Corso di laurea magistrale in Filosofia

Il corso non presuppone alcuna conoscenza pregressa in ambito informatico o statistico da parte degli studenti. Non sono richieste esperienze di programmazione o conoscenza della statistica per completare con successo il corso.

I dati sono emersi come una delle chiavi di volta della nostra era digitale. Essi permeano quasi ogni aspetto della nostra vita e hanno trasformato il modo in cui comunichiamo, prendiamo decisioni, facciamo affari e comprendiamo il mondo che ci circonda. Le tecnologie basate sui dati come l'intelligenza artificiale, l'apprendimento automatico e l'analisi dei big data hanno rivoluzionato settori come l'assistenza sanitaria, la finanza, i trasporti e l'intrattenimento. È stato detto che "i dati sono il petrolio del 21° secolo e l'analisi dati il motore a combustione".

Nell'ultimo decennio, anche i filosofi hanno iniziato a sfruttare il potere dei dati per affrontare vecchie e nuove questioni filosofiche: dati e computer sono stati usati per studiare le dinamiche della conoscenza nei gruppi epistemici, indagare il modo in cui si evolvono le discipline scientifiche, modellare i processi democratici in filosofia politica, persino ricostruire la storia della filosofia con metodi quantitativi.

L'uso corretto dei dati in filosofia, tuttavia, richiede familiarità con strumenti che non fanno parte della tradizionale cassetta degli attrezzi del filosofo, come simulazioni, analisi dei dati e statistica. Il corso si propone di introdurre gli studenti in particolare all'analisi e alla visualizzazione dei dati, due abilità che giocano un ruolo chiave in tutti i metodi basati sui dati applicati alla filosofia. Dotati di queste competenze, gli studenti saranno in grado di comprendere la ricerca all'avanguardia negli approcci filosofici computazionali/basati sui dati e di eseguire analisi dei dati per affrontare questioni filosofiche.

Il corso ha perciò due obiettivi fondamentali: da un lato, fornire agli studenti la data literacy essenziale per comprendere il mondo in cui viviamo e, dall'altro, insegnare loro come i dati e il ragionamento guidato dai dati non siano estranei alla filosofia.

Nota bene: Il corso non presuppone alcuna conoscenza pregressa in ambito informatico o statistico da parte degli studenti. Non sono richieste esperienze di programmazione o conoscenza della statistica per completare con successo il corso.

Gli studenti che avranno completato con successo il corso saranno in grado di implementare analisi di dati di livello base e intermedio, dalla raccolta dei dati alla manipolazione e visualizzazione dei dati, per rispondere a domande filosofiche. Sapranno operare sia in un classico ambiente click-and-point (Microsoft Excel) che con il linguaggio di programmazione standard usato in statistica computerizzata, R. Attraverso l'analisi di set di dati reali e filosoficamente interessanti, familiarizzeranno inoltre con i concetti di base della statistica descrittiva, della teoria dei database e, se c'è tempo, dell'analisi delle reti. Lavorare con i dati e il codice affinerà le loro abilità di problem solving, mostrando loro, allo stesso tempo, come il ragionamento filosofico e la data analysis siano strettamente collegati. Infine, gli studenti acquisiranno abilità analitiche e di programmazione che sono molto apprezzate nel mercato del lavoro.

Il corso sarà diviso in due sezioni principali. Nella prima il focus sarà sull’analisi dei dati, la loro manipolazione e le tecniche di visualizzazione. Microsoft Excel sarà usato in una prima fase per familiarizzare gli studenti con operazioni basilari come l’inserimento dati, filtraggio e ordinamento, calcolo di nuovi valori tramite l’uso di formule, e per introdurre procedure standard di manipolazione dei dati (raggruppamento e sintesi attraverso tabelle Pivot). Si passerà quindi a RStudio, ambiente di programmazione nel quale gli studenti impareranno le basi del linguaggio R a i pacchetti standard per la data analysis (dplyr e tidyr). Attraverso l’apprendimento delle operazioni di “join” tra tabelle dati, impareranno le basi dei database relazioni e, se ci sarà tempo, verranno introdotte altre tipologie di database, come i database a grafo. Infine, gli studenti impareranno le basi della visualizzazione dati usando il pacchetto ggplot2, imparando a comprendere la struttura dei dati attraverso le visualizzazioni più adatte (scatter, line plot, boxplot, etc.). Studiando le distribuzioni, gli studenti impareranno anche concetti chiave della statistica descrittiva, come gli indicatori di tendenza centrale e gli indicatori di dispersione.

La seconda sezione del corso sarà invece dedicata a una panoramica dei diversi metodi data-driven che sono correntemente usati in filosofia: analisi delle reti, scientometria, modelli ad agente, simulazioni computerizzate, filosofia sperimentale (X-Phi) e Natural Language Processing applicato a corpora di testi filosofici. Esperti nei diversi metodi verranno invitati per presentare agli studenti un esempio di ricerca filosofica in cui questi metodi sono stati utilizzati, discutendone risultati, punti di forza e punti di debolezza.

Gli studenti lavoreranno principalmente in piccoli gruppi. Durante il corso sarà privilegiato un approccio learning-by-doing: anziché ricevere le nozioni passivamente dal docente in un’ottica top-down, gli studenti verranno invitati a trovare le proprie soluzioni ad appositi problemi e a discuterle in aula con il docente e gli altri studenti. In questo modo, gli studenti scopriranno da soli concetti e metodi, che saranno visti come soluzioni a problemi reali anziché come nozioni astratte da mandare a memoria. Inoltre si cercherà di introdurre gli studenti il prima possibile all’utilizzo degli strumenti informatici, in modo che apprendano velocemente le abilità informatiche che useranno durante il corso.

Studenti frequentanti

Ciascun gruppo di studenti lavorerà su compiti assegnati alla fine di ogni settimana di lezione e su un caso di studio finale, che consisterà in un report scritto e in una presentazione orale di fronte agli altri studenti e al docente. Il voto finale dipenderà dalla combinazione delle valutazioni dei compiti e del caso di studio.

Nello specifico, ciascun gruppo dovrà lavorare su alcuni esercizi assegnati alla fine di ogni settimana di lezione e consegnare il lavoro entro le ore 12.00 del lunedì della settimana successiva. E' prevista una penalità di -3 punti sul voto finale per i gruppi che non consegneranno i compiti entro la data limite (max -9 punti). Gli esercizi contribuiscono al calcolo del voto finale (max 25/30). Il progetto di gruppo finale vale 10/30 punti e, durante la presentazione, verranno fatte domande a ciascun membro del gruppo per verificare la preparazione individuale.

Gli studenti che volessero migliorare il proprio voto potranno sostenere anche un esame orale individuale.

Studenti non-frequentanti

Per gli studenti non-frequentanti il voto dipenderà solo dal risultato dell'esame orale.

Per la parte di corso su Excel, qualsiasi guida a Microsoft Excel è adatta purché copra i seguenti argomenti: introduzione ai fogli di lavoro, inserimento dati, tipi di dati, ordinare e filtrare, formule e funzioni, tabelle pivot, salvare i file. Esempi di guide sono:

• Harvey, G. (2018). Excel 2019 All-in-One For Dummies. For Dummies [in inglese]
• Edimatica (ed.) (2021). Excel 2021. Apogeo [in italiano]

Per la parte su R:

• Ismay, C., & Kim, A. Y.-S. (2019). Statistical inference via data science: A ModernDive, into R and the tidyverse. Taylor and Francis. (disponibile gratuitamente su https://moderndive.netlify.app/index.html) - capitoli 1 - 5

Un'introduzione alla filosofia computazionale si può trovare nella seguente voce della SEP:

• Grim, Patrick and Daniel Singer, "Computational Philosophy", The Stanford Encyclopedia of Philosophy (Fall 2022 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = <https://plato.stanford.edu/archives/fall2022/entries/computational-philosophy/>.

Le slides utilizzate durante il corso saranno disponibili sul Moodle del corso assieme a ulteriore materiale di supporto e ai dataset usati a lezione.

Si pregano le studentesse e gli studenti di iscriversi sulla pagina Campusnet del corso e sulla piattaforma Moodle.

---

Gli studenti non frequentanti sosterranno un esame orale che comprenderà delle esercitazioni su problemi sottoposti dal docente.