L’ippocampo umano non sembra limitarsi a memoria e orientamento: durante l’ascolto del linguaggio, popolazioni di neuroni rappresentano anche il significato delle parole con schemi distribuiti di attività. Un nuovo studio mostra che parole semanticamente simili tendono a produrre rappresentazioni neurali più simili, anche dopo aver controllato suoni e grammatica.
Che cosa hanno misurato nell’ippocampo
I ricercatori hanno registrato l’attività di neuroni dell’ippocampo umano mentre i partecipanti ascoltavano discorsi narrativi. L’obiettivo era capire se l’attività neuronale contenesse informazioni sul significato delle parole e non soltanto sulle loro caratteristiche acustiche o grammaticali.
L’analisi ha trovato una codifica semantica robusta. I singoli neuroni non funzionavano come semplici “celle della parola”: potevano rispondere a più parole appartenenti a categorie di significato differenti. Il segnale più informativo emergeva quindi dalla popolazione di neuroni considerata nel suo insieme.
Parole simili, pattern neurali più vicini
Lo studio confronta la distanza tra le risposte della popolazione neuronale con la distanza semantica tra le parole. In generale, quando due parole erano più vicine nel significato, anche le rappresentazioni neurali mostravano una relazione più stretta.
Questo è importante perché suggerisce una rappresentazione distribuita: il significato non sarebbe contenuto in un singolo neurone, ma nella geometria complessiva dell’attività di molti neuroni.
Perché nello studio compare GPT-2
Gli autori hanno confrontato le rappresentazioni neurali con diversi modelli computazionali del linguaggio. Tra quelli testati, l’attività della popolazione ippocampale mostrava l’allineamento più forte con gli embedding di GPT-2.
Questo risultato non significa che l’ippocampo “usi GPT-2” o che il cervello funzioni come un modello linguistico. Gli embedding sono strumenti matematici utili per descrivere relazioni tra parole. La somiglianza indica che una rappresentazione distribuita e dipendente dal contesto può essere un buon modo per modellare una parte del codice semantico osservato nei neuroni.
Il contesto cambia il significato nel cervello
La codifica osservata non era completamente fissa. Le variazioni dei pattern neurali erano correlate anche a misure di polisemia derivate dai modelli linguistici, cioè alla capacità di una stessa parola di assumere significati diversi a seconda del contesto.
Il lavoro propone quindi un quadro in cui l’ippocampo partecipa a una rappresentazione del significato sensibile al contesto, coerente con il fatto che comprendere un racconto richiede collegare continuamente parole, eventi e memoria.
Che rapporto c’è con memoria e linguaggio
L’ippocampo è noto soprattutto per il suo ruolo nella memoria episodica, ma le storie e il linguaggio dipendono fortemente dalla capacità di costruire relazioni tra informazioni nel tempo. Questo studio suggerisce un punto di contatto tra memoria e semantica.
Su iCrewPlay Tech abbiamo già visto che il parlato reale e quello immaginato possono condividere rappresentazioni motorie. Un altro approfondimento ha analizzato come la lettura modelli il cervello tra significati e suoni. Il nuovo studio sposta l’attenzione sui singoli neuroni dell’ippocampo durante l’ascolto.
I limiti da tenere presenti
- le registrazioni riguardano un contesto sperimentale specifico e non descrivono da sole tutta la rete cerebrale del linguaggio;
- una correlazione con gli embedding di un modello linguistico non prova che cervello e AI usino lo stesso meccanismo;
- la semantica dipende da molte altre aree corticali oltre all’ippocampo;
- serviranno ulteriori studi per capire quanto il codice osservato generalizzi ad altre lingue, compiti e contesti.
La fonte scientifica
La fonte primaria è A population code for semantics in human hippocampus, pubblicata su Nature Neuroscience il 30 settembre 2026.
In sintesi: il significato delle parole emerge nell’ippocampo come un codice di popolazione distribuito e sensibile al contesto. È un risultato che collega neuroscienze del linguaggio e modelli computazionali, senza però rendere equivalenti cervello e LLM.
