Teorie e modelli nelle scienze cognitive

Documenti analoghi
Teorie e modelli nelle scienze cognitive

Teorie e modelli nelle scienze cognitive

Teorie e modelli nelle scienze cognitive

Teorie e modelli nelle scienze cognitive: una passeggiata epistemologica

Teorie e modelli nelle scienze cognitive (parte 1)

FILOSOFIA DELLA SCIENZA Problemi del verificazionismo L argomento dell olismo della conferma (Quine-Duhem)

Modellazione di sistemi ingegneristici (parte 1 di 2)

La filosofia della scienza nel XX secolo. Editori Laterza

LOGICA E FILOSOFIA DELLA SCIENZA

Lezione 3. Okasha, cap. 2

FALSIFICABILITA' delle teorie K. Popper. slide di: Salvatore Monti

Livelli di spiegazione e modelli per l interazione

Un breve viaggio nella mente e nel cervello (parte 2)

Computation and the Philosophy of Science. P. Thagard

Marco Giunti, Antonio Ledda, Giuseppe Sergioli, I Modelli nelle teorie scientifiche, Carocci, 2016, pp.234, 24, ISBN

Logica filosofica. L induzione

La scienza e le scienze

Metodi Quantitativi per le Scienze della Vita. Prof. Rocco Micciolo.

Logica e filosofia della scienza (P) 6 CFU

LOGICA E PSICOLOGIA DEL PENSIERO. Logica, Linguistica e Scienza Cognitiva

Roberto Festa - Corso di Filosofia e psicologia ESERCIZI PER LA VERIFICA DELLE CONOSCENZE. Domande a risposta multipla

Tempi Moduli Unità /Segmenti. 2.1 La conservazione dell energia meccanica

Logica e filosofia della scienza (P) 6 CFU

Storia della Scienza e Filosofia della Scienza

ELENCO ANALITICO DEGLI ARGOMENTI

LICEO CLASSICO Andrea Da Pontedera I.I.S. XXV Aprile

PARTE II: L informatica nelle Scienze

Tortura la natura per i suoi segreti!

Un breve viaggio nella mente e nel cervello (parte 2)

02 - Logica delle dimostrazioni

Logica: materiale didattico

Deduzione Distinguere VALIDITA dell argomentazione (o inferenza, o ragionamento) dalla VERITA di premesse e conclusione Un ragionamento valido può ave

Logica proposizionale

Prefazione 13. Capitolo ii

Area di Istruzione Generale Attività e Insegnamenti Generali. Disciplina: MATEMATICA

LA CRITICA DI POPPER ALL INDUTTIVISMO

Il metodo scientifico

Addio a Ragione e Progresso? Popper e il fallibilismo. Scienza su palafitte. Società aperta Politecnico di Torino 1

Lezione 11. Corso di comunicazione scientifica A.A Prof. Paolo Lattanzio.

Precedenza degli operatori

FISICA Università degli Studi di Milano Corso di Laurea di Informatica Anno accademico 2017/2018 Laurea Triennale

Epistemologia e Filosofia della scienza

4 La Logica come base di ogni scienza. 5 Alla ricerca della forma logica. logica

Livelli di spiegazione

SCHEMA DI COLLOCAZIONE delle monografie disposte a scaffale aperto

Anno scolastico 2016/17. Piano di lavoro individuale ISS BRESSANONE-BRIXEN LICEO SCIENTIFICO - LICEO LINGUISTICO - ITE. Classe: V liceo linguistico

Computer Science as Empirical Inquiry

ISTITUTO DI ISTRUZIONE SUPERIORE NICOLA MORESCHI. Programmazione didattica annuale

Introduzione alla logica

Maiuscole e minuscole

Che cos è una teoria scientifica?

ELEMENTI DI LOGICA PER IL CORSO DI LAUREA IN MATEMATICA. Prof. Giangiacomo Gerla Dipartimento di Matematica ed Informatica. Università di Salerno

LICEO SCIENTIFICO STATALE AMEDEO DI SAVOIA ANNO SCOLASTICO 2017/2018

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

Intelligenza Artificiale A (lezione introduttiva parte di teoria)

LA CRISI DEL VERIFICAZIONISMO

NOZIONI DI LOGICA PROPOSIZIONI.

Intelligenza Artificiale. Logica proposizionale classica (Parte 1)

04 - Logica delle dimostrazioni

Indice. Presentazione

Sistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1]

NOZIONI DI LOGICA. Premessa

Indice. Grandezze fisiche Introduzione Misura e unità di misura Equazioni dimensionali... 15

Insiemi Numerici: I Numeri Naturali

FISICA E GEOME I RIA DALL'OTTOCENTO AOGGI

Semantica proposizionale. Unit 2, Lez 3 e 4 Corso di Logica

Logica degli enunciati; Operazioni con le proposizioni; Proprietà delle operazioni logiche; Tautologie; Regole di deduzione; Logica dei predicati;


Intelligenza Artificiale I

Intelligenza Artificiale. Breve introduzione alla logica classica (Parte 2)

La Rappresentazione della Conoscenza Emiliano Giovannetti. rappresentazione. Importanza della conoscenza. Conoscenza e intelligenza artificiale

2. IL CRITERIO DI VERIFICABILITÀ

Teorie e modelli nelle scienze cognitive (parte 2)

Rappresentazione della Conoscenza

Sommario. 1. Che cos è la matematica? Numeri naturali e sistemi di numerazione 23

Insiemi Numerici: I Numeri Naturali. 1 I Numeri Naturali: definizione assiomatica

Informatica/ Ing. Meccanica/ Edile/ Prof. Verdicchio/ 12/01/2016/ Foglio delle domande / Versione 1

PROGRAMMA EFFETTIVAMENTE SVOLTO DAL DOCENTE

FILOSOFIA DELLA SCIENZA Corso di laurea triennale in Filosofia

Teoria e tecniche dei test LA STRUTTURA DI UNA TEORIA 20/03/2012 LIVELLO DI ASTRAZIONE TEORICO LIVELLO DI ASTRAZIONE DERIVATO

PROFILO IN USCITA PER IL TERZO ANNO FISICA Sezioni internazionale Francese-Tedesca ad indirizzo scientifico

Temi d Esame Logica II

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

Logica proposizionale

Astrazione e modelli simbolici del cervello

RICHIAMI DELLA FISICA DI BASE. 2) I temi fondamentali della fisica classica e della fisica moderna.

Apprendere (e ragionare) con i modelli

I Le inferenze statistiche 79

Un metodo di rappresentazione della Conoscenza e un insieme di CONVENZIONI e FORMALISMI per esprimere la conoscenza.

Indice. capitolo. capitolo. capitolo

Università degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica ALGEBRA BOOLEANA

mio indirizzo 1 Sarò lieto di ricevere commenti o segnalazioni di errori presso il

Il Neopositivismo PREMESSE: Inquadramento delle correnti filosofiche. A. Comte: il positivismo. (fisica fisica sociale)

3.2. Falsificabilità e Tesi di Duhem

Indice. 1 I princìpi della dinamica MECCANICA. 0 Richiami di cinematica. Introduzione I vettori e le loro operazioni. Le stime di Fermi VIII

Transcript:

Teorie e modelli nelle scienze cognitive Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2017.html Percezione: principi e livelli di spiegazione Intelligenza artificiale Linguistica Neuroscienze Filosofia della mente Scienze cognitive Percezione Antropologia Psicologia cognitiva

Percezione: modelli (teorie) computazionali Simulazioni Teoria computazionale Rappresentazione e algoritmi Implementazione fisica Probabilità & statistica Algebra lineare Intelligenza artificiale Linguistica Neuroscienze Filosofia della mente Scienze cognitive Percezione Antropologia Psicologia cognitiva osservazioni esperimenti la predizione è confermata? no la teoria è falsa teorie (= generalizzazioni) sì Inferenza induttiva Inferenza deduttiva predizioni la teoria è più probabile

Cosa sono Teorie & Modelli osservazioni esperimenti la predizione è confermata? no la teoria è falsa teorie (= generalizzazioni) sì Inferenza induttiva Inferenza deduttiva predizioni la teoria è più probabile Il problema della falsificabilità osservazioni esperimenti la predizione è confermata? no la teoria è falsa teorie (= generalizzazioni) sì Inferenza induttiva Inferenza deduttiva predizioni la teoria è più probabile Il problema della falsificabilità

//Falsificabilità: Popper Le teorie scientifiche sono costituite da asserzioni universali (ipotesi, leggi, principi) Hanno forma strettamente universale: "Tutti i corvi sono neri" sono esprimibili come negazioni di asserzioni strettamente esistenziali ( "Non esiste alcun corvo che non sia nero") Le asserzioni universali, in cui consistono le teorie, non possono essere derivate da asserzioni singolari (base), ma possono essere controllate da queste: le asserzioni base, ossia le asserzioni di un fatto singolare (un determinato corvo è bianco) possono servire come premesse di una falsificazione hanno la forma di asserzioni singolari esistenziali (Esiste un corvo bianco) La negazione di un'asserzione strettamente universale ( "Non tutti i corvi sono neri") equivale a un'asserzione strettamente esistenziale (per esempio, "Esiste almeno un corvo che non è nero") //falsificabilità: Duhem e Quine Duhem e Quine: sottodeterminazione delle teorie. Essi osservano che se i dati osservativi non possono verificare definitivamente una teoria, essi non possono nemmeno falsificarla. La falsificazione definitiva di una teoria da parte di un esperimento infatti si verifica molto raramente. Qualora l esperimento non dovesse riportare i risultati sperati, aessere falsificata potrebbe essere l ipotesi iniziale, oppure potrebbe risultare falsificata una qualunque delle ipotesi ausiliarie utilizzate pereffettuare l esperimento. Esempio di Urano (metà 800): l orbita del pianeta non era quella prevista dalle leggi della meccanica newtoniana Ipotesi ausiliaria: esistenza di un altro pianeta, Nettuno

//Falsificabilità: Lakatos T n nucleo cintura protettiva spiega dati anomali spiega contenuto empirico addizionale? confermato? coerente con l euristica? ramificazione progressiva viene accettata? idem SÌ SÌ SÌ SÌ NO NO T n viene sostituita dalla successiva versione del programma, T n+1, e l avvicendamento costituisce uno slittamento progressivo del programma NO ramificazione regressiva viene accettata? SÌ NO si tenta un altra ramificazione (o si accantona il problema) T n viene sostituita da T n+1, ma l avvicendamento costituisce uno slittamento regressivo Cosa sono Teorie & Modelli osservazioni esperimenti la predizione è confermata? no la teoria è falsa teorie (= generalizzazioni) sì Inferenza induttiva Inferenza deduttiva predizioni la teoria è più probabile

la predizione è confermata? no la teoria è falsa teorie sì Inferenza induttiva Inferenza deduttiva predizioni la teoria è più probabile Le teorie scientifiche sono costituite da asserzioni universali (ipotesi, leggi, principi) In fisica: i principi di Newton, le leggi di Maxwell dell elettrodinamica, i principi della termodinamica, i principi della meccanica quantistica, ecc In biologia: i principi dell evoluzione Si arriva ad esse attraverso un processo di induzione, che parte da asserzioni singolari, cioè da resoconti dei risultati di osservazioni o esperimenti Problema (Hume): è giustificabile logicamente l'inferenza di asserzioni universali da asserzioni particolari, per quanto numerose queste siano? dal fatto che molti cigni sono bianchi non si può concludere che "tutti i cigni sono bianchi"

//il modello ipotetico-deduttivo logica (predicativa) teoria/osservazione leggi e regole di corrispondenza verificazione e significato empirico la struttura di una teoria scientifica teoria T 1 T 2 ------- ----- ------ osservazione C K il modello nomologico-deduttivo della spiegazione e della previsione L 1, L 2, (leggi universali) C 1, C 2, (condizioni iniziali) ----------------------------------- K spiegazione (K = descrizione di un fatto già noto) previsione (K = descrizione di un fatto da accertare) la crescita della scienza: riduzione e accumulazione Galileo Keplero Newton Einstein //la standard view Una teoria scientifica si costituisce generalmente di tre elementi: Un vocabolario: Le proposizioni costitutive di una teoria scientifica sono rappresentate da (1) postulati [o assiomi o proposizioni/ipotesi fondamentali/primitive o leggi teoriche], (2) definizioni, (3) teoremi [o ipotesi/proposizioni derivative]. Un sistema di regole di collegamento delle proposizioni teoriche alle proposizioni osservative espresse in forma di legge: regole semantiche (Carnap), definizioni coordinatrici (Reichenbach), definizioni operative (Bridgman), correlazioni epistemologiche (Margenau), regole di interpretazione (Northrop); e ancora, regole di trasformazione (Harré), principi ponte (Hempel), proposizioni interpretative (Hempel); proposizione di riduzione (Carnap) Un modello interpretativo della teoria.

//la standard view Hempel, "una teoria scientifica può essere paragonata a una complessa rete spaziale: i suoi termini sono rappresentati dai nodi, mentre i fili che li connettono corrispondono, in parte, alle definizioni e, in parte, alle ipotesi fondamentali e derivate incluse nella teoria. L'intero sistema naviga, per così dire, sopra il piano dell'osservazione ed è ancorato a quest'ultimo da regole di interpretazione. Queste possono essere viste come funi che non sono parte della rete ma collegano certi punti della rete a specifici luoghi del piano dell'osservazione //Teorie vs modelli: due sensi di modello (1) Un modello in senso logico è qualunque struttura astratta che renda vero un insieme di assiomi (Suppes), in cui sia definita una funzione che fa corrispondere: a ogni costante e a ogni variabile del linguaggio un individuo nell insieme O di oggetti che costituisce il dominio della teoria ad ogni predicato e relazione del linguaggio opportuni sottoinsiemi di O: per esempio i predicati del linguaggio individueranno il sottoinsieme di O tale che tutti i suoi membri soddisfano la proprietà cui corrisponde il predicato in questione ( è un gas ) alle relazioni binarie coppie di elementi

//Teorie vs modelli: due sensi di modello (2) Rappresentazione semplificata e astratta dei fenomeni, definita dalle leggi di natura. Esempi: La prima legge del moto e il problema dell attrito La legge della gravitazione universale, insieme alla seconda legge del moto, identificano un modello newtoniano di un sistema gravitazionale La legge della molla F = -kx identifica il modello del relativo sistema fisico. Un pendolo semplice è un modello del pendolo reale formato da un filo nonestensibile e non soggetto ad attrito, ma i fili reali sono tutti estensibili e soggetti sia all attrito che alla resistenza dell aria. L astrazione da qualità e da proprietà causali reali //Teorie vs modelli: due sensi di modello Che rapporto esiste tra modello e realtà fisica? C è un qualche tipo di somiglianza (Giere 1988) Modelli = Rappresentazioni Rappresentazione: S usa il modello M per rappresentare il mondo W per lo scopo P C è un qualche tipo di isomorfismo, magari parziale (realismo strutturale) Non c è alcun rapporto!

//Modelli come rappresentazioni (Giere) Eterogeneità dei modelli: modelli teorico/formali modelli analogici modelli fisici modelli di scala //Le teorie come insiemi di modelli (Giere) I call my understanding of models representational because it takes models not primarily as providing a means for interpreting formal systems, but as tools for representing the world. That is not their only function, but it is, I think, the central function of models used in empirical science. On my interpretation, the model/theory distinction is mainly a reflection of the extent to which a branch of inquiry is guided by broad general principles. Where there are such principles, as in many areas of physics and biology, the models employed often, though not always, embody these principles. Where such principles are lacking, the models employed derive principally from various mathematical techniques. In both cases, however, reasoning about the world is primarily reasoning with models. It is models almost all the way up.