Эпистемологические перспективы развития софтверизации современной научно-исследовательской деятельности | Вестн. Том. гос. ун-та. Философия. Социология. Политология. 2025. № 83. DOI: 10.17223/1998863X/83/2

Эпистемологические перспективы развития софтверизации современной научно-исследовательской деятельности

В развитии исследований, движимых научно-исследовательским программным обеспечением за последние десятилетия было многое достигнуто и есть убедительные примеры доказывающие, что компьютерные программы создают явные вклады в научное знание, которые весьма сложно оценить. Целью статьи является определение эпистемологических перспектив для изучения эпистемического статуса программного обеспечения в научном процессе с точки зрения стадий его развития в качестве когнитивной сущности, интеллектуального и эпистемического агента. Автор заявляет об отсутствии конфликта интересов.

Скачать электронную версию публикации

Загружен, раз: 4

Ключевые слова

«другой интеллект», эпистемический агент, программное обеспечение на основе технологий «искусственного интеллекта», интеллектуальный агент, когнитивная сущность, софтверизация научно-исследовательской деятельности

Авторы

ФИО	Организация	Дополнительно	E-mail
Журавлева Елена Юрьевна	Российская академия народного хозяйства и государственной службы при Президенте РФ	доцент, кандидат философских наук, доцент кафедры общественных дисциплин	zhuravleva-ey@ranepa.ru

Всего: 1

Ссылки

Weinberger D. Alien knowledge: when machines justify knowledge// Wired Magazine. 2017. URL: https://www.wired.com/story/our-machines-now-have-knowledge-well-never-understand, (accessed: 07.07.2023).

Humphreys P. Extending Ourselves: Computational Science, Empiricism and Scientific Method. Cambridge: Cambridge University Press, 2004. 172 p.

Nickles T. Alien Reasoning: Is a Major Change in Scientific Research Underway? // Topoi, Dordrecht. Sep. 2020. Vol. 39, is. 4. Р. 901-914.

Bishop С. AI4Science to empower the fifth paradigm of scientific discovery. URL: https://www.microsoft.com/en-us/ research/blog/ai4science-to-empower-the-fifth-paradigm-of-scien-tific-discovery/(accessed: 07.07.2023).

Pietsch W., Wernecke J. Ten Theses on Big Data and Computability // Berechenbarkeit der Welt? Philosophie und Wissenschaft im Zeitalter von Big Data / eds. W. Pietsch, J. Wernecke, M. Ott. Wiesbaden: Springer VS. 2017. P. 37-57.

Patton P. Epistemic Tools and Epistemic Agents in Scientonomy // Scientonomy: Journal for the Science of Science. 2019. № 3. Р. 63-89.

Pan Y. H. Heading toward artificial intelligence 2.0 // Engineering. 2016. № 2 (4). Р. 409-413.

Li F., Li L., Yin J., Zhang Y., Zhou O., Kuang K. How to Interpret Machine Knowledge // Engineering. 2020. № 6 (3). Р. 218-220.

Khinsen K. The lifecycle of digital scientific knowledge. URL: http://blog.khin-sen.net/posts/2015/11/09/the-lifecycle-of-digital-scientific-knowledge/ (accessed: 10.07.22).

Khinsen K. What can we do to check scientific computation more effectively? URL: http://blog.khinsen.net/posts/2018/03/07/what-can-we-do-to-check-scientific-computation-more-effectively/ (accessed: 10.07.22).

Kitano H. Nobel Turing Challenge: creating the engine for scientific discovery // Systems Biology and Applications. 2021. № 7. P. 29.

Boon M. How Scientists Are Brought Back into Science - The Error of Empiricism // A Critical Reflection on Automated Science / eds. M. Bertolaso, F. Sterpetti (Human Perspectives in Health Sciences and Technology 1). Cham: Springer International Publishing, 2020. P. 43-65.

Brey P.A.E. The epistemology and ontology of human-computer interaction // Minds and machines. 2005. № 15 (3-4). Р. 383-398.

Kitano H. Artificial intelligence to win the Nobel Prize and beyond: Creating the engine for scientific discovery // AI magazine 2016. № 37. P. 39-49.