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
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Scienze filosofiche - Immatricolazione dal 2025/2026Il 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.
2° Anno Sarà attivato nell'A.A. 2025/2026
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a sceltaTre insegnamenti a sceltaTre insegnamenti a sceltaDue insegnamenti a sceltaLegenda | 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.
Epistemologia e intelligenza artificiale (2024/2025)
Codice insegnamento
4S012292
Docente
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Filosofia della scienza del corso Laurea magistrale in Linguistics [LM-39]
- Epistemologia e filosofia della scienza del corso Laurea magistrale in Scienze filosofiche [LM-78]
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
M-FIL/02 - LOGICA E FILOSOFIA DELLA SCIENZA
Periodo
Sem. 1B dal 11 nov 2024 al 21 dic 2024.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso esplora le relazioni fra i modelli di produzione, giustificazione e disseminazione della conoscenza e lo sviluppo dell’intelligenza artificiale. Dal punto di vista formativo, l’obiettivo è duplice. Da una parte si discuterà come l’intelligenza artificiale rappresenti il culmine di una rappresentazione computazionale della conoscenza e della cognizione che ha trovato nel moderno computer digitale un modello della mente umana. Dall’altra si mostrerà che l’intelligenza artificiale solleva problemi epistemologici fondamentali riguardanti il tipo di conoscenza prodotta, le forme della sua giustificazione e il suo impatto sulla struttura sociale della ricerca scientifica. 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.
Prerequisiti e nozioni di base
Il corso richiede la conoscenza del concetti fondamentali della filosofia della scienza e della filosofia della mente. Non sono richieste pre-conoscenze di informatica o di intelligenza artificiale.
Per facilitare l’apprendimento delle parti concettualmente più impegnative saranno predisposti dei video di approfondimento.
Programma
Il corso mira ad approfondire alcune i presupposti e le conseguenze filosofiche dell’intelligenza artificiale per la produzione di conoscenza e per l’applicazione sociale e politica della tecnologia.
Il programma del corso è diviso in tre parti.
La prima parte introduce alcuni preliminari filosofici alla comprensione dell’intelligenza artificiale: il concetto di probabilità, il problema dell’induzione, la nozione di cognizione e il problema dell’inferenza statistica.
La seconda parte tratterà dei problemi epistemologici del machine learning e della data science: il concetto di dato, la nozione inferenziale dell’apprendimento, la statistical learning theory, approccio logico vs. connessionismo.
La terza parte si occuperà delle conseguenze sociali, culturali e politiche dell’intelligenza artificiale, con particolare riferimento all’intelligenza artificiale generativa.
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 con 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
Italian and English
