Filosofia

Mente linguistica artificiale e mente linguistica naturale: dal cognitivismo classico ai modelli embodied Lo sviluppo dei sistemi intelligenti di ultima generazione ha riaperto l’annoso dibattito sulle affinità e le differenze tra intelligenza umana e intelligenza artificiale, con un particolare accento sulla questione delle competenze linguistiche e comunicative. Mentre la cosiddetta GOFAI (Good Old-Fashioned Artificial Intelligence) fondata sui modelli simbolici si riferiva, più o meno esplicitamente, alla mente rappresentazionale del cognitivismo classico (non a caso fedele alla metafora mente-computer), i sistemi IA di ultima generazione sembrano funzionare proprio perché riconducibili a un modello anti-rappresentazionale della mente, che - liberatosi delle strutture e delle regole fornite alla macchina dal teorico della lingua - “apprende” autonomamente da un contesto testuale estesissimo. Entrambi i modelli, tuttavia, restano disembodied, essendo la macchina, ovviamente, priva di un corpo biologico gettato nel mondo. La comparazione tra il comportamento apparentemente intelligente di una macchina priva di intelligenza (se non in senso metaforico) e quello naturalmente intelligente dell’utente umano consente, dunque, di approfondire i modelli teorici di mente, corpo e linguaggio sottesi ai Foundation Model alla luce delle teorie recenti della cognizione linguistica, maturate, in particolare, nelle teorie sociali della cognizione, nella semiotica della cultura e nella semiotica cognitiva.

Il corso richiede una preparazione filosofica di base, preferibilmente in ambito semiotico, linguistico e filosofico-linguistico, corrispondente al livello del corso di laurea triennale in filosofia.

1. Legrenzi, P. (2024), L'intelligenza del futuro. Perché gli algoritmi non ci sostituiranno, Milano, Mondadori. 2. Deacon, T. (1997), The symbolic species: The symbolic species: the co-evolution of language and the brain, W.W. Norton & Co (trad. it. La specie simbolica. Coevoluzione di cervello e capacità linguistiche, Giovanni Fioriti editore 2001). 3. Schilhab, T., Stjernfelt, T.,Deacon, T. (2012), The Symbolic Species Evolved, Springer (saggi scelti forniti dalla docente). 4. Mahowald, Kyle & Ivanova, Anna & Blank, Idan & Kanwisher, Nancy & Tenenbaum, Joshua & Fedorenko, Evelina. (2023). Dissociating language and thought in large language models: a cognitive perspective. 10.48550/arXiv.2301.06627. Ulteriori letture e riferimenti bibliografici saranno suggeriti durante le lezioni e messe a disposizione, là dove possibile, nella Google Classrom alla quale gli studenti, frequentanti e non frequentanti, saranno invitati a iscriversi.

La frequenza è fortemente consigliata.

L’esame prevede un colloquio orale (70% del voto finale) e un elaborato scritto (30% del voto finale). Gli studenti frequentanti potranno concordare con la docente la produzione di una tesina (max 15.000 battute) in cui si dovrà analizzare criticamente uno dei testi presenti nel programma d’esame. L’elaborato dovrà essere consegnato tramite e-mail all’indirizzo istituzionale della docente almeno una settimana prima dell’appello scelto. In alternativa alla tesina, gli studenti frequentanti potranno optare per una presentazione durante il corso con la modalità della flipped-classroom. Nel caso non si opti per la produzione della tesina o per la presentazione, l’esame sarà svolto interamente nella modalità del colloquio orale.

Dopo alcune lezioni frontali di introduzione alla disciplina, si incoraggerà alla discussione delle tematiche via via acquisite e approfondite, prevedendo la partecipazione diretta degli studenti con brevi interventi seminariali.