in

Didattica erogata

×
Stampa
Insegnamento
FILOSOFIA DELLA MENTE MAGISTRALE
Codice
LE0329
Anno Accademico
2022/2023
Anno regolamento
2020/2021
Corso di studio
FILOSOFIA
Curriculum
CORSO GENERICO
Responsabile didattico
BENENTI MARTA
Docenti
CFU
6.0
Ore di lezione
30.0
Ore di studio individuale
120.0
Settore Scientifico Disciplinare (SSD)
M-FIL/05 - FILOSOFIA E TEORIA DEI LINGUAGGI
Tipo di insegnamento
Attività formativa monodisciplinare
Fruizione insegnamento
OPZ
Categoria insegnamento
C
Anno
2
Periodo
Secondo Semestre
Sede
VERCELLI
Tipo di valutazione
V
Lingua insegnamento/Teaching language
ITALIANO
Italian
Contenuti/Content Summary
Il corso affronterà i nodi fondamentali del dibattito contemporaneo sulla percezione. La prima parte sarà dedicata a illustrare le posizioni principali presenti nel dibattito, mentre la seconda parte sarà dedicata al problema dei contenuti della percezione. Attenzione particolare sarà dedicata alle proprietà valutative.
Testi di riferimento/Textbooks
- Calabi, C. Filosofia della Percezione, Laterza 2011 - William Fish, Philosophy of perception a contemporary introduction, Routledge, 2010 - Susanna Siegel, The content of visual experience, OUP, New York, 2010 - Bergqvist A., & Cowan, R. Evaluative Perception, OUP, 2018 - Brogaard, B. (2013). Do we perceive natural kind properties? Philosophical Studies 162 (1):35 - 42. - Byrne, A. (2009). Experience and content. Philosophical Quarterly, 59, 429–451. - MacPherson, F., & Hawley, K. (2009). The admissible contents of experience. Philosophical Quarterly, 59, 541–562. - Michotte, A., 1963. The Perception of Causality, New York: Basic Books. - Nanay, B. (2011), Do we see apples as edible?. Pacific Philosophical Quarterly, 92: 305-322. - Pautz, A. (2009), What are the Contents of Experiences?, The Philosophical Quarterly, Volume 59, Issue 236, 483–507. - Pylyshyn, Z. W. (1999) ‘‘Is Vision Continuous with Cognition? The Case for Cognitive Impenetrability of Visual Perception,’’ Behavioral and Brain Sciences, 22: 341–423. - Siegel, S., & Byrne, A. (2017). Rich or thin?. In Current Controversies in the Philosophy of Perception, ed. B. Nanay, (Routledge) - Stokes, D. (2013), Cognitive Penetrability of Perception. Philosophy Compass, 8: 646-663.
Obiettivi formativi/Mission
- Comprensione approfondita di testi filosofici appartenenti alla tradizione analitica della filosofia della percezione. - Comprensione di nessi logici e argomentativi e individuazione di eventuali debolezze o fallacie. - Comprensione del ruolo del pensiero filosofico in dibattiti multidisciplinari. - Adozione di prospettive differenti su di uno stesso tema o problema. - Sviluppo di capacità espositive e comunicative.
Prerequisiti/Required background knowledge
Conoscenza della lingua italiana e buona comprensione della lingua inglese scritta.
Metodi didattici/Teaching methods
Lezioni frontali Discussioni seminariali Presentazioni da parte di studenti e studentesse
Modalità di verifica dell'apprendimento/Assessment methods
Redazione di un saggio breve in italiano o inglese. Tema e riferimenti da concordare con la docente.
Programma esteso/Content
Il corso affronterà i nodi fondamentali del dibattito contemporaneo sulla percezione. La prima parte sarà dedicata a illustrare le posizioni principali, in particolare: le teorie dei sense data, l’avverbialismo, le teorie doxastiche, l’intenzionalismo e il disgiuntivismo. Per mettere a confronto queste teorie si utilizzeranno i criteri individuati da Fish (2010), ossia l’adeguatezza fenomenologica e quella epistemologica di ciascuna proposta. La seconda parte del corso sarà dedicata al problema dei contenuti della percezione. In particolare si discuterà della eventuale natura rappresentazionale di tali contenuti, della relazione tra proprietà fenomeniche e intenzionali, del ruolo dei concetti nel dare forma ai contenuti percettivi, del livello di complessità delle proprietà percepibili (proprietà di basso livello vs proprietà di alto livello o rich vs poor content view). Attenzione particolare sarà dedicata alle proprietà valutative, ovvero quelle proprietà che, pure essendo percepibili, sembrano esibire una dimensione normativa.
Risultati di apprendimento attesi/Intended learning objectives
- Saper leggere approfonditamente e comprendere i testi filosofici discussi durante il corso padroneggiando il lessico tecnico. - Saper individuare le connessioni logiche tra i testi ed eventuali nessi interdisciplinari (scienze cognitive, psicologia, arte). - Saper enucleare la struttura argomentativa dei testi presi in esame. - Conoscere e saper esporre correttamente le principali teorie e i punti di vista presi in esame durante il corso e saperli discutere criticamente. - Saper presentare tali teorie utilizzando le tecnologie necessarie. Saper redigere un un saggio breve elaborando rigorosamente e criticamente le teorie discusse.
×
Stampa
Insegnamento
FILOSOFIA DELLA SCIENZA SPECIALISTICA
Codice
L0872
Anno Accademico
2022/2023
Anno regolamento
2020/2021
Corso di studio
FILOSOFIA
Curriculum
CORSO GENERICO
Responsabile didattico
BENZI MARGHERITA
CFU
6.0
Ore di lezione
30.0
Ore di studio individuale
120.0
Settore Scientifico Disciplinare (SSD)
M-FIL/02 - LOGICA E FILOSOFIA DELLA SCIENZA
Tipo di insegnamento
Attività formativa monodisciplinare
Fruizione insegnamento
OPZ
Categoria insegnamento
C
Anno
2
Periodo
Primo Semestre
Sede
VERCELLI
Tipo di valutazione
V
Lingua insegnamento/Teaching language
ITALIANO
Italian
Contenuti/Content Summary
Parte I -Le origini della filosofia della scienza contemporanea: empirismo e positivismo logico. Come ragionano gli scienziati: deduzione e induzione. Popper e il falsificazionismo. Il post-neopositivismo. La nuova sociologia della scienza. Scienza e valori. Realismo scientifico e antirealismo. Leggi scientifiche, spiegazione e causalità. Ragionare scientificamente con l'incertezza. Parte II - Breve storia dell'intelligenza artificiale (IA). L'IA classica. Rappresentazione della conoscenza e ragionamento. I sistemi esperti. Problemi e limiti dell'IA classica. Il paradigma connessionista: le reti neurali. L'apprendimento automatico e l'avvento dei big data. Come cambia la ricerca scientifica nell'era dei big data. Problemi e limiti della 'nuova' IA. La società dell'algoritmo: questioni etiche, politiche e sociali.
Part I -The origins of contemporary philosophy of science: empiricism and logical positivism. How scientists reason: deduction and induction. Popper's falsificationism. Post-neopositivism. The new sociology of science. Science and values. Scientific realism and anti-realism. Scientific laws, explanation, and causality. Reasoning with uncertainty. Part II - Brief history of artificial intelligence (AI). Classical AI. Knowledge representation and reasoning. Expert systems. Problems and limitations of classical AI. The connectionist paradigm: neural networks. Machine learning and the advent of big data. How scientific research changes in the era of big data. Problems and limitations of the 'new' AI. The algorithm society: ethical, political, and social issues.
Testi di riferimento/Textbooks
Peter Godfrey-Smith, Teoria e realtà. Introduzione alla filosofia della scienza. Cortina 2022, capp.1- 6, 11. Teresa Numerico, Big data e algoritmi. Prospettive critiche. Carocci 2021, capp. 2-5 Fabio Fossa, V. Schiaffonati e G. Tamburrini (a cura di), Automi e persone. Introduzione all'etica dell'intelligenza artificiale e della robotica. Carocci 2021, Cap. 1 e un capitolo a scelta tra i seguenti: 4, 5, 7, 9. Eventuale altro materiale pubblicato dalla docente sul DIR.
Peter Godfrey-Smith, Teoria e realtà. Introduzione alla filosofia della scienza. Cortina 2022, chapters 1- 6,11. Teresa Numerico, Big data e algoritmi. Prospettive critiche. Carocci 2021, capters 2-5. Fabio Fossa, V. Schiaffonati e G. Tamburrini (eds.), Automi e persone. Introduzione all'etica dell'intelligenza artificiale e della robotica. Carocci 2021, chapter1 and a chapter of your choice from the following: 4,5,7,9. Any other materials posted on the DIR site.
Obiettivi formativi/Mission
Il corso di Filosofia della scienza si propone di conseguire i seguenti obiettivi formativi: I. Conoscenza e comprensione – Ad un livello base, fornire la conoscenza dei principali temi e problemi della filosofia della scienza contemporanea e del suo metodo di lavoro, con un livello di comprensione tale da portarlo a prendere posizione sui temi più dibattuti; per quanto riguarda la parte seminariale, dare un’idea di che cosa si intenda per “intelligenza artificiale”, dei diversi paradigmi al suo interno, delle connessioni tra intelligenza artificiale e filosofia, e dei principali problemi morali e sociali legati alla cosiddetta “società dell’algoritmo”. Ad un livello più avanzato, gli studenti saranno in grado di valutare criticamente, sia in classe, sia nella discussione orale, sia presentando brevi saggi facoltativi le tesi filosofiche discusse. II. Capacità di applicare conoscenza e comprensione – fornire gli strumenti per una valutazione critica autonoma delle questioni trattate anche in relazione a problemi specifici della società contemporanea, affrontando in maniera culturalmente sofisticata questioni quali le conseguenze dell’assunzione di posizioni pseudoscientifiche o l’uso non consapevole delle tecnologie dell’informazione. III. Autonomia di giudizio – esporre il proprio punto di vista personale sugli argomenti trattati e sostenerlo in maniera competente, articolata e coerente. IV. Abilità comunicative – il corso fornirà gli strumenti per trattare con competenza, proprietà di linguaggio, chiarezza e coerenza le questioni trattate, e per esporre il proprio punto di vista mediante argomenti ben costruiti. Ad un livello più avanzato, offrirà l’opportunità di allenarsi a scrivere brevi saggi o presentare in aula relazioni sugli argomenti in programma. V. Capacità di apprendimento – I/le partecipanti dovranno sapersi servire delle conoscenze e degli spunti metodologici (per coloro che frequentano) e le letture in programma per individuare e collegare tra loro gli argomenti trattati; ad un livello più avanzato, dovranno essere in grado di tracciare collegamenti e avviare eventuali approfondimenti in maniera autonoma.
The course aims to achieve the following learning objectives: I. Knowledge and understanding - At a basic level, to provide knowledge of the main themes and problems of contemporary philosophy of science and its working method, with such a level of understanding as to be able to take a position on the most debated topics; as for the seminar part, to give an idea of what is meant by "artificial intelligence", of the different paradigms within it, of the connections between artificial intelligence and philosophy, and of the main moral and social problems related to the so-called "algorithm society". At a more advanced level, students will be able to critically evaluate the philosophical theses discussed, both in class, in oral discussion, and by submitting short optional essays. II. Ability to apply knowledge and understanding - to provide the tools for an autonomous critical evaluation of the issues dealt with also in relation to specific problems of contemporary society, addressing in a culturally sophisticated manner issues such as the consequences of taking pseudoscientific positions or the unaware use of information technologies. III. Autonomy of judgement - presenting one's personal viewpoint on the topics covered and supporting it in a competent, articulate, and coherent manner. IV. Communication skills - the course will provide the tools to deal competently, with ownership of language, clarity, and coherence on the issues covered, and to present one's own point of view through well-constructed arguments. At a higher level, it will give you the chance to practice writing short essays or giving classroom reports on the topics on your syllabus. V. Learning skills - Participants should be able to use the methodological knowledge and insights (for those who attend) and the readings in the programme to identify and connect the topics covered; at a more advanced level, they should be able to draw connections and initiate any in-depth studies independently.
Prerequisiti/Required background knowledge
Interesse nei confronti della conoscenza scientifica e per l'impatto della scienza e della tecnologia. La conoscenza delle svolte fondamentali della storia della scienza, anche se non necessaria, è utile.
Interest in scientific knowledge issues and how technology and science affect our daily lives. Basic knowledge of major turning moments in the history of science is useful, although it is not a necessary prerequisite.
Metodi didattici/Teaching methods
Lezioni frontali e discussione collettiva in classe degli argomenti trattati. Se le circostanze lo richiedono, lezioni a distanza.
Lectures and collective class discussion of the topics covered. If circumstances require, distance learning classes.
Altre informazioni/Further information
Si raccomanda di seguire gli aggiornamenti della pagina del corso pubblicati sul DIR per quanto riguarda il programma dettagliato del corso ed eventuali materiali supplementari.
It is recommended to follow the course page updates posted on DIR regarding the detailed course schedule and any supplementary materials.
Modalità di verifica dell'apprendimento/Assessment methods
L’esame di Filosofia della scienza si articola in due fasi. La prima parte verte sul programma generale di filosofia della scienza come esposto a lezione e trattato nel nel volume di Godfrey-Smith (2022) e consta di alcune domande aperte (almeno tre). Sul DIR verranno pubblicati test di autovalutazione con domande sugli argomenti trattati analoghe a quelle che verranno poste durante l’esame. La seconda parte (50%), verte sull’intelligenza artificiale consta di due domande sugli argomenti trattati nei volumi in programma sull’intelligenza artificiale (T. Numerico,(2021) e Fossa, V. Schiaffonati e G. Tamburrini (a cura di), (2021)). In alternativa, gli studenti frequentanti potranno presentare un breve saggio (circa 15000 caratteri, spazi e bibliografia inclusi) su argomenti scelti tra quelli in programma nella parte II del corso. . Argomento e struttura dei paper andranno preliminarmente concordati con la docente e dovranno essere inviati almeno sette giorni prima dell’esame. Criteri di valutazione: Per ciascuna delle domande poste saranno valutate, correttezza della risposta, comprensione e capacità di analisi dell’argomento, e proprietà di linguaggio. Questi elementi determinano anche la valutazione dei brevi saggi presentati dalle studentesse e dagli studenti e la successiva discussione. La prova di esame sarà valutata come sufficiente (18-23/30) se lo studente dimostrerà di conoscere e sapere esporre appropriatamente le nozioni di base che sono oggetto del corso, e relativa discussione critica. Sarà valutata come discreta (24-27/30) se lo studente si dimostrerà in grado di istituire nessi tra gli argomenti trattati (ed eventualmente altri argomenti studiati nel proprio percorso di studi). Infine, la prova sarà valutata come eccellente (28-30/30 e 30 e lode), se farà emergere capacità di riflessione critica e di approfondimento autonome.
The exam in Philosophy of Science is divided into two parts. The first part covers the general programme of the philosophy of science as set out in the lecture and dealt with in the Godfrey-Smith volume (2022) and consists of some open questions (at least three). On the DIR, there will be self-evaluation tests with questions about the covered topics that are similar to those that will be asked in the exam. The second part (50%), on artificial intelligence, consists of two questions on the topics covered in the scheduled volumes on artificial intelligence (T. Numerico,(2021) and Fossa, V. Schiaffonati and G. Tamburrini (eds.), (2021)). Alternatively, attending students may submit a short essay (approx. 15000 characters, including spaces and bibliography) on topics chosen from those scheduled in Part II of the course. Topic and structure of the paper must be agreed in advance with the lecturer and must be submitted at least seven days before the exam. Evaluation criteria: For each of the questions posed, correctness of the answer, comprehension and ability to analyse the topic, and properties of language will be assessed. These elements also determine the assessment of the short essays submitted by the students and the subsequent discussion. The examination will be graded as sufficient (18-23/30) if the student demonstrates knowledge and ability to appropriately expound the basic notions that are the subject of the course, and related critical discussion. It will be assessed as fair (24-27/30) if the student demonstrates the ability to establish links between the topics covered (and possibly other topics studied in his/her course of study). Lastly, the test will be considered excellent (28-30/30 and 30 cum laude) if it shows the student's capacity for critical reflection and autonomous in-depth study.
Programma esteso/Content
Parte I -Le origini della filosofia della scienza contemporanea: empirismo e positivismo logico. Come ragionano gli scienziati: deduzione e induzione. Popper e il falsificazionismo. Il post-neopositivismo. La nuova sociologia della scienza. Scienza e valori. Realismo scientifico e antirealismo. Leggi scientifiche, spiegazione e causalità. Ragionare scientificamente con l'incertezza. Parte II - Breve storia dell'intelligenza artificiale (IA). L'IA classica. Rappresentazione della conoscenza e ragionamento. I sistemi esperti. Problemi e limiti dell'IA classica. Il paradigma connessionista: le reti neurali. L'apprendimento automatico e l'avvento dei big data. Come cambia la ricerca scientifica nell'era dei big data. Problemi e limiti della 'nuova' IA. La società dell'algoritmo: questioni etiche, politiche e sociali.
Part I -The origins of contemporary philosophy of science: empiricism and logical positivism. How scientists reason: deduction and induction. Popper's falsificationism. Post-neopositivism. The new sociology of science. Science and values. Scientific realism and anti-realism. Scientific laws, explanation, and causality. Reasoning with uncertainty. Part II - Brief history of artificial intelligence (AI). Classical AI. Knowledge representation and reasoning. Expert systems. Problems and limitations of classical AI. The connectionist paradigm: neural networks. Machine learning and the advent of big data. How scientific research changes in the era of big data. Problems and limitations of the 'new' AI. The algorithm society: ethical, political, and social issues.
Risultati di apprendimento attesi/Intended learning objectives
Livello I - Capacità di riconoscere e definire temi e problemi della filosofia della scienza in generale (quali la controllabilità empirica delle teorie scientifiche, la nozione di spiegazione scientifica e quella di previsione, il ruolo della nozione di causa nella scienza, ecc), e in filosofia dell’intelligenza artificiale in particolare (nozione di algoritmo, diversi paradigmi dell’IA, uso dei dati e predizione, problema della ‘black box’, automazione dei processi decisionali). Capacità di presentare chiaramente quanto appreso dalla letteratura segnalata e dalle eventuali discussioni in classe. Livello II - Capacità di discutere criticamente casi noti di asserzioni e teorie pseudoscientifche (particolare le fake news ) e di giustificare perché siano ritenute tali. Capacità di comprendere come specifici problemi filosofici (es. induzione, spiegazione, causalità) si ripropongano negli ambiti dell’intelligenza artificiale e e dell’apprendimento automatico e contribuiscano a specifici problemi che la "società algoritmica" pone in ambito sociale (es. discriminazione, controllo sociale, asimmetrie individuo/sistema, opacità del processo decisionale) e morale (es. veicoli automatici e armi). Livello III - Capacità di applicare nozioni e metodi appresi in maniera autonoma.
Level I - Ability to recognise and define issues and problems in the philosophy of science in general (such as the empirical controllability of scientific theories, the notion of scientific explanation and the notion of prediction, the role of the notion of cause in science, etc.), and in the philosophy of artificial intelligence in particular (notion of algorithm, different paradigms of AI, use of data and prediction, the 'black box' problem, automation of decision-making processes). Ability to clearly present what has been learnt from the reported literature and any class discussions. Level II - Ability to critically discuss known cases of pseudoscientific claims and theories (especially fake news) and justify why they are believed to be so. Understanding of how specific philosophical problems (e.g. induction, explanation, causality) arise in the fields of artificial intelligence and machine learning, and how they contribute to specific problems that the "algorithmic society" poses in the social (e.g. discrimination, social control, individual/system asymmetries, opacity of decision-making) and moral (e.g. automated vehicles and weapons). Level III - Ability to apply learned notions and methods autonomously.
Stampa guida
Stampa
Anno Codice Insegnamento Docenti Settore Scientifico Disciplinare (SSD) Curriculum Sede CFU
2 LE0329 FILOSOFIA DELLA MENTE MAGISTRALE Benenti Marta M-FIL/05 Tutti VERCELLI 6.0
2 L0872 FILOSOFIA DELLA SCIENZA SPECIALISTICA Benzi Margherita M-FIL/02 Tutti VERCELLI 6.0
Dati aggiornati al: 17/10/2025, 14:19