75943 - INTELLIGENZA ARTIFICIALE, PROBLEM SOLVING E WEB SEMANTICO (1)

Conoscenze e abilità da conseguire

Al termine del corso lo/la studente/ssa ha acquisito i concetti fondamentali dell'intelligenza artificiale e delle scienze cognitive, con particolare riguardo al problem solving, alla pianificazione, alla rappresentazione della conoscenza sul web e nei sistemi intelligenti, alla modellizzazione cognitiva.

Contenuti

Il corso affronta gli aspetti principali dell'intelligenza artificiale, anche da un unto di vista storico-teorico. I temi sono affrontati in stretta connessione con lo sviluppo della scienza cognitiva, la filosofia della mente e la linguistica e vengono studiati alla luce delle interazioni con le discipline della comunicazione. Saranno affrontate questioni relative al problem solving, alla rappresentazione della conoscenza e ai concetti, all'apprendimento automatico, alla pianificazione, all'elaborazione del linguaggio naturale, all'interazione uomo-macchina, al web semantico e alle ontologie. A scopo introduttivo si affronteranno la nascita e gli sviluppi della scienza cognitiva classica e della nuova scienza cognitiva, e delle principali posizioni filosofiche ed epistemologiche ad esse sottese. I temi cognitivi che costituiscono il contesto di riferimento delle tematiche di intelligenza artificiale sviluppate sono la percezione, i concetti, la memoria e il linguaggio; la cognizione sociale e situata; i modelli simulativi della cognizione; alcuni aspetti neuroscientifici delle questioni principali affrontate in scienza cognitiva, anche con particolare riferimento allo studio del ragionamento, della comprensione, della teoria della processi decisionali. Il quadro di riferimento è quello delle modalità e delle tecniche di comunicazione dell'era digitale.

Testi/Bibliografia

Letture obbligatorie 

§  E. Burattini, R Cordeschi (a cura di), Intelligenza artificiale. Manuale per le discipline della comunicazione, Carocci, Roma, 2001.

§  F. Bianchini, A. Gliozzo, M. Matteuzzi (a cura di), Instrumentum vocale. Intelligenza artificiale e linguaggio, Bononia University Press, Bologna, 2007 (capitoli 1, 2, 3, 5, 6, 7, 10).

 

Lettura consigliata

§  M. Marraffa, A. Paternoster,  Persone, menti, cervelli , Mondadori, Milano, 2012 (capitoli 1, 2, 3).

Metodi didattici

Lezioni frontali. Discussioni sugli argomenti principali. Sarà possibile, per gli studenti interessati, fare una breve presentazione personale su un argomento concordato col docente.

Modalità di verifica e valutazione dell'apprendimento

Lo studente sarà valutato attraverso una prova orale nella quale verranno discussi sia argomenti generali relative all'intelligenza artificiale e alle scienze cognitive, sia questioni più specifiche relative ai vari campi coinvolti in questi ambiti disciplinari. In particolare, saranno valutate sia le conoscenze apprese sia la capacità di rielabolarle e di condurre ragionamenti autonomi su temi specifici, nonché di produrre riflessioni personali a partire dai contenuti affrontati durante il corso. Si richiederà, dove possibile, anche l'applicazione dei concetti principali della materia in semplici esercitazioni.

In particolare saranno valutate in ordine crescente di importanza:

1) la completezza delle conoscenze acquisite strettamente in merito al programma;

2) l'appropriatezza del linguaggio;

3) la capacità personale di rielaborazione e di utilizzo dei concetti appresi;

4) la capacità di impostare una riflessione interdisciplinare;

5) la capacità di applicare a singoli casi di ricerca le tematiche apprese e di produrre riflessioni autonome e originali.

1)  e 2) costituiscono obiettivi minimi per la sufficienza. Attraverso 3) si arriverà a una valutazione discreta, tanto più quanto meno mnemoniche saranno le conoscenze apprese dallo studente. 4) potrà portare a una valutazione buona o ottima, 5) a una valutazione eccellente.

Strumenti a supporto della didattica

Slide e contenuti online saranno utilizzati nel corso delle lezioni.

Orario di ricevimento

Consulta il sito web di Francesco Bianchini