Цели и задачи дисциплины
Цель дисциплины: Сформировать у магистрантов целостное представление о природе научного знания, методах и границах научного познания, а также способность критически осмыслять место и роль искусственного интеллекта в современной науке и обществе — необходимые для самостоятельной исследовательской работы, ответственной разработки ИИ-систем и осмысленного диалога с заказчиком, обществом и регулятором. Задачи дисциплины: • Освоить ключевые понятия философии науки: знание, истина, объективность, рациональность, научный метод, научная теория, парадигма, научная революция. • Изучить основные направления философии науки XX–XXI веков: логический позитивизм, критический рационализм Карла Поппера, концепцию научных революций Томаса Куна, методологию исследовательских программ Имре Лакатоса, эпистемологический анархизм Пола Фейерабенда. • Сформировать понимание структуры научного знания: эмпирический и теоретический уровни, факт, гипотеза, закон, теория; формы научного объяснения и предсказания; роль научного эксперимента. • Изучить специфику познания в эпоху больших данных и машинного обучения: «четвёртая парадигма» науки (Data-Intensive Science — наука, опирающаяся на интенсивное использование данных), смена соотношения теории и данных, проблема воспроизводимости результатов в науке о данных. • Освоить философские проблемы искусственного интеллекта: возможность машинного мышления, мысленные эксперименты Алана Тьюринга и Джона Сёрла («китайская комната»), различие «слабого» и «сильного» ИИ, проблема сознания и понимания. • Сформировать критическое отношение к понятиям «объяснимости» и «интерпретируемости» решений ИИ-систем: что значит «понять» решение модели, может ли непрозрачная модель быть источником научного знания. • Изучить ценностные измерения науки и техники: проблема свободы от ценностей (value-free science), социальная и этическая ответственность учёного и разработчика, философия техники (Мартин Хайдеггер, Льюис Мамфорд, Хосе Ортега-и-Гассет). • Развить навыки философской рефлексии собственной профессиональной деятельности: формулирование исследовательской задачи, выявление неявных предпосылок, критическое осмысление результатов. • Сформировать представление о современных дискуссиях вокруг ИИ: проблема искусственного общего интеллекта (AGI — Artificial General Intelligence, искусственный интеллект уровня человека), вопросы о субъектности и моральном статусе ИИ-систем, влияние ИИ на структуру науки и общества.
Краткое содержание дисциплины
Дисциплина «Философия научного знания» формирует у магистрантов методологическую культуру исследователя и разработчика ИИ-систем. В отличие от классического курса философии науки, который сосредоточен на исторических этапах развития европейской науки, программа выстроена через призму проблем, остро встающих перед современным разработчиком и продуктовым руководителем ИИ-проектов: можно ли считать решения, полученные нейросетевой моделью, научным знанием; что такое объяснение в науке, опирающейся на большие данные и непрозрачные алгоритмы; где проходит граница между «слабым» и «сильным» искусственным интеллектом; какие ценности неявно встроены в любую модель и как это влияет на её научный статус. Дисциплина создаёт философский фундамент, на котором в дальнейших курсах надстраиваются методология ИИ-проектов, этика, регуляторика и стратегия. Изучаются следующие разделы: «Природа научного знания и проблема его границ»; «Структура научного знания и научный метод»; «Развитие науки: парадигмы, революции, исследовательские программы»; «Эпистемология в эпоху больших данных и машинного обучения»; «Философские проблемы искусственного интеллекта»; «Социальная и этическая ответственность учёного и разработчика ИИ».
Наверх