AI - Etyka i twierdzenie Gödla FIL-SM>mono03
Spotkanie 1 – Wprowadzenie do kursu i definicje
Cele: przedstawić kurs, omówić AI, inteligencję maszyn i świadomość, rozpocząć dyskusję o różnicach między człowiekiem a maszyną
Materiały: wprowadzenie prowadzącego, fragmenty literatury (Russell & Norvig)
Pytania: Czym jest inteligencja w AI? Czy maszyny mogą być świadome?
Spotkanie 2 – Historia AI i teoria formalna
Cele: przegląd historii AI, wprowadzenie do aksjomatów, twierdzeń i systemów formalnych, podstawowe ograniczenia teoretyczne
Materiały: wprowadzenie prowadzącego, artykuły o systemach formalnych
Pytania: Jak teoria formalna kształtowała AI? Jakie ograniczenia mają maszyny w logice formalnej?
Spotkanie 3 – Wprowadzenie do etyki AI
Cele: podstawy moralności, obowiązku i konsekwencji działań, znaczenie etyki w AI
Materiały: artykuł „Will a human always outsmart a computer?”, Olszewski
Pytania: Dlaczego AI potrzebuje zasad etycznych? Czy maszyny mogą podejmować decyzje moralne?
Spotkanie 4 – Ramy etyczne i zastosowanie do AI
Cele: deontologia, utylitaryzm, etyka cnót; jak implementować w AI
Materiały: artykuł prowadzącego, studia przypadków w autonomicznych samochodach i medycynie
Pytania: Która teoria etyczna najlepiej nadaje się do AI? Jakie są ograniczenia teorii w decyzjach maszyn?
Spotkanie 5 – Etyka AI w praktyce
Cele: analiza realnych dylematów, dyskusja o biasie i odpowiedzialności
Materiały: artykuł prowadzącego, przykłady systemów rekomendacyjnych i autonomicznych pojazdów
Pytania: Jakie decyzje powinny być nadzorowane przez człowieka? Czy AI powinna mieć autonomię moralną?
Spotkania 6–10 – Twierdzenie Gödel’a i ograniczenia formalne
Spotkanie 6: wprowadzenie do logiki formalnej, aksjomaty, twierdzenia, systemy formalne (artykuł Weizsäcker)
Spotkanie 7: pierwsze twierdzenie niezupełności, intuicja, przykłady (Hofstadter, Weizsäcker)
Spotkanie 8: drugie twierdzenie niezupełności, konsekwencje dla systemów formalnych i AI
Spotkanie 9: Weizsäcker’s Argument – ograniczenia komputerów i przewaga ludzkiej inteligencji
Spotkanie 10: implikacje ograniczeń formalnych dla etyki AI, odpowiedzialność AI w niezupełnych systemach
Spotkania 11–14 – Człowiek vs maszyna, inteligencja i świadomość
Spotkanie 11: analiza artykułu „Will a human always outsmart a computer?, przewaga człowieka nad komputerem
Spotkanie 12: świadomość i autonomia AI, granice świadomości maszyn, konsekwencje etyczne
Spotkanie 13: praktyczne problemy i bias w AI, analiza danych i algorytmów, konsekwencje społeczne
Spotkanie 14: regulacje i bezpieczeństwo AI, odpowiedzialność prawna i etyczna, przepisy UE
Spotkanie 15 – Podsumowanie i dyskusja końcowa
Cele: powtórzenie kluczowych zagadnień, dyskusja o wyzwaniach AI, prezentacje projektów/studentów
Pytania: Jak ograniczenia formalne i etyczne wpływają na decyzje AI? Co wynieśliście z kursu i jak to może wpłynąć na przyszłość AI?
|
W cyklu 2025/2026-Z:
Spotkanie 1 – Wprowadzenie do kursu i definicje Cele: przedstawić kurs, omówić AI, inteligencję maszyn i świadomość, rozpocząć dyskusję o różnicach między człowiekiem a maszyną Spotkanie 2 – Historia AI i teoria formalna Cele: przegląd historii AI, wprowadzenie do aksjomatów, twierdzeń i systemów formalnych, podstawowe ograniczenia teoretyczne Spotkanie 3 – Wprowadzenie do etyki AI Cele: podstawy moralności, obowiązku i konsekwencji działań, znaczenie etyki w AI Spotkanie 4 – Ramy etyczne i zastosowanie do AI Cele: deontologia, utylitaryzm, etyka cnót; jak implementować w AI Spotkanie 5 – Etyka AI w praktyce Cele: analiza realnych dylematów, dyskusja o biasie i odpowiedzialności Spotkania 6–10 – Twierdzenie Gödel’a i ograniczenia formalne Spotkanie 6: wprowadzenie do logiki formalnej, aksjomaty, twierdzenia, systemy formalne (artykuł Weizsäcker) Spotkania 11–14 – Człowiek vs maszyna, inteligencja i świadomość Spotkanie 11: analiza artykułu „Will a human always outsmart a computer?, przewaga człowieka nad komputerem Spotkanie 15 – Podsumowanie i dyskusja końcowa Cele: powtórzenie kluczowych zagadnień, dyskusja o wyzwaniach AI, prezentacje projektów/studentów |
Tryb zajęć
Koordynatorzy przedmiotu
Efekty kształcenia
Po kursie student:
Zna podstawy AI, historii, teorii formalnych i twierdzenia Gödel’a.
Rozumie podstawy etyki AI i potrafi wskazać praktyczne dylematy.
Potrafi analizować ograniczenia AI i różnice między inteligencją człowieka a maszyn.
Kryteria oceniania
Aktywność na zajęciach (30%) – udział w dyskusjach i case studies.
Esej końcowy (70%) – analiza wybranego zagadnienia z kursu; ocena za merytoryczność, argumentację i odniesienie do literatury.
Praktyki zawodowe
Uwaga: Materiał przewidziany w sylabusie stanowi plan orientacyjny. W zależności od dynamiki zajęć, dyskusji i potrzeb grupy, niektóre zagadnienia mogą być skrócone lub przesunięte.
Literatura
Norvig, P., Russell, S. – Artificial Intelligence: A Modern Approach, Pearson, 2020
Olszewski Adam – The Limits of Computer Science. Weizsäcker’s Argument
Olszewski Adam – Will a human always outsmart a computer?: An essay.
Uwagi
|
W cyklu 2025/2026-Z:
Uwaga: Materiał przewidziany w sylabusie stanowi plan orientacyjny. W zależności od dynamiki zajęć, dyskusji i potrzeb grupy, niektóre zagadnienia mogą być skrócone lub przesunięte. |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: