Facoltà:
Incarico:
Riceve:
Biografia
Nato a Roma nel 1954 e ordinato Sacerdote nel dicembre 1978, ha conseguito nel 1980 la licenza in teologia presso la Pontificia Università Gregoriana. Nel 1984 si è laureato in filosofia presso l'Università Statale di Roma "La Sapienza", con una tesi in filosofia della scienza, diretta dal Prof. Vittorio Somenzi, sull'approccio delle reti neurali al problema dell'intenzionalità cognitiva. Nel 1988, ha conseguito la licenza in filosofia ecclesiastica presso la Pontifica Università Gregoriana. Dal 2002, è professore ordinario di Filosofia della Natura e della Scienza presso la Facoltà di Filosofia della Pontificia Università Lateranense di Roma, di cui è stato eletto Decano nel luglio 2008, per due mandati consecutivi fino a luglio 2014. E’ stato ricercatore presso l'Istituto per i Circuiti Elettronici (ICE) del CNR di Genova (1991-92) e presso l'Istituto Nazionale di Fisica Nucleare (INFN), Sez. Roma 2 "Tor Vergata" (1993-97), per lo sviluppo e l'applicazione di modelli di rete neurale a problemi di pattern recognition, consulente presso l’ASI (Agenzia Spaziale Italiana (2000-2010). E’ inoltre membro corrispondente della Pontificia Accademia di S. Tommaso, dell'American Philosophical Association, dell' International Neural Network Society (INNS), dell'IEEE (Computer Society e Neural Network Society) e dell’ International Society for Optical Engineering (SPIE). In questa veste è organizzatore e chairman di numerosi congressi internazionali nell’ambito della computational intelligence. Nel 1995 ha ricevuto dalla INNS un Neural Network Leadership Award per i suoi studi nel campo. Autore di oltre 120 pubblicazioni di argomento scientifico e filosofico, attualmente i suoi interessi di ricerca sono rivolti, oltre che alle scienze cognitive, allo studio dei fondamenti della logica matematica e della logica filosofica in Teoria delle Categorie (ontologia, epistemologia, etica, filosofia del diritto formali), ultimamente applicata anche alla computazione quantistica in QFT.
Corsi del Docente
Obbiettivo
Il corso intende offrire un’introduzione approfondita alle questioni etiche sollevate dai sistemi di IA forniti di algoritmi di apprendimento automatico (machine learning) nell’ambito più generale delle questioni etiche legate all’IA
Contenuti
Il corso si divide in Tre Parti. Nella Prima Parte, illustreremo lo sfondo storico e logico-teoretico della problematica, fin dalle origini del programma di ricerca dell’IA, legato al Test di Turing con le sue diramazioni nelle scienze e neuroscienze cognitive, da una parte, e delle reti neurali artificiali, dall’altra. Nella Seconda Parte, illustreremo i principali algoritmi di apprendimento automatico supervisionato e non-supervisionato nei sistemi di IA, in particolare gli algoritmi di apprendimento automatico “profondo” (deep-learning) che sono oggi i più efficienti e perciò i più diffusi. Particolare attenzione sarà dedicata ai sistemi di IA generativa, basati sui modelli di apprendimento automatico dei transformers. Nella Terza Parte, illustreremo le diverse questioni etiche sollevate dai sistemi di IA e, in questo ambito, le specifiche problematiche etiche legate agli algoritmi di apprendimento automatico. In particolare, ci soffermeremo sulla questione dell’ineludibile “opacità” del processo decisionale degli algoritmi di apprendimento automatico “profondo” e delle sue ripercussioni etiche e legali, quando questi sistemi sono applicati a decisioni che riguardano la vita e il benessere di singoli e di gruppi. Allo stesso tempo, approfondendo lo sfondo antropologico di tali questioni, discuteremo delle possibili vie di soluzione a queste problematiche, anche in riferimento ai sistemi più avanzati legati alla cosiddetta “IA generativa” tipo Chat-GPT
Metodo Didattico
Lezioni frontali supportate da strumenti multimediali, con discussioni e approfondimenti dei differenti temi del corso anche con laboratori specifici.
Metodo d'Esame
L’esame è orale sugli schemi scritti preparati dallo studente riguardo specifici argomenti del corso concordati col docente.
Bibliografia
|
- G. Basti, «Logica aletica, deontica, ontologia formale. Dalla verità ontica all'obbligo deontico». In P. Gherri, G. Basti (Eds.), Logica e Diritto: tra argomentazione e scoperta, Città del Vaticano, Lateran University Press, 2012, pp. 105-270. - M. Davis, Il calcolatore universale. Da Leibniz a Turing, 3. Edizione. Milano, Adelphi, 2012. - I. Goodfellow, Y. C. Bengio, Deep Learning, Cambridge UK, Cambridge University Press, 2016. A. De Mauro, Big data analytics. Analizzare e interpretare dati col machine learning, Online Kindle Edition, 2019. V. C. Müller, «Ethics of Artificial Intelligence and Robotics». In: The Stanford Encyclopedia of Philosophy (Summer 2021 Edition), Edward N. Zalta (Ed.), URL = L. Floridi, Etica dell'intelligenza artificiale. Sviluppi, opportunità sfide, Milano, Raffaele Cortina Editore, 2022. G. Basti, «La sfida etica dell’intelligenza artificiale e il ruolo della filosofia», in Aquinas, LXV, 2(2022), pp. 299-321. G. Basti, G. Vitiello, «Deep learning opacity and the ethical accountability of AI systems. A new perspective». In: R. Giovagnoli, R. Lowe (Eds.), The Logic of Social Practices II. Studies in Applied Philosophy, Epistemology and Rational Ethics (SAPERE), vol. 43, Berlin-New York, Springer, 2023, pp. 21-73. G. Basti. Schemi (slide) delle lezioni a uso degli studenti.
|
Materiale Docente
Ogni documento contenuto in questa sezione è stato inserito con il nulla osta dell'Autore e/o dell'Editore ed è soggetto a copyright. Ogni documento può essere utilizzato esclusivamente per uso personale nel formato originale e solo per scopi compatibili con quello per cui è stato pubblicato. La riproduzione e la diffusione a terzi, attuate con ogni mezzo, dei materiali è consentita esclusivamente in forma parziale e comunque entro i limiti di legge e purchè venga sempre menzionata, la fonte accompagnata dalle indicazioni concernenti la relativa titolarità e gli estremi completi della pubblicazione. In ogni caso, l'utente non può utilizzare o far utilizzare a terzi a fini commerciali i contenuti dei documenti in questa sede riprodotti. Qualsiasi utilizzo non espressamente consentito e/o effettuato oltre i limiti sopra specificati e/o per finalità o utilità commerciale o di sfruttamento economico da parte degli utenti è espressamente vietato e sarà perseguito in base alla normativa italiana in vigore.
Materiale Riservato a Studenti Pul
Accesso docenti al Sistema Cattedre (link)