Hans Halvorson Physics, Logic, Philosophy

Ugeseddel 4: Videnskabelig Forståelse og AI

Er det et mål for videnskaben, at forskerne skal øge deres forståelse?

Hvis ja, så ser det ud til, at det bliver sværere at nå dette mål, da mængden af data stiger eksponentielt, mens specialiseringerne bliver mere snævre. Vi er nået til en æra med big science, hvor den enkelte forsker nemt kan blive et tandhjul i den store maskine.

I løbet af denne uge diskuterer vi, om forståelse stadig kan og bør være et mål for videnskabsfolk — og om vi kan skærpe opfattelsen af, hvad målet er. Vi ser især på de trusler, som AI udgør for den videnskabelige forståelse, og vi overvejer, om disse trusler kan omdannes til muligheder for at øge forståelsen.

Forelæsning — Mandag d. 19.5. ved Hans Halvorson

Læs dette inden forelæsningen:

  • De Regt og Dieks (2005): A contextual approach to scientific understanding
  • Krenn, M., Pollice, R., et al. (2022): On scientific understanding with artificial intelligence

Case-forelæsning — Onsdag d. 21.5. TBA

Øvelser — Onsdag d. 21.5.

Time 1: Videnskabelig forståelse

Gruppeoplæg (Gruppe 5, 10–15 minutter)

I De Regt og Dieks’ artikel berøres en klassisk debat mellem to forskellige syn på videnskabelig forklaring: kausal-mekaniske og unifikationistiske opfattelser.

Oplægget skal dække følgende:

  1. Sammenlign og modstil de to forklaringsmodeller. Hvilke fordele og ulemper har de?
  2. Forklar De Regt og Dieks’ argument om, at begge typer forklaringer kan give forståelse.
  3. Forklar De Regt og Dieks’ kriterium for, hvornår en teori er intelligibel.

Gruppeopgaver (20 minutter)

  1. Hvad ville De Regt og Dieks sige til en kartesiansk fysiker, der hævdede, at Newtons fysik er uforståelig, fordi de kræfter, han henviser til, ikke kan forklares mekanisk?
  2. Hvilken betydning har De Regt og Dieks’ kriterium for spørgsmålet om, hvordan vi skal håndtere kvantemekanikken?
  3. I sidste uge talte vi om matematisering og klagen over, at det går ud over forståelsen. De Regt og Dieks hævder, at forståelse måles ud fra evnen til at komme med kvalitative snarere end kvantitative forudsigelser. Er deres redegørelse forudindtaget i forhold til en mere matematisk tilgang til fysik? Kan matematisk forståelse ikke også bidrage til fysisk forståelse?

Plenumopsamling

Time 2: Videnskabelig forståelse og AI

Gruppeoplæg (Gruppe 6, 10–15 minutter)

Beskriv Krenn et al.s syn på AI’s potentiale for at bidrage til videnskabelig forståelse.

Inkluder følgende:

  1. Forklar med egne ord de tre grundlæggende dimensioner, hvormed AI kan bidrage til ny videnskabelig forståelse.
  2. Forklar begrebet computational microscope med mindst ét eksempel (fra Krenn et al. eller jeres egne erfaringer). Er der mere her end blot evnen til at køre computersimuleringer?
  3. Hvordan kan man ifølge Krenn et al. vurdere, om en AI har opnået forståelse?

Gruppeopgaver (20 minutter)

  1. Har I allerede brugt AI i jeres kurser eller i jeres forskning? Har AI hjulpet jer med at forstå noget bedre?
  2. På hvilke måder kan en AI-samarbejdspartner være mere nyttig end et menneske? Og på hvilke måder er menneskelige samarbejdspartnere stadig vigtigere end nogen kendt AI?

Plenumopsamling

Time 3: Er AI revolutionerende?

Gruppeopgaver (30 minutter)

Der er meget hype om AI. Formålet med denne diskussion er at vurdere, om der faktisk er tale om en videnskabelig revolution eller blot et videnskabeligt fremskridt.

Diskuter følgende:

  1. Hvordan skelner man mellem innovation på det teknologiske niveau og innovation inden for videnskaben? Kan I nævne eksempler på teknologiske, økonomiske eller samfundsmæssige innovationer, som ikke bør regnes som videnskabelige?
  2. Giv eksempler på idemæssige innovationer i videnskabens historie. Hvad gjorde dem revolutionerende?
  3. Hvilke aspekter af AI vil efter jeres mening mest sandsynligt bidrage til fremtidige videnskabelige innovationer?

Plenumopsamling