Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
1 course among the following2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud, Visual intelligence, Statistical learning - 1st and 2nd year: Computer Vision & Deep Learning)2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud - 1st and 2nd year: Computer Vision & Deep learning)2 courses among the following (A.A. 2023/24: Complex systems and Network Science not activated)Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Computational epistemology and philosophy (2023/2024)
Codice insegnamento
4S010698
Docenti
Coordinatore
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
M-FIL/02 - LOGICA E FILOSOFIA DELLA SCIENZA
Periodo
I semestre dal 2 ott 2023 al 26 gen 2024.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
L’insegnamento è concepito come un’introduzione alla filosofia della scienza contemporanea nello specifico del pensiero computazionale. Attraverso la presentazione di alcuni importanti momenti dello sviluppo scientifico e delle problematiche filosofiche che a questi si connettono, verrà affrontato lo sviluppo del pensiero computazionale e dell’Intelligenza Artificiale. Lo scopo è quello di portare lo studente a: i) riflettere criticamente sugli assunti del positivismo, sul rapporto tra la “svolta linguistica” novecentesca e la filosofia della scienza e, da ultimo, su come questo filone di pensiero ha portato alla nascita dell’informatica come scienza, ii) comprendere le basi concettuali della filosofia della scienza (ossia i concetti di “realismo”, “oggettività”, “conferma sperimentale” e “limiti di validità”) ed applicarle al caso dell’automazione e della sostituzione dell’uomo nei processi decisionali, iii) padroneggiare il linguaggio epistemologico, iv) partecipare attivamente alle discussioni relative agli sviluppi in filosofia della scienza, con particolare riferimento alle problematiche relative agli aspetti etici ed epistemologici dell’Intelligenza Artificiale.
Prerequisiti e nozioni di base
Il corso non richiede la conoscenza filosofica preliminare. I concetti e le teorie filosofiche rilevanti saranno spiegate a lezione.
Programma
Il corso di Computational Philosophy and Philosophy of Science mira ad approfondire l’importanza della svolta computazionale per la filosofia della scienza e l’impatto dell’intelligenza artificiale sulla società.
Il programma del corso è diviso in due parti.
La prima parte tratta del concetto di computazione e approfondisce i seguenti topics:
- La svolta computazionale in filosofia della scienza
- Il problema della computazione e la concezione logica della programmazione
- L’impatto del machine learning e dei big data
La seconda parte tratta delle conseguenze dell’intelligenza artificiale sulla pratica scientifica, la società e la politica. Le lezioni affronteranno i seguenti topics:
- Il problema dei bias e degli stereotipi
- Sorveglianza e autonomia
- Spiegabilità e fairness
Bibliografia
Modalità didattiche
Il corso si svolgerà utilizzando due modalità principali: (1) lezione frontale e (2) presentazioni seminariali. Le lezioni si svolgeranno in presenza e senza streaming o registrazione. Saranno messi a disposizione video dedicati a: (1) spiegare le modalità di esame e di registrazione del voto, (2) approfondire alcune parti del corso e i concetti più importanti. Sebbene questi video siano pensati soprattutto come supporto allo studio per studenti non frequentanti, possono essere usati anche dagli studenti frequentanti.
Modalità di verifica dell'apprendimento
La valutazione finale tende a determinare non solo il possesso di conoscenze, ma anche la capacità dei candidati di argomentare correttamente, di usare appropriatamente i concetti e gli strumenti della filosofia della scienza e la creatività. Il voto si ottiene sulla base della partecipazione attiva alla parte seminariale, di un elaborato (2000-5000 parole) su un tema attinente al corso da concordarsi con il docente e di un esame orale nella seguente proporzione:
* 35% Esame orale
* 40% elaborato (2000-5000 parole)
* 25% Presentazione in classe
La presentazione in classe su un tema da concordarsi con il docente, può essere fatta anche in piccolo gruppo (max 3 persone).
Criteri di valutazione
I principali criteri di valutazione sono: (1) competenza concettuale e (2) competenza linguistica. Gli studenti troveranno una rubrica di valutazione per la composizione degli elaborati richiesti.
Criteri di composizione del voto finale
* 35% Esame orale
* 40% elaborato (2000-5000 parole)
* 25% Presentazione in classe
Lingua dell'esame
Inglese
