Technologia w perspektywie kognitywnej MIT-SM>TechKogn
W trakcie zajęć zostaną poruszone zagadnienia relacji między technologiami a poznaniem. Ramą kursu będą procesy poznawcze – w trakcie omawiania każdego procesu przedstawione zostaną technologie w jawny lub niejawny sposób z nimi korespondujące. Na zakończenie kursu przyjrzymy się technologiom w perspektywie paradygmatu poznania ucieleśnionego. Paradygmat poznanie ucieleśnionego zakłada, że procesy myślowe zależą od całego ciała i jego interakcji z otoczeniem, nie tylko od mózgu, a co za tym idzie, postrzega technologie jako rozszerzenie poznania.
Wstępny zakres tematyczny:
• Uwaga i percepcja – teorie uwagowe, podzielność uwagi, poznanie wzrokowe, projektowanie UX, social media m.in infinite/doom scrolling, powiadomienia
• Pamięć i nauka – teorie funkcjonowanie pamięci, pamięć zewnętrzna (smartfon, chmura), nowe technologie w edukacji
• Rozumowanie i podejmowanie decyzji – różnice między systemami myślenia, heurystyki, teorie podejmowania decyzji, obciążenie poznawcze, systemy rekomendacji, wyszukiwarki internetowe, autonomiczność systemów, chatboty, orkiestracja agentowa
• Język – teorie przyswajania i reprezentacji języka, komputacjonizm, generatywna sztuczna inteligencja i sieci neuronowe, przetwarzanie języka naturalnego, automatyzacja tłumaczeń, interakcje z generatywną sztuczną inteligencją, rozpoznawanie mowy
• Poznanie ucieleśnione – paradygmat poznania ucieleśnionego, wearables, VR, AR, BCI
Studenci po ukończeniu kursu powinni być w stanie dostrzegać wpływ technologii na poznanie i zachowanie, a także wykorzystywać wiedzę na temat procesów poznawczych w technologiach, z którymi stykają się na co dzień lub przy ich projektowaniu. Studenci powinni być w stanie spójnie wypowiadać się na temat relacji między techno-logiami a poznaniem.
Koordynatorzy przedmiotu
Tryb zajęć
Efekty kształcenia
Wiedza:
• Student zna kontekst historyczny badań nad umysłem i rozwoju technologii
• Student rozumie, jakie są cele badań nauk kognitywnych
• Student rozumie związki między procesami poznawczymi a technologiami
• Student wie, jak interpretować relację poznanie – technologie w kontekście komputacjonizmu i poznania ucieleśnionego
Umiejętności:
• Student potrafi zdefiniować poszczególne procesy poznawcze i przytoczyć teorie opisujące ich działanie
• Student potrafi zrozumieć, w jaki sposób techniki projektowania technologii wykorzystują charakterystykę procesów poznawczych
• Student potrafi rozpoznać, jak są implementowane procesy poznawcze w technologiach i trudności z tym związane
• Student potrafi sformułować spójną argumentację na wybrane tematy relacji technologii z poznaniem
• Student potrafi integrować wiedzę z różnych dyscyplin kognitywistyki
• Student posiada umiejętność krytycznego ocenienia informacji na temat funkcjonowania umysłu
Kompetencje społeczne:
• Student rozumie konieczność interdyscyplinarnego podejścia w badaniach nad umysłem i technologiami
• Student rozumie konieczność korzystania z technologii w sposób świadomy i celowy
• Student rozumie konieczność dalszego kształcenia i pogłębiania wiedzy
Kryteria oceniania
Aktywność w trakcie zajęć (50%)
Projekt grupowy plakat naukowo-techniczny:
• Abstrakt (10%) - terminowe przesłanie abstraktu i jasnego podziału ról
• Ocena zespołowa (20%) – jakość merytoryczna i wizualna plakatu
• Ocena indywidualna (20%) – obrona swojej części
Literatura
Literatura podstawowa:
1. J. Bremer (red.), Słowniki Społeczne. Kognitywistyka, (wybrane rozdziały)
2. J. Bremer (red.), Przewodnik po kognitywistyce, Kraków, 2016 (wybrane rozdziały)
3. W. Duch, Czym jest kognitywistyka? ((https://kpbc.umk.pl/Content/30075/PDF/kongnitywistyka.pdf)
4. E. Nęcka., J. Orzechowski, B. Szymura, Psychologia poznawcza, Warszawa, 2020 (wybrane rozdziały)
5. Kahneman, D. Pułapki myślenia. O myśleniu szybkim i wolnym., Poznań, 2012 (wybrane rozdziały)
6. Gigerenzer, G. Zdrowy umysł w sieci algorytmów,
Rozdziały książek, źródła internetowe i dodatkowe artykuły zostaną podane w trakcie zajęć.
Literatura dodatkowa:
1. P. Jaśkowski, Neuronauka poznawcza. Jak mózg tworzy umysł. Warszawa, 2009
2. M. Hohol, Wyjaśnić umysł, Kraków, 2013
3. M. Tomasello, Kulturowe źródła ludzkiego poznawania, Warszawa, 2002.
4. B. Brożek, Myślenie. Podręcznik użytkownika, Kraków, 2019.
5. B. K. Bergen, Latające świnie. Jak umysł tworzy znaczenie.,
6. C. Heath, Starr K., Liczby się liczą. Data storytelling, czyli jak opowiadać o danych,
7. M. Flasiński, Wstęp do sztucznej inteligencji
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: