SP: O naturze sztucznej inteligencji - od maszyny Turinga do argumentu Penrose'a WF-FI-212-SPPIE25
Jeszcze nie wprowadzono opisu dla tego przedmiotu...
Grupa przedmiotów ogólnouczenianych
Opis nakładu pracy studenta w ECTS
Poziom przedmiotu
Symbol/Symbole kierunkowe efektów uczenia się
Typ przedmiotu
Wymagania wstępne
Koordynatorzy przedmiotu
Efekty kształcenia
Student wyjaśnia główne idee i koncepcje związane ze sztuczną inteligencją w kontekście rozwoju neuronauk oraz technologii cyfrowych.
Student wyszukuje i analizuje kluczowe teksty filozoficzne dotyczące działąnia maszyn cyfrowych, pracy ludzkiego mózgu oraz umysłu oraz dotyczące zagadnienia sztucznej inteligencji wykorzystując specjalistyczne narzędzia informacyjne.
Student samodzielnie formułuje i uzasadnia własne stanowiska na temat problematyki sztucznej inteligencji posługując się precyzyjnymi argumentami oraz krytycznie ocenia stanowiska różnych autorów.
Student rozpoznaje i wskazuje logiczne trudności i problemy w dyskusjach na temat sztucznej inteligencji, odpowiada na krytykę z różnych perspektyw filozoficznych.
Student aktywnie uczestniczy w dyskusjach na temat sposobów rozumienia sztucznej inteligencji oraz jej wartości dla człowieka uwzględniając problematykę filozoficzną z kontekstami technicznymi oraz społecznymi i kulturowymi.
Student identyfikuje dylematy etyczne związane z problematyką rozwoju technologii cyfrowych ze szczególnym uwzględnieniem sztucznej inteligencji w kontekście odpowiedzialności indywidualnej i społecznej oraz proponuje etycznie uzasadnione sposoby ich rozwiązania.
Kryteria oceniania
Na ocenę końcową składają się:
1. Prezentacja badawcza - 50%
Każdy student przygotowuje i prezentuje referat badawczy (30-40 minut):
- Wybór tematu dotyczącego sztucznej inteligencji i działania maszyn cyfrowych oraz modelowania ludzkiego mózgu.
- Analiza zasady działania maszyny Turinga oraz kryteriów sztucznej inteligencji
- Samodzielna argumentacja i interpretacja
- Odpowiedzi na pytania i dyskusja
Prezentacja = 50 pkt (maksymalnie)
Kryteria oceny prezentacji:
- Merytoryczna jakość referatu (znajomość tematu, oryginalność) - 20 pkt
- Analiza problemu - 15 pkt
- Jakość argumentacji i krytycznego myślenia - 10 pkt
- Forma prezentacji i odpowiedzi na pytania - 5 pkt
2. Aktywność w dyskusjach seminaryjnych - 35%
Prowadzący ocenia systematyczny udział studenta w dyskusjach:
A. Przygotowanie lektur i aktywność w dyskusjach (25 pkt):
- Doskonałe przygotowanie + bardzo aktywny udział = 22-25 pkt
- Dobre przygotowanie + aktywny udział = 18-21 pkt
- Poprawne przygotowanie + umiarkowany udział = 14-17 pkt
- Słabe przygotowanie + mały udział = 8-13 pkt
- Brak przygotowania = 0-7 pkt
B. Jakość wypowiedzi w dyskusji (10 pkt):
- Merytoryczne, krytyczne, konstruktywne wypowiedzi = 9-10 pkt
- Poprawne, ale mniej krytyczne wypowiedzi = 7-8 pkt
- Podstawowe wypowiedzi = 5-6 pkt
- Sporadyczne lub powierzchowne wypowiedzi = 0-4 pkt
Aktywność = 35 pkt (maksymalnie)
3. Zaangażowanie w pracę seminaryjną - 15%
Ocena ogólnego zaangażowania studenta:
- Uczestnictwo w analizie omawianych na zajęciach problemów
- Konstruktywne komentarze do prezentacji kolegów
- Identyfikowanie błędów logicznych w argumentacji
- Formułowanie wszechstronnych odpowiedzi na krytykę
System punktowy:
- Bardzo zaangażowany (systematyczna, konstruktywna praca) = 13-15 pkt
- Zaangażowany (regularna praca) = 10-12 pkt
- Umiarkowanie zaangażowany = 7-9 pkt
- Słabo zaangażowany = 4-6 pkt
- Brak zaangażowania = 0-3 pkt
Zaangażowanie = 15 pkt (maksymalnie)
Przeliczenie punktów na oceny:
Prezentacja (50 pkt) + Aktywność (35 pkt) + Zaangażowanie (15 pkt) =
Razem 100 pkt
92-100 pkt = ocena 5.0 (bardzo dobry)
84-91 pkt = ocena 4.5 (dobry plus)
76-83 pkt = ocena 4.0 (dobry)
68-75 pkt = ocena 3.5 (dostateczny plus)
60-67 pkt = ocena 3.0 (dostateczny)
0-59 pkt = ocena 2.0 (niedostateczny)
Szczegółowe kryteria oceniania prezentacji badawczej:
Ocena 5.0 (bardzo dobry) - 46-50 pkt z prezentacji:
- Doskonała znajomość wskazanych tekstów omawiających zagadnienie sztucznej inteligencji i szerokiej literatury uzupełniającej
- Dogłębna analiza tekstów źródłowych autorów (np. Saerle'a, Penrose'a etc.)
- Swobodna orientacja w problematyce sztucznej inteligencji w kontekście sposobów rozumienia inteligencji w ogóle.
- Samodzielna, oryginalna interpretacja z wykorzystaniem zaawansowanej
terminologii filozoficznej
- opracowanie zagadnień informatycznych za pomocą aparatu pojęciowego filozofii
- Krytyczna ocena różnych stanowisk i formułowanie własnych argumentów
- Umiejętność identyfikacji korelacji rozwoju technologii i rozwoju sztucznej inteligencji
- Profesjonalna prezentacja z wykorzystaniem materiałów multimedialnych
- Wyczerpujące odpowiedzi na pytania i konstruktywny udział w dyskusji
Ocena 4.0 (dobry) - 38-42 pkt z prezentacji:
- Dobra znajomość lektur obowiązkowych
- Poprawna analiza wybranych tekstów źródłowych
- Zasadniczo prawidłowe przedstawienie problematyki dotyczącej sztucznej inteligencji
- Umiejętność interpretacji z wykorzystaniem odpowiedniej terminologii
- Poprawna argumentacja z drobnymi uchybieniami
- Dobra prezentacja, poprawne odpowiedzi na pytania
Ocena 3.0 (dostateczny) - 30-34 pkt z prezentacji:
- Podstawowa znajomość wybranych lektur obowiązkowych
- Powierzchowna analiza tekstów
- Ogólna orientacja w tematyce
- Uproszczona interpretacja
- Argumentacja wymaga dopracowania
- Prezentacja i odpowiedzi na pytania wymagają poprawy
Ocena 2.0 (niedostateczny) - 0-29 pkt z prezentacji:
- Brak znajomości lektur obowiązkowych
- Brak analizy tekstów źródłowych
- Poważne błędy merytoryczne
- Brak argumentacji lub całkowicie błędna
- Nieudana prezentacja
Wymagania dotyczące prezentacji badawczej:
Zakres prezentacji:
- Czas: 30-40 minut + 15-20 minut dyskusji
- Forma: referat z prezentacją multimedialną (opcjonalnie)
- Terminy: Wybór tematu do 4. tygodnia semestru, prezentacja w tygodniach
8-15 semestru
Temat referatu zostanie ustalony indywidualnie z każdym uczestnikiem zajęć.
Struktura referatu:
1. Wprowadzenie (kontekst historyczny i filozoficzny)
2. Analiza głównych tez i argumentów autora/problemu
3. Interpretacja tekstów źródłowych
4. Krytyczna ocena i własne stanowisko
5. Podsumowanie i wnioski
Wymagane elementy:
- Bibliografia (minimum 5 pozycji, w tym teksty źródłowe)
- Cytowania
- Świadomość kontekstu rozwoju matematyki oraz informatyki w badaniach nad sztuczną inteligencją
- Wykorzystanie specjalistycznych narzędzi wyszukiwawczych
(bazy filozoficzne, archiwa cyfrowe)
Warunki zaliczenia przedmiotu:
1. Obecność na minimum 75% zajęć (dopuszczalne 2 nieobecności)
2. Systematyczne czytanie zadanych tekstów i przygotowanie do dyskusji
3. Aktywny udział w dyskusjach seminaryjnych
4. Przygotowanie i wygłoszenie prezentacji badawczej
5. Uzyskanie minimum 60 punktów (ocena 3.0)
Uwagi:
- Każde zajęcia obejmują dyskusję nad tekstami zadanymi do przeczytania
- Studenci powinni przygotować pytania i uwagi do omawianych tekstów
- Zalecane jest prowadzenie notatek badawczych
- Konsultacje z prowadzącym dostępne w sprawach doboru tematu
i literatury do prezentacji
- Prezentacja może stanowić punkt wyjścia do pracy magisterskiej
Literatura
N. Bostrom, Superinteligencja. Scenariusze, strategie, zagrożenia, Wydawnictwo Helion 2021.
Z. Chlewiński (red), Modele umysłu, Warszawa PWN 1999.
R. Penrose, Nowy umysł cesarza. O komputerach, umyśle i prawach fizyki, Warszawa PWN 2000.
J. Searle, Umysł, mózg i nauka, Warszawa PWN 1995.
P. Stacewicz, Umysł a modele maszyn uczących się, Warszawa Akademicka Oficyna WYdawnicza EXIT 2010.
A. Turing, Maszyny liczące a inteligencja, w: B. Chwedeńczuk (red), Filozofia Umysłu, Warszawa, Wydawnictwo Spacja, 1995 s. 271-300.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: