La traduzione è solo simboli o è un corpo in azione?

Per decenni, gli studiosi di traduzione hanno creduto che il traduttore lavori su “rappresentazioni”: parole interne che corrispondono a concetti esterni. Immaginate di avere una mappa mentale di ogni frase da spostare da una lingua all’altra. Questo è il punto di vista rappresentazionalista, che vede la traduzione come una sorta di puzzle di simboli.

Negli ultimi anni, però, la scena è cambiata. Nuovi modelli più flessibili hanno introdotto l’idea che la traduzione dipenda anche dal contesto, dall’interpretazione e da probabilità. Qui entra in gioco la “Predictive Processing”: il cervello anticipa continuamente ciò che arriverà, confrontando le previsioni con le informazioni reali. In traduzione, il traduttore usa queste previsioni per scegliere la parola più adatta.

Ma c’è una teoria ancora più radicale: l’enattivismo. Gli enattivisti dicono che non esistono rappresentazioni interne fisse; la traduzione nasce dall’interazione corporea del traduttore con il testo, il contesto e le norme culturali. È un processo “self‑evidencing”, cioè il traduttore dimostra la propria comprensione attraverso l’azione stessa.

Il ponte tra le due visioni è il “Free Energy Principle”. Questa formula matematica, usata in neuroscienze, spiega come il cervello minimizzi l’incertezza (o “energia libera”) per adattarsi al mondo. Sia i rappresentazionalisti che gli enattivisti possono usarla: i primi per modellare le previsioni simboliche, i secondi per descrivere l’adattamento corporeo.

In sintesi, la traduzione non è più solo un gioco di simboli, ma un’attività dinamica dove mente, corpo e ambiente collaborano per dare senso a parole diverse.

Il Free Energy Principle (FEP) è stato proposto da Karl Friston per spiegare come sistemi biologici mantengano l’ordine interno in un mondo caotico. In termini semplici, il cervello genera modelli predittivi del mondo e aggiorna questi modelli per ridurre la differenza tra ciò che si prevede e ciò che si percepisce, chiamata “energia libera”. Quando questa differenza è minima, il sistema è in uno stato di equilibrio energetico.

Nel contesto della traduzione, il FEP suggerisce che il traduttore non solo elabora simboli, ma anticipa costantemente il significato futuro del testo in base al contesto culturale, al registro e alle intenzioni dell’autore. Questo processo di anticipazione è modellato da reti neurali gerarchiche: i livelli più alti gestiscono astrazioni semantiche, mentre i livelli più bassi trattano dettagli fonetici e morfologici. L’interazione tra questi livelli produce una gerarchia di previsioni che vengono continuamente corrette dal feedback sensoriale (lettura, ascolto, interazione con il pubblico).

L’enattivismo, d’altro canto, enfatizza il ruolo del corpo e dell’ambiente. Secondo la teoria dell’Active Inference, il traduttore agisce per ridurre l’incertezza non solo a livello cognitivo, ma anche motorio: gesti, postura e tono di voce influenzano la percezione del testo e la scelta delle parole. L’attività traduttiva diventa così un ciclo di percezione‑azione, dove il corpo fornisce dati sensoriali (es. la pressione della penna, il ritmo di lettura) che alimentano il modello predittivo.

Un’applicazione pratica di questi concetti è l’uso di sistemi di traduzione assistita (CAT) basati su modelli di deep learning. Questi sistemi implementano il FEP simulando la riduzione dell’energia libera: generano traduzioni probabili e aggiornano le previsioni in tempo reale in base al feedback dell’utente. Tuttavia, l’enattivismo avverte che l’interfaccia utente deve consentire un’interazione corporea fluida, altrimenti si rischia di introdurre “energia libera” artificiale, cioè frustrazione e errori di traduzione.

In sintesi, l’integrazione di FEP, Predictive Processing e enattivismo offre una cornice teorica unificata: la traduzione è un processo dinamico di inferenza attiva, dove mente, corpo e tecnologia collaborano per minimizzare l’incertezza e produrre significato.