωσης ξεκινά από την πρώτη φορά που θα διαβάσουμε μια ιστορία σε κάποιο βρέφος στην αγκαλιά μας. Το πόσο συχνά του διαβάζουμε –ή δεν του διαβάζουμε– τα πρώτα πέντε χρόνια της παιδικής του ηλικίας αποτελεί έναν πολύ καλό προάγγελο της μεταγενέστερης πορείας της ανάγνωσης. Ένα αόρατο ταξικό σύστημα που δεν έχει συζητηθεί αρκετά χωρίζει την κοινωνία μας. Οι οικογένειες που παρέχουν στα παιδιά τους περιβάλλοντα πλούσια σε ευκαιρίες για προφορικό και γραπτό λόγο σταδιακά διαχωρίζονται από εκείνες που δεν το κάνουν ή δεν έχουν τη δυνατότητα να το κάνουν. Από μια σημαντική μελέτη προκύπτει ότι, ήδη πριν από το νηπιαγωγείο, ένα χάσμα 32 εκατομμυρίων λέξεων χωρίζει τα παιδιά από γλωσσικώς φτωχά υπόβαθρα από όσα εκτέθηκαν στο σπίτι τους σε περισσότερα ερεθίσματα. Με άλλα λόγια, σε ορισμένα περιβάλλοντα, το μέσο παιδί της μεσοαστικής τάξης ακούει μέχρι τα πέντε του χρόνια 32 εκατομμύρια περισσότερες λέξεις από ό,τι ένα λιγότερο προνομιούχο παιδί.Γουλφ, 2009: 40-41

Προσπαθώντας περαιτέρω να αποσαφηνίσουμε την έννοια του γενετικού παράγοντα, διαπιστώνουμε ότι δεν αντιστοιχεί σε ένα σταθερό σύνολο χαρακτήρων, όπως πολλοί οπαδοί των κληρονομικών γνωρισμάτων προσπαθούν να παρουσιάσουν, αλλά αντίθετα σε ένα μεταβλητό και ποικίλο σύνολο φαινοτύπων. Το γενετικό πλαίσιο επιτρέπει διαφορετικούς τρόπους υλοποίησης αυτών των γνωρισμάτων, ακόμα κι αν δεν υπολογίσουμε τις εκάστοτε συνθήκες που επηρεάζουν τον τρόπο έκφρασής τους. Η εξίσωση «κληρονομικό=σταθερό» είναι λανθασμένη γιατί στηρίζεται στο ένα στοιχείο της κληρονομικότητας (στο ότι κάποια χαρακτηριστικά είναι υπαρκτά στον γονότυπο των γονέων) και δεν λαμβάνει υπόψη ότι η ίδια η μεταβίβαση των γενετικών χαρακτηριστικών εμπεριέχει τη δυνατότητα να γίνονται πολλοί διαφορετικοί συνδυασμοί αυτών στους απογόνους, με τυχαίο τρόπο. Επίσης, ο γενετικός παράγοντας πρέπει να νοηθεί ως ένα πρωταρχικό πλαίσιο καθορισμού όχι περιοριστικό, ειδικά στα χαρακτηριστικά που μελετάμε εδώ, αλλά αφετηριακό για την επίδραση του περιβάλλοντος. Το στοιχείο του περιορισμού, όπως προαναφέρθηκε, έχει ιστορικό χαρακτήρα, που συμπυκνώνει την εξελικτική πορεία του είδους, όπως αυτή διαμορφώθηκε στις διαφορετικές περιόδους και στα ποικίλα περιβάλλοντα στα οποία το είδος εκδήλωσε την ύπαρξη και δράση του. Ο περιβαλλοντικός παράγοντας δεν δρα «εν κενώ», αλλά σε αυτό το πρόπλασμα που σχηματίζεται από το γενετικό πρόγραμμα, έχοντας την ευκαιρία της αλλαγής και της προσαρμογής στις συνθήκες.

Μία αναπάντεχη υποστήριξη της διαλεκτικής θέσης για την αλληλεπίδραση γενετικών στοιχείων με το περιβάλλον στη γλωσσική κατάκτηση, με το ρόλο των εξωτερικών ερεθισμάτων σε καθοριστικό παράγοντα, έρχεται από το χώρο της τεχνητής νοημοσύνης. Για ένα σημαντικό διάστημα η προσπάθεια σχεδιασμού νοημόνων συστημάτων στηριζόταν στην προσπάθεια πρόβλεψης όλων των πιθανών καταστάσεων στις οποίες μπορεί να βρεθεί το σύστημα αυτό μέσα από κανόνες. Όσο πιο περίπλοκο γινόταν το σύστημα, τόσο περισσότερους κανόνες απαιτούσε και τόσο πιο δύσκολος ο σχεδιασμός. Φυσικά αυτό έχει όρια, που μπόρεσαν να ξεπεραστούν μέσω της ανάπτυξης της λογικής της μηχανικής μάθησης. Στην τελευταία το νοήμον σύστημα πλέον μαθαίνει μέσα από την έκθεσή του σε ερεθίσματα του περιβάλλοντος. Ειδικά στο ζήτημα της αναγνώρισης της ομιλίας, η προσπάθεια να οριστούν κανόνες αναγνώρισης λέξεων που στηρίζονταν σε άλλες λέξεις μέσω λογικών σχέσεων, χωρίς συσχέτισή τους με τον εξωτερικό κόσμο, οδηγούσε σε φαύλο κύκλο. Μόνο η διαδικασία συσχέτισης των λέξεων με το περικείμενο (το γλωσσικό περιβάλλον της λέξης) μπορεί να οδηγήσει ένα νοήμον σύστημα σε μάθηση και πάλι μέσω συστηματικών παρατηρήσεων.

       Επίλογος - Συμπεράσματα

Στο παρόν άρθρο έγινε μία προσπάθεια να παρουσιαστούν κάποια ερευνητικά ευρήματα που αναθεωρούν τις κυρίαρχες αντιλήψεις για το αμετάβλητο της ανθρώπινης φύσης, για τη μοίρα που μας περιμένει που δεν είναι άλλη από το καπιταλιστικό σύστημα που ζούμε, ως αντανάκλαση της ίδιας μας της ζωής που είναι προσχεδιασμένη και καθορισμένη με ακρίβεια. Επικεντρώσαμε σε δύο σημαντικά πεδία, αυτό του εγκεφάλου και αυτό της γλωσσικής κατάκτησης, χωρίς να εξαντλούμε φυσικά ούτε καν αυτά τα δύσκολα πεδία και χωρίς να αγγίζουμε όλα τα υπόλοιπα σημεία των νοητικών φαινομένων που είναι πολλά και ενδιαφέροντα. Είδαμε ότι τελικά ο εγκέφαλος αναπτύσσεται, λειτουργεί και επεξεργάζεται πληροφορίες αλληλεπιδρώντας με το περιβάλλον και όχι ως μία σχεδιασμένη μηχανή προικισμένη να αναλύει τα ερεθίσματα που δέχεται με στατικό τρόπο. Το γενετικό πρόγραμμα είναι υπεύθυνο για τη δημιουργία ευέλικτων δομών, που μπορούν να υποδέχονται την πληροφορία και με πλαστικό τρόπο να ανασχηματίζονται ώστε το όργανο να αντιδρά στις μεταβολές που δέχεται. Παρόμοια, η γλώσσα κατακτιέται μέσα από τη συστηματική επεξεργασία ερεθισμάτων, που οδηγούν σε γραμματικές και συντακτικές γενικεύσεις με βάση το περικείμενο και το πραγματολογικό περιεχόμενο του ακούσματος. Οι εγκεφαλικές δομές, που αποτελούν έκφραση γενετικών παραγόντων με σκοπό την υποδοχή, επεξεργασία και ερμηνεία των λεκτικών ακουσμάτων, υφίστανται διαρκείς αναπροσαρμογές ανάλογα με το πολιτισμικό υπόβαθρο. Όταν αυτό είναι φτωχό, η ανακατασκευή των νευρωνικών δικτύων θα είναι μερική ή ατελής, δημιουργώντας μαθησιακά εμπόδια στους εφήβους που μετέχουν στην εκπαιδευτική δραστηριότητα. Επομένως, η ίδια η πραγματικότητα του οικογενειακού, σχολικού και κοινωνικού περιβάλλοντος έχει τη δύναμη να αναμορφώσει τις δομές αυτές, ακριβώς όπως η εργασία, η χρήση εργαλείων και η τροποποιητική παρέμβαση του πρωτόγονου ανθρώπου στη φύση αναδιοργάνωσε τον εγκέφαλό του και οδήγησε στην εμφάνιση του σύγχρονου Homo sapiens.

Αποκτά, επομένως, καίρια σημασία η μάχη για την αντίκρουση των πολιτικών που επεξεργάζονται ΕΕ, ΟΟΣΑ και το πολιτικό τους προσωπικό, που σκοπεύουν, εκτός των άλλων, στον πλήρη έλεγχο της σκέψης για να ενταφιάσουν κάθε ανατρεπτική ιδέα αμφισβήτησης του καθεστώτος τους. Ο έλεγχος της νόησης κρύβει κινδύνους ο ανθρώπινος εγκέφαλος να μεταμορφώνεται σε άκαμπτο όργανο ανίκανο να ερμηνεύσει τον κόσμο γύρω του ή σε ασπόνδυλη κατασκευή ικανή να παραμορφώνεται από οποιαδήποτε υλική ή ιδεολογική επίθεση που σχεδιάζεται από την εξουσία. Από την άλλη, επειδή ζούμε σε εποχή εκρηκτικών αντιθέσεων, έχουμε την ευκαιρία αξιοποιώντας τις τεράστιες δυνατότητες της επιστημονικής και τεχνικής προόδου να οδηγήσουμε το είδος μας σε νέα νοητικά ύψη, στη νόηση του συλλογικού απελευθερωμένου ανθρώπου της νέας εποχής, που προϋποθέτει την κοινωνία της ελευθερίας και της ισότητας.

      Βιβλιογραφία

Ανσερμέ, Φ. – Μαγκιστρέτι, Π. (2011), Τα ίχνη της εμπειρίας, Νευρωνική πλαστικότητα και η συνάντηση της βιολογίας με την ψυχανάλυση, μτφ. Β. Βακάκη, Ηράκλειο, Πανεπιστημιακές Εκδόσεις Κρήτης.

Γουλφ, Μ. (2009), Ο Προυστ και το καλαμάρι. Πώς ο εγκέφαλος έμαθε να διαβάζει, μτφ. Β. Σωσώνη Δασκαλάκη, Αθήνα, Πατάκης.

Κάλατ, Τ. (2001), Βιολογική Ψυχολογία, τόμος Α΄, μτφ. Α. Καστελλάκη, Δ. Χρηστίδη, Αθήνα, Έλλην.

Σκουέρ, Λ. – Καντέλ, Ε. (2012), Από τον νου στα μόρια, μτφ. Α. Καραμανλίδης, Αθήνα, Κάτοπτρο.

Abbot – Smith, K. – Tomasello, M. (2006), «Exemplar-learning and schematization in a usagebased account of syntactic acquisition», The Linguistic Review 23, σ. 275-290.

Ashcraft, M. (2002), Cognition (3rd edition), Upper Saddle River, NJ: Prentice Hall.

Chomsky, N. (2012), «Poverty of stimulus: unfinished business», Studies in Chinese Linguistics 33, σ. 3-16.

Löwel, S. – Singer, W. (1992), «Selection of intrinsic horizontal connections in the visual cortex by correlated neuronal activity», Science 255 (5041), σ. 209-212.

Pulvermüller, F. – Garagniani, M. – Wennekers, T. (2014), «Thinking in circuits: Toward neurobiological explanation in cognitive neuroscience», Biological Cybernetics 108 (5), σ. 573-593.

von Melchner, L. – Pallas, S. L. – Sur, M. (2000), «Visual behaviour mediated by retinal projections directed to the auditory pathway», Nature 404, σ. 871-876.

Wiesel, T.N. – Hubel, D. H. (1963), «Single cell responses in striate cortex of kittens deprived of vision in one eye», Journal of Neurophysiology, 26, σ. 1003-1017

Πηγή: https://tetradia-marxismou.gr

,