Modelli e metafore: il caso degli agenti Temi filosofici dellinformatica 12 maggio 2008.

Modelli e metafore: il caso degli agentiTemi filosofici dell’informatica

12 maggio 2008

2

Temi filosofici dell’informatica

I modelli scientifici come metafore Una teoria della metafora Il ruolo delle metafore nella concettualizzazione e nella

spiegazione scientifica Le metafore: dalla scienza all’ingegneria informatica Le metafore dell’ingegneria informatica: il concetto di

agente come esempio

Modelli e metafore

3


Nella visione tradizionale in voga fino all’inizio degli anni ’50 una teoria scientifica consiste in Un sistema assiomatico espresso mediante la logica

del primo ordine, dove gli assiomi sono formulazioni delle leggi che specificano le relazioni fra i termini teorici di una teoria

Delle regole di corrispondenza che specificano le procedure sperimentali ammissibili per applicare le teorie ai fenomeni

Secondo la visione sintattica dell’empirismo logico le teorie sono spiegate nei termini della loro forma logica

Teorie: la visione tradizionale

4


Nella visione sintattica i modelli sono irrilevanti per la scienza e, al massimo, possono avere un ruolo pedagogico, estetico o psicologico

Per Rudolf Carnap i modelli hanno valenza didattica ed eventualmente euristica, ma non sono essenziali per la corretta applicazione di una teoria fisica

Per Pierre Duhem i modelli introducono confusione perché consentono rappresentazioni diverse dello stesso fenomeno

Contro i modelli

5


A partire dagli anni ’50 alcuni filosofici britannici (R. Braithwaite, M. Hesse, E. Hutten) cominciano ad interessarsi ai modelli e al loro ruolo nella concettualizzazione e nella spiegazione scientifica

Questo interesse è motivato da un’attenzione alla pratica scientifica e all’uso delle teorie scientifiche piuttosto che dalla loro semantica o ricostruzione logica

Questi filosofi tentano di passare da una caratterizzazione statica a una dinamica delle teorie scientifiche viste come strutture in evoluzione e non come sistemi logici

Qualcosa comincia a cambiare

6


Dagli anni ’60 la filosofia della scienza comincia ad occuparsi di modelli In particolare ci si chiede che cosa siano e quale

rapporto abbiano con le teorie La visione semantica delle teorie (di cui P. Suppes, B. van

Fraassen e R. Giere sono i maggiori proponenti) considera le teorie come famiglie di modelli e non come calcoli formali

Teorie: la visione semantica

7


I modelli non possono essere considerati come descrizioni letterali della natura, ma stanno in una relazione di analogia con la natura I modelli descrivono solo certi aspetti di qualcosa in

natura ma non altri e, in alcuni casi, distorcono (semplificazione, idealizzazione) intenzionalmente la descrizione

La Hesse (1966) analizza il contributo dei modelli alla creatività nella scoperta scientifica ed è in questo contesto che sostiene che i modelli siano delle metafore

Queste metafore sono costruite sulla base delle analogie che esistono fra il dominio di ciò che deve essere spiegato e il dominio utilizzato per spiegarlo

Hesse: modelli e analogie

8


Il termine ‘metafora’ deriva dal greco e letteralmente significa ‘trasportare altrove’(Il termine metafora nasce a sua volta da una metafora …)

La metafora è una figura retorica che consiste nel trasferire a un oggetto il termine proprio di un altro oggetto secondo un rapporto di analogia

Le metafore sono comuni nel linguaggio quotidiano Alberto è un coniglio (un’aquila, un carro armato, …) La Grecia classica fu un faro di civiltà La vita è un viaggio

Metafore: che cosa sono

9


Un enunciato metaforico è composto da due oggetti distinti: l’oggetto primario e l’oggetto secondario

Entrambi gli oggetti esprimono un insieme di idee comuni e condivise che gli sono associate e che possono essere comprese diffusamente

Le parole usate come oggetti primari e oggetti secondari variano nel loro significato e ognuna di esse impegna all’accettazione di un sistema di credenze standard ad essa relative

Metafore: come funzionano

10


Nella metafora ‘la vita è un viaggio’, ‘vita’ sta come sistema primario e ‘viaggio’ come sistema secondario

Ognuno dei sistemi è associato a diverse idee sulla vita e sui viaggi, tutte comunemente accettate e sufficientemente note

Il sistema-vita e il sistema-viaggio sono messe insieme dalla metafora che organizza la nostra visione relativa al sistema primario Le idee e le credenze associate al sistema secondario

sono trasferite a quello primario Il sistema primario è visto attraverso il framework del

sistema secondario La vita come viaggio è vista così come avventurosa,

godibile, ecc.

Un esempio

11


Hesse applica questo schema di funzionamento delle metafore al contesto scientifico

Il dominio di ciò che deve essere spiegato (explanandum) è visto come il sistema primario descrivibile in termini osservativi

Il sistema secondario è il sistema dal quale è preso il modello ed è descritto o in linguaggio osservativo o nel linguaggio di una teoria familiare

Il sistema primario è così visto attraverso il modello fornito dal sistema secondario

Nei contesti scientifici ai due sistemi possono essere associate non solo delle credenze, ma tutta una rete di leggi naturali

Modelli scientifici come metafore

12


Il modello a palle da biliardo della teoria cinetica dei gas costituisce un esempio dell’applicazione del concetto di metafora alla concettualizzazione scientifica Molecole di gas modellate come palle da biliardo che si

muovono a caso e urtano l’una contro l’altra Il sistema primario (molecole di un gas ideale) è visto nei

termini di un sistema secondario (palle da biliardo) Qual è la relazione fra i due sistemi? Non una relazione

uno a uno, ma una relazione di analogia

Un esempio

13


La relazione di analogia fra il sistema primario e il sistema secondario può essere

Analogia negativa: costituita dalle proprietà che appartengono a un sistema ma non a un altro Per esempio rigidità delle palle da biliardo

Analogia positiva: costituita dalle proprietà che appartengono a entrambi i sistemi Per esempio movimento e impatto

Sia le analogie negative sia quelle positive implicano che si conoscano già quali siano le proprietà nella nuova teoria sviluppata

Analogie

14


Analogia neutra: insieme delle proprietà di cui non si sa se costituiscono analogie positive o negative

Sono queste analogie che permettono di estendere la nuova teoria e hanno un ruolo creativo Ci si può domandare, ad esempio, se una specifica

proprietà delle palle da biliardo appartenga alle molecole del gas e progettare opportuni esperimenti per trovare risposta

Questa visione dei modelli come metafore supporta una visione ipotetica dei modelli e la loro propensione nel suggerire ulteriori sviluppi teorici

Analogie neutre

15


In generale le metafore sono largamente utilizzate nel linguaggio scientifico Il cervello è un computer, la mente il suo programma

(scienze cognitive) Gioco linguistico (linguistica)

Le funzioni della metafora nel linguaggio scientifico possono essere molteplici, tra cui Favorire la comprensione intuitiva di concetti astratti Suggerire analogie utili Aprire nuove prospettive di ricerca

Appare chiaro che le metafore hanno un valore euristico

Metafore e linguaggio scientifico

16


Posizioni estreme: nel linguaggio scientifico la metafora è sempre

dannosa e non andrebbe mai utilizzata la metafora è ineliminabile dal linguaggio scientifico

Posizione intermedia: le metafore sono utili per il loro valore euristico nella

fase pionieristica di un concetto innovativo ... ... ma vanno gradualmente eliminate e trasformate in

definizioni letterali

La funzione delle metafore

17


Svelare una metafora Esplicitare i tratti salienti messi a tema dalla metafora Le proprietà del sistema primario che si vogliono

mettere in luce attraverso il sistema secondario (la mente è un programma)

Criticare una metafora Mettere in luce le analogie suggerite dalla metafora e

valutarne l’utilità Identificare le nuove prospettive di ricerca aperte dalla

metafora e valutarle Eliminare una metafora

Rimpiazzare il significato metaforico con una definizione letterale del termine

Che cosa significa, ‘fuor di metafora’, che la mente è un programma? Sistema fisico di simboli

Svelare/criticare/eliminare

18


Dal ruolo delle metafore nella concettualizzazione e nella spiegazione scientifica …

… alle metafore dell’ingegneria informatica Il concetto di agente come esempio

Metafore e informatica

19


“Agente” Termine tecnico dell’informatica Usato in modo analogo al termine “oggetto”

Sistema ad oggetti, sistema ad agenti Object oriented programming (OOP)/agent oriented

programming (AOP) Come è usato il termine?

In senso letterale? In senso metaforico?

Che cosa significa esattamente?

Il termine agente

20


La definizione letterale di un termine può essere basata su: Un insieme di condizioni necessarie e sufficienti

Esempi: forza (fisica), molecola (chimica), array (informatica)

Un insieme di tratti salienti Esempi: nevrotico ossessivo (psicologia), oggetto

(informatica) Nella scelta iniziale del termine può essere presente una

componente metaforica Nella fisica, per esempio, forza, lavoro, energia, onda,

campo Nell’informatica, per esempio, pila, oggetto, scrivania,

cartella, cestino Nell’uso tecnico, tuttavia, il valore metaforico originario è

irrilevante

Termini letterali

21


Nel linguaggio informatico “agente” è a tutt’oggi un termine utilizzato in modo metaforico Disvelamento: quali tratti salienti mette a tema? Critica: quali analogie suggerisce e quali prospettive

apre? Eliminazione: è possibile rimpiazzare la metafora (pur

riconoscendone l’utilità) sostituendola con una definizione rigorosa?

La metafora Agente informatico individuo (essere umano,

organizzazione umana, organismo animale) in azione, eventualmente all’interno di un gruppo

“Agente”

22


Tratti salienti messi a tema dalla metafora Autonomia Razionalità, intelligenza (reattività, proattività, capacità

di ragionamento) Capacità di relazionarsi con altri agenti (gruppi di

interazione temporanei o permanenti) Responsabilità (anche legale) …

Disvelamento

23


Gli attributi messi a tema sono complessi e difficili da definire È utile ragionare per analogia con gli agenti umani?

Una nuova prospettiva per la concettualizzazione e lo sviluppo di sistemi distribuiti Porta vantaggi effettivi?

Critica

24


È possibile eliminare la metafora? Agente def sistema che esegue azioni

Azione def ???

Un possibile punto di partenza Certi sistemi (in particolare certi sistemi biologici come

gli esseri umani) possono realizzare intenzionalmente degli eventi Alzare un braccio, aprire una porta, rompere un vetro

scagliandogli contro un sasso Un’azione è un evento realizzato intenzionalmente da

un sistema x e si dice allora che x esegue l’azione Il sistema che esegue l’azione a si dice attore di a Un sistema in grado di eseguire azioni si dice agente

Eliminazione

25


La definizione di agente poggia su quattro concetti primitivi Sistema Evento Realizzare Intenzionalmente

In ambito informatico Possiamo dare definizioni rigorose di questi concetti? Oppure il loro uso è a sua volta metaforico?

In altri termini: cercando di eliminare la componente metaforica di “agente” ci imbattiamo in altre metafore difficili da eliminare?

Quattro concetti primitivi

26


Nell’informatica un sistema è un processo, inteso come un programma in esecuzione

Un evento è un cambiamento nello stato di un processo Un cambiamento di valore di una variabile Un cambiamento in una struttura dati dinamica …

In ogni sistema informatico certi cambiamenti possono essere definiti a priori come eventi

Nell’informatica “sistema” ed “evento” sono termini letterali e non metaforici

Sistema, evento

27


In prima approssimazione “realizzare” equivale a “causare”

In generale il concetto di causa è molto difficile da analizzare

Nei sistemi informatici possiamo dire che un evento è causato da un processo x …… quando l’evento si verifica come effetto dell’evoluzione

del processo x …… ovvero quando l’evento si verifica come effetto

dell’esecuzione di istruzioni appartenenti al programma x

In questo senso, “realizzare” sembra essere un termine letterale e non metaforico

Realizzare

28


Che cos’è un’intenzione e che cosa vuol dire “realizzare intenzionalmente”?

Il concetto è ragionevolmente chiaro nel caso dell’azione umana, tant’è che viene utilizzato in ambito legale, per es. Omicidio volontario: causare intenzionalmente la morte

di una persona Omicidio preterintenzionale: causare la morte di una

persona non intenzionalmente, ma come conseguenza di un tentativo intenzionale di nuocerle

Omicidio colposo: causare la morte di una persona non intenzionalmente, come conseguenza di un’azione non diretta a danneggiare la vittima, ma di cui si è sottovalutata la pericolosità

Intenzionalmente

29


Definire le intenzioni in ambito informatico non è semplice Ci sono due possibilità

Riuscire a definire il termine “intenzione” come fatto per i termini precedenti (“sistema”, “evento”, “realizzare”) In tal caso abbiamo eliminato la componente metaforica

del termine “agente” pur conservando la definizione originale di agente come sistema che esegue azioni

Non riuscire a definire il termine; in questo caso si hanno ancora tre possibilità Trovare una definizione alternativa di agente utilizzabile

nell’informatica Continuare a usare “agente” come termine metaforico Abbandonare il termine

Le intenzioni

30


Le intenzioni sono stati mentali Ciò significa che le intenzioni sono stati soggettivi

(come la felicità o il mal di denti) e quindi intrinsecamente inosservabili

Naturalismo biologico (John Searle) Come tutti gli stati mentali, le intenzioni sono reali … … e intrinsecamente legate al fenomeno della

coscienza e al cervello che lo causa Convenzionalismo (Daniel Dennett)

Forse le intenzioni sono reali o forse non lo sono … … ma è comunque utile attribuire intenzioni agli agenti

(naturali o artificiali) per spiegare e prevedere i loro comportamenti

Quattro posizioni filosofiche (1)

31


Eliminativismo (Paul Churchland) Il termine “intenzione” appartiene al linguaggio

quotidiano, non al linguaggio scientifico … … e va sostituito con termini che fanno riferimento a

entità osservabili (come gli stati del sistema nervoso) Funzionalismo (Hilary Putnam)

Un’intenzione è qualsiasi cosa che abbia un ruolo di tipo ben determinato (e da specificare) nel processo che causa il comportamento osservabile del sistema

Il funzionalismo sembra essere la posizione più promettente in relazione a questa discussione

Quattro posizioni filosofiche (2)

32


In una serie di articoli e poi nel testo Intentions, Plans, and Practical Reason (1999), Michael Bratman ha analizzato la funzione delle intenzioni

Il lavoro di Bratman ha influenzato i ricercatori di IA che hanno formulato il concetto di agente BDI (Beliefs, Desires, Intentions) al centro di una famiglia di modelli formulati e studiati in termini logico-modali

Per Bratman un’intenzione è essenzialmente Un piano di azione diretto al raggiungimento di un

obiettivo (desire) … costruito in base alle credenze dell’agente (beliefs)

… … con la funzione fondamentale di dare stabilità e

coerenza all’azione

La funzione delle intenzioni

33


Autonomia Un agente può sviluppare piani d’azione (intentions)

per raggiungere i propri obiettivi (desires) a seconda delle circostanze (rappresentate dai beliefs)

Razionalità Un agente può massimizzare l’utile atteso dei propri

piani d’azione Un agente deve bilanciare l’opportunità di reagire

immediatamente agli eventi esterni (reattività) con la capacità di anticipare del futuro (proattività)

Conseguenze per il concetto di agente (1)

34


Relazioni con gli altri agenti Linguaggio di comunicazione, la cui semantica è a sua

volta basata sui modelli BDI Responsabilità

I modelli BDI non affrontano il problema della responsabilità (obblighi, ecc. derivanti dai ruoli)

Conseguenze per il concetto di agente (2)

35


I modelli BDI hanno avuto un certo successo nella letteratura scientifica, ma non sembrano avere influenzato decisamente la pratica professionale

Il concetto informale di agente BDI è considerato utile, in certi ambiti applicativi, per progettare sistemi distribuiti In questi casi il concetto di agente BDI è utilizzato

comunque non in senso formale, ma in senso metaforico

Al momento non esiste ancora una definizione letterale di agente paragonabile, per esempio, alla definizione di oggetti in C ++ o Java

La situazione attuale

36


Mantenere il termine “agente” come termine metaforico facendo bene attenzione che siano chiari i tratti salienti messi a tema dalla metafora In questa direzione sarebbe quindi più sensato parlare

di agenti come paradigmi informatici piuttosto che tecnologie

Cercare approcci alternativi alla definizione del concetto di agente e valutare se in questi casi si possa eliminare l’uso metaforico e passare a uno letterale Un approccio alternativo, ad esempio, può basarsi sullo

spostare l’attenzione dai processi interni di un agente (che coinvolgono credenze, desideri, intenzioni) …

… ai processi esterni che si manifestano nelle interazioni fra gli agenti membri di un gruppo (temporaneo o permanente)

Posizione intermedia: agenti fra paradigmi e tecnologie

Direzioni per il futuro

37


Bailer- Jones, D. (1999), “Tracing the development of models in the philosophy of science” in Magnani, L. et al. (Eds.) Model-Based Reasoning in Scientific Discovery, Kluwer Academic Press, 23-40

Bratman, M. (1999) Intentions, plans, and practical reason, CSLI Publications, Stanford, CA

Hesse, M. (1966), Models and Analogies in Science, University of Notre Dame Press, Indiana

Suppes, P., (1967), “What is a scientific theory?” in Morgenbesser, S. (Ed.) Philosophy of Science Today, Basic Books, 55-67

Bibliografia

Modelli e metafore: il caso degli agenti Temi filosofici dellinformatica 12 maggio 2008.

Documents

Transcript of Modelli e metafore: il caso degli agenti Temi filosofici dellinformatica 12 maggio 2008.