Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2005

italiano - english
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione geografica
Bibliografia
Akerlof G. (1970) The market for Lemons: Quality Uncertainty and the Market Mechanism. Quarterly J. of Economics 84, 488-500
Argote L., Ingram P. (2000). Knowledge Transfer: A Basis for Competitive Advantage in Firms, Organizational Behavior and Human Decision Processes 82, 150-169
Bacharach, M. (1988), Preferenze Razionali e Descrizioni, in M. Galavotti, G. Gambetta (Eds.) Epistemologia ed Economia, CLUEB, Bologna
Barsky R., Juster F., Kimball M., Shapiro M. (1997). Preference parameters and behavioral heterogeneity: An experimental approach in the health and retirement study. Quarterly J. of Economics 112, 537-579
Berners-Lee T., Hendler J., Lassila O. (2001). The Semantic Web, Scientific American, May 17, 2001
Bing J., Sartor G. (eds), The law of electronic agents, in Complex 5, Norway, 2003
Castelfranchi C. (1996). Reasons: belief support and goal dynamics. Mathware & Soft Computing 3, 233-247
Castelfranchi C. (1998). Modeling social action for AI agents. Artificial Intelligence 103, 157-182
Castelfranchi C. (2003). Formalising the informal? Dynamic social order, bottom-up social control, and spontaneous normative relations. J. of Applied Logic 1, 47-92
Castelfranchi C., Paglieri F. (2006). To believe or not to believe? Reason-based belief dynamics and belief-based goal dynamics. Synthese, to appear
Coller M., Williams M. (1999). Eliciting individual discount rates. Experimental Economics 2, 107-127
Cosmides L., Tooby J. (1996). Are humans good intuitive statisticians after all? Cognition 58, 1-73.
Dimitri N. (2003a). Coordination in an EMAIL Game without Almost Common Knowledge, J. of Logic, Language and Information 12, 1-11
Dimitri N. (2003b), Time Discounting and Time Consistency, Quaderni del Dip. di Economia Politica, Univ. di Siena
Dimitri N. (1999), Insurance Reversal in an Agency Model with Uncertainty, J. of Institutional Theoretical Economics 155, 516-526
Doyle J. (1992): Reason maintenance and belief revision: foundations vs. coherence theories. P. Gärdenfors (ed.), Belief Revision, CUP, Cambridge, 29-51
Dragoni A. (1997). Distributed Decision Support Systems Under Limited Degrees of Competence: a simulation study, Decision Support Systems, 20, 17-34
Dragoni A., Nissan E. (2004). Savaging the Spirit of the Meter-Model Tradition: A Model of Belief Revision by way of an Abstract Idealization of Response to an Incoming Evidence Delivery During the Construction of Proof in Court, Applied AI 18, 277-303
Dragoni A., Giorgini P. (2003). Distributed Belief Revision, Autonomous Agents and Multi-Agent Systems, 6, 115-143
Elster J. (1979). Ulysses and the sirens. Cambridge: CUP
Engel, P. (ed.) (2000). Believing and accepting, Kluwer, Dordrecht
Fagin R., Halpern J., Moses Y., Vardi M. (1995). Reasoning about knowledge. MIT Press: Cambridge
Festinger L. (1957). A theory of cognitive dissonance, Stanford Univ. Press, Stanford
Fodor J., La mente non funziona così, Laterza, Roma 2001
Friedman N., Halpern J. (1999). Belief revision: a critique. J. of Logic, Language and Information 8, 401-420
Frijda N., Manstead A., Bem S. (eds.) (2000). Emotions and beliefs: How feelings influence thoughts, CUP, Cambridge
Garbolino P., La logica del probabile e la prova giuridica, Quaderni del CSM, 108, 1999.
Gärdenfors P. (1988). Knowledge in flux: modeling the dynamics of epistemic states. MIT Press: Cambridge
Gärdenfors P., Hansson B., Sahlin N-E. (eds.), La teoria del valore probatorio. Aspetti filosofici, giuridici e psicologici, Giuffrè, Milano, 1997
Gerbrandy J., Groeneveld W. (1997). Reasoning about information change. J. of Logic, Language, and Information 6, 147-196
Girotto V., Gonzalez M. (2001). Solving probabilistic and statistical problems: A matter of information structure and question form. Cognition78, 247-276
Girotto V., Gonzalez M. (2002). Chances and frequencies in probabilistic reasoning. Cognition 84, 353-359
Girotto V., Gonzalez M. (2005). Probabilistic reasoning and combinatorial analysis. V. Girotto, P. Johnson-Laird (Eds.). The shape of reason. NY, Psychology Press
Girotto V., Johnson-Laird P. (2004). The probability of conditionals. Psychologia 47, 207-225
Goldman A. (1999). Knowledge in a social world. Clarendon, Oxford
Haack S., Truth and Justice, Inquiry and Advocacy, Science and Law, Associations 1, 2003
Harman G. (1986). Changes in view: principles of reasoning. MIT Press: Cambridge.
Jackson B., Making Sense in Law. Linguistic, Psychological and Semiotic Perspectives, D. Charles, Liverpool, 1995
Johnson-Laird P., Girotto V., Legrenzi P. (2004) Reasoning from inconsistency to consistency. Psychological Rev. 111, 640-661
Johnson-Laird P., Legrenzi P., Girotto V., Sonino M. (2000). Illusions in reasoning about consistency. Science 288, 531-532
Kahneman D., Tversky A. (1979). Prospect theory: An analysis of decision under risk, Econometrica 47, 263-291
Kintsch W. (1998). The Representation of Knowledge in Minds and Machines, International J. of Psychology 33, 411-420
Kirby K. (1997). Bidding on the future: Evidence against normative discounting of delayed rewards. J. of Experimental Psychology 126, 54-70
Kunda Z. (1990). The case for motivated reasoning, Psychological Bulletin 108, 480-498.
Legrenzi P., Girotto V., Johnson-Laird P. (1993). Focussing in reasoning and decision making, Cognition 49, 37-66
Loewenstein G. (1996). Out of control: Visceral influences on behavior. Organizational Behavior and Human Decision Processes 65, 272-292
Loewenstein G., Prelec D. (1992). Anomalies in Intertemporal Choice: Evidence and an Interpretation. Quarterly J. of Economics 107, 573-597
McIlraith S., Son T., Zeng H. (2001). Semantic Web Services, IEEE Intelligent Systems
Meyer J.-J., van der Hoek W. (1995). Epistemic logic for AI and computer science. CUP: Cambridge
Motterlini M., Crupi V. (2005). Errore e decisione in medicina: un punto di vista cognitivo. Cortina: Milano
Mynatt C., Doherty M., Dragan W. (1993). Information relevance and the consideration of alternatives. Quarterly J. of Experimental Psychology 46, 759-778
Nonaka I. (1994), A Dynamic Theory of Organizational Knowledge Creation, Organization Science.
Pascuzzi G., Il diritto nell’era digitale, Il Mulino, Bologna 2002
Pollock J., Gillies A. (2000). Belief revision and epistemology, Synthese 122, 69-92
Prakken H., Logical Tools for Modelling Legal Argument. A Study of Defeasible Reasoning in Law, Dordrecht 1997
Reiter R. (2001). Knowledge in action: logical foundations for specifying and implementing dynamical systems. MIT Press: Cambridge
Read D. (2003). Intertemporal choice, LSE working paper 58
Sandholm T., Distributed rational decision making, in Multiagent systems, MIT press, Cambridge 1999
Sartor G., Branting K. (eds.), Judicial Applications of AI, Kluwer, Dordrecht, 1998
Sen A. (2002). Rationality and Freedom, Harvard Univ. Press, Cambridge
Singh M., Asher N. (1993). A logic of intentions and beliefs. J. of Philosophical Logic 22, 513-544.
Smith R., Fatquhar A. (2000), The Road ahead for Knowledge Management, AI Magazine
Stenmark D. (2003), Knowledge Creation and the Web: Factors Indicating Why Some Intranets Succeeded Where Others Fail, Knowledge and Process Management 10, 207-216
Stewart A. Il capitale intellettuale, Ponte delle Grazie, Milano 1999
Taruffo M., Senso comune, esperienza e scienza nel ragionamento del giudice, Rivista Trimestrale di Diritto e Procedura Civile LV, 2001
Tentori K., Bonini N., Osherson D. (2004). The conjunction fallacy: A misunderstanding about conjunction? Cognitive Science 26, 467-477
Tillers P., Green E. (eds.), L’inferenza probabilistica nel diritto delle prove. Usi e limiti del bayesianesimo, Giuffrè, Milano 2003
Wagenaar W., van Coppen P., Crombag H., Anchored Narratives. The Psychology of Criminal Evidence, Harvester, NY 1993
Walton D. (1996). Argumentation schemes for presumptive reasoning, LEA, Mahwah.
Wenger E., Snyder W. (2000), Communities of Practice: The Organisational Frontier, Harvard Business Rev., Boston, Jan-Feb, 139-145
Parole Chiave
DINAMICHE DELLA CONOSCENZA; RAPPRESENTAZIONI MENTALI (CREDENZE, SCOPI); PROCESSI DECISIONALI; RAGIONAMENTO GIUDIZIALE; AGENTI SOFTWARE; WEB SEMANTICO; SCIENZE COGNITIVE; INTELLIGENZA ARTIFICIALE; ECONOMIA COGNITIVA

Le dinamiche della conoscenza nella società dell'informazione

Università degli Studi di Siena
Abstract
Agenti intelligenti (siano essi naturali o artificiali) devono disporre di procedure sofisticate per la gestione e valutazione dei flussi informativi, al fine di sviluppare basi di conoscenza solide, dinamiche, condivise, adeguate ai loro obiettivi ed efficienti nel contesto ambientale e sociale in cui gli agenti operano. Ciò è particolarmente vero in tutti quei contesti di complessità pari o superiore alle attuali società umane, in cui l'informazione a disposizione è tipicamente incompleta, incerta, solo parzialmente affidabile, potenzialmente fuorviante e intrinsecamente distribuita, con la necessità di valutare e integrare diverse fonti di informazione, secondo dinamiche a volte cooperative, a volte competitive. Agenti incapaci di gestire dinamicamente una tale mole di informazioni e trarne conoscenza valida non possono essere né intelligenti, né autonomi – in quanto proni a qualunque influenza esterna.

Questo programma di ricerca indaga le dinamiche della conoscenza nella società dell'informazione, sia a livello cognitivo (come la conoscenza si acquisisce, si consolida, si modifica e si perde nella mente di un agente individuale sottoposto a molteplici fonti di informazione), sia a livello sociale (come la conoscenza emerge, circola, si diffonde e si differenzia nei gruppi sociali, siano essi aggregazioni spontanee o organizzazioni stabili), sia nell'interazione fra questi due livelli (emergenza della conoscenza sociale dalle interazioni individuali >>>

Coordinatore Scientifico del Programma di Ricerca
Cristiano CASTELFRANCHI Università degli Studi di SIENA
Obiettivo del Programma di Ricerca
Obiettivo generale di questo programma di ricerca è favorire una migliore comprensione della dinamiche della conoscenza, sia cognitive che sociali, nella moderna società dell'informazione. Si ritiene che tale obiettivo possa essere perseguito solo se (I) si identificano aree di studio specifiche nel più ampio contesto delle dinamiche epistemiche, come spiegato in 2.2. e 2.3, e (II) si affrontano le problematiche correlate alle dinamiche della conoscenza con approccio multidisciplinare, capace di integrare coerentemente apporti di diversa origine. Quindi il programma di ricerca si caratterizza per forti sinergie fra scienze cognitive e umanistiche (psicologia, epistemologia e logica), scienze sociali (economia e scienze giuridiche) e Intelligenza Artificiale (sistemi multi-agenti). L'integrazione di quest'ultima area è oggi particolarmente importante, non solo per migliorare le capacità esplicative e predittive dei modelli cognitivi e sociali, ma anche per aprire la strada a importanti applicazioni in vari settori: e-governance, security sul Web, commercio elettronico, CSCW, apprendimento in rete, telemedicina, telelavoro.
Gli obiettivi specifici del programma di ricerca possono quindi essere descritti in relazione alle principali aree disciplinari coinvolte:
- scienze cognitive;
- psicologia cognitiva e sperimentale;
- scienze giuridiche;
- Intelligenza Artificiale e sistemi multi-agente;
- economia cognitiva e sperimentale.
>>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
A fronte della sterminata (e spesso disordinata) letteratura sul tema delle dinamiche della conoscenza, diventa necessario e utile focalizzare l'attenzione su quelle tematiche che costituiranno i centri di interesse del presente programma di ricerca, come spiegato in 2.3. Organizzeremo quindi questa rassegna critica della letteratura sulle dinamiche epistemiche nelle seguenti voci:
- modelli socio-cognitivi e rappresentazioni formali delle dinamiche epistemiche;
- processi cognitivi di revisione delle credenze;
- dinamiche della conoscenza nella cognizione giuridica;
- dinamiche della conoscenza e informazione digitale;
- effetti dell'informazione sui processi decisionali.


MODELLI SOCIO-COGNITIVI E RAPPRESENTAZIONI FORMALI DELLE DINAMICHE EPISTEMICHE

Nonostante l'ampia tradizione di studi socio-cognitivi sulle dinamiche della conoscenza, gli attuali modelli formali e computazionali evidenziano importanti limiti su tre temi cruciali:
(i) informazione e conoscenza;
(ii) conoscenza e motivazione;
(iii) conoscenza individuale vs. sociale.
Informazione e conoscenza: i principali modelli logici per la modellazione delle dinamiche epistemiche, quali l'approccio AGM (Gärdenfors, 1988), le logiche epistemiche (Meyer, van der Hoek, 1995; Reiter, 2001) e l'uso di modelli probabilistici (Fagin et al., 1995), assumono la credenza come primitiva ma non ne indagano l'origine, vale a dire le >>>