Il metodo scientifico è, nel suo nucleo, un ciclo disciplinato di formazione di credenze, azione per raccogliere prove e revisione di tali credenze quando la previsione fallisce – lo stesso ciclo che active inference formalizza come percezione, azione e aggiornamento del modello generativo. Un piccolo corpo di lavori affiliati all’Institute estende questa parallelismo dall’indagine individuale all’organizzazione della ricerca stessa: come team, istituzioni e comunità scientifiche aperte o decentralizzate strutturano la minimizzazione collettiva dell'incertezza sul mondo. La letteratura qui è precoce e in gran parte concettuale, con i progetti propri dell’Institute – piuttosto che un campo esterno maturo – che portano la maggior parte del lavoro attuale.
Perché il dominio è adatto
L'inferenza attiva considera ogni agente come continuamente alla prova di un modello generativo del mondo contro le osservazioni in arrivo, aggiornando le credenze per ridurre l'errore di previsione e scegliendo azioni previste per risolvere l'incertezza maggiore — una descrizione che corrisponde quasi direttamente alla formazione delle ipotesi, all'esperimento e alla revisione delle credenze nella pratica scientifica. L'estensione va oltre lo scienziato individuale: un team di ricerca, il processo di peer review di una rivista o un ente finanziatore possono essere letti come un modello generativo che opera a diverse scale, inferendo quali domande vale la pena perseguire e quali risultati sono affidabili dal rumore, dalle informazioni parziali e dai dati mediati socialmente. Poiché l'inferenza attiva è esplicitamente compatibile con le formulazioni multi-agente e gerarchiche, offre un vocabolario condiviso per descrivere l'indagine individuale, la scienza di squadra e le istituzioni più ampie che organizzano la ricerca, inclusa la questione più recente su come la scienza può essere strutturata in modo decentralizzato piuttosto che puramente centralizzato.
Stato della letteratura
Il lavoro peer-reviewed e preprint direttamente rilevante è limitato ma specifico. L'articolo del 2021 di Ahti-Veikko Pietarinen e Majid Beni e il preprint OSF del 2023 di Ines Balzan e collaboratori, "Scienza Distribuita: Il Processo Scientifico come Attiva Inferenza", inquadrano l'indagine scientifica e i processi di ricerca in termini di attiva inferenza, ed entrambi sono citati dall'Istituto come base concettuale per il nome della propria unità di ricerca "ReInference". Il contributo più concreto è quello del presidente dell'Istituto, Daniel Ari Friedman e Jakub Smekal, nel 2023, "Team di Ricerca Generativi: Composizioni Basate sull'Attiva Inferenza per la Ricerca e Meta-Scienza" (record Zenodo 8164667), che sviluppa composizioni basate sull'attiva inferenza per descrivere come funzionano i team di ricerca e i processi meta-scientifici. Come per diverse delle altre pagine emergenti del dominio dell'Istituto, non sono stati ancora riportati test empirici su queste inquadrature contro dati reali di team di ricerca o istituzionali.
Progetti chiave: AEOS e ReInference
Il lavoro più sviluppato dell’Istituto in questo ambito è l’Ontologia dell’Entità Attiva per la Scienza (AEOS), un progetto del 2022 dell’Istituto pubblicato come “Un’Ontologia dell’Inferenza Attiva per la Scienza Decentralizzata: dal Comprensione Situata al Commons Epistemico” (registro Zenodo 7484994) e mantenuta su GitHub come ActiveInferenceInstitute/AEOS insieme a un documento compagno interattivo. L'AEOS utilizza l’inferenza attiva per modellare l’attività scientifica come un processo cognitivo collettivo, integrando le considerazioni aziendali, operative, legali, tecniche e sociali (BOLTS) in un’ontologia componibile e versionabile destinata a colmare il divario tra la scienza istituzionale (CeSci) e la scienza decentralizzata (DeSci) piuttosto che trattarle come opposte. Una pagina dedicata nega che la scienza decentralizzata (DeSci) sia stata esplorata specificamente attraverso il lavoro dell’AEOS, bensì come un programma separato. Oltre all'AEOS, l'unità di ricerca del laboratorio ReInference dell'Istituto applica lo stesso quadro orientato all'inferenza alle proprie operazioni: forma team di ricerca interdisciplinari, sviluppa ed esegue proposte di ricerca in linea con la missione dell’Istituto e si impegna a ospitare e condividere i propri dati, risultati, pubblicazioni e strumenti sotto licenze open-source o simili laddove praticabile.
Un ponte formale: teoria delle categorie
Note interne separate esplorano un ponte formale proposto tra l'inferenza attiva e la teoria degli insiemi, motivato da una conferenza del 2024 di Chris Fields, membro del Consiglio Scientifico dell'Istituto, intitolata "Qual è l'operatore identità?". Le note suggeriscono che la teoria degli insiemi può fornire un linguaggio matematico formale per le trasformazioni che l'inferenza attiva prevede devono avvenire quando un modello generativo si aggiorna, con l'operatore identità offerto come modo per pensare a come un sistema mantiene la coerenza attraverso questi cambiamenti. Questo rimane uno schizzo concettuale precoce piuttosto che un quadro pubblicato, sottoposto a revisione tra pari o testato empiricamente, e non ha un progetto o pubblicazione dedicato al di là di queste note interne.
Problemi irrisolti
Il problema più elementare aperto è empirico: nessuno dei framework sopra indicati — Distributed Science, Generative Research Teams o AEOS — è stato testato con dati provenienti da team di ricerca reali, riviste o comunità scientifiche decentralizzate, quindi il loro valore è attualmente concettuale e organizzativo piuttosto che dimostrato. Il tentativo dell'AEOS di colmare il divario tra scienza centralizzata e decentralizzata solleva anche le proprie domande irrisolte in merito a governance, progettazione degli incentivi e su come un'ontologia componibile verrebbe effettivamente adottata dai gruppi di ricerca operativi piuttosto che rimanere un esercizio di modellizzazione. La spina dorsale della teoria delle categorie è la filiera meno sviluppata di questa pagina: si basa su una sola presentazione e brevi note interne, senza alcuna prova formale, implementazione o valutazione indipendente se la corrispondenza matematica proposta tiene o è utile in pratica. Più ampiamente, il rapporto identifica un divario tra la descrizione della scienza come inferenza attiva e la creazione di strumenti che i ricercatori utilizzerebbero effettivamente per pianificare, organizzare o valutare il proprio lavoro sotto questa descrizione.
Spina dorsale di riferimento
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.