Humanistic AI

Responsabili scientifici: Prof. Silvia Ferrara, Prof. Aldo Gangemi

 

Negli ultimi anni, le scienze umane e sociali stanno finalmente adottando gli ultimi risultati dell’Intelligenza Artificiale (IA). L'ibridazione con la computer science e le STEM offrono un immenso orizzonte di applicazioni, in grado di affinare la sensibilità  delle discipline umanistiche alla società, all'arte e alla realtà cognitiva dell'essere umano.

La storia dell'IA mostra la sua originalità nel rivisitare o innovare i tradizionali problemi ontologici, epistemologici e cognitivi (ad esempio il frame problem); dall’altra, i metodi computazionali nell'IA continuano a essere ispirati e ibridati dal pensiero umanistico (ex. i linguaggi di markup, le strutture di dati basate su schemi/frame, le ontologie, etc.). Queste ricerche hanno cominciato a produrre un tesoro di metodi innovativi capaci di migliorare la nostra descrizione, arricchimento e fruizione di mondi culturali, sociali e psicologici.

La Humanistic AI (HAI) è una nuova branca dell'IA volta a integrare metodi psicologici, sociali e computazionali in modo sistematico, al fine di riformulare sia lo studio della embodied mind umana e dei contesti sociali e culturali, nonché delle loro relazioni.

Le applicazioni delle tecniche di IA alle discipline umanistiche vanno dalla classificazione, esplorazione, gestione e conservazione del patrimonio culturale, archivi o materiali demo-etno-antropologici, allo sfruttamento di nuovi modelli (ex. knowledge graphs, deep learning) e piattaforme (ex. robotica sociale), spesso ispirati a modelli biologici: sistema nervoso centrale, sistema senso-motorio umano, etc.

Da un lato, la HAI sfrutta i vantaggi delle ibridazioni computazionali esistenti (ex. le tecnologie semantiche, le discipline umanistiche digitali, il data mining e la visualizzazione di dati sociali, l'apprendimento automatico su grandi archivi umanistici, datasets e corpora). D'altra parte, una caratteristica unica dell'HAI consiste nella sua capacità di suggerire analisi originali, alternative a quelle tradizionali (ad es. linguistica connessionista vs. simbolica). La HAI non si limita a dare nuove risposte a domande di ricerca tradizionali, ma consente di riformulare completamente quelle non più aggiornate. Senza perdere di vista il fattore umano e il contesto sociale, nuovi approcci (ecologici, evolutivi) si adattano allo studio della embodied cognition attenta agli aspetti culturali, insieme all'analisi della sua interazione con artefatti cognitivi in un determinato ambiente (ex. le “cultural affordances” e le prospettive evolutive sulle società umane).

 

Ricerca sui fondamenti e le applicazioni delle tecniche di HAI


Tecnologie semantiche e della lingua, cognitive computing, estrazione di conoscenza

  • Metodi, strumenti e risorse per il Web Semantico
  • Scienza del Web
  • Embodied cognition
  • Design di Ontologie e Linked Data
  • Integrazione di knowledge graph
  • Estrazione automatica di ontologie e knowledge graph dal testo e da sorgenti multimodali
  • Comprensione a livello umano delle lingue
  • Cognitive computing
  • Semantica dei frame
  • Robotica sociale
  • Analisi di corpora e testi
  • Rappresentazioni del testo multilingue o indipendenti dalla lingua
  • Traduzione automatica basata su reti neurali
  • Valutazione della qualità della traduzione automatica
  • Interfacce conversazionali

L’IA nella gestione e preservazione del patrimonio culturale, di archivi, biblioteche, opere

  • Digitalizzazione e rappresentazione semantica del patrimonio museale e delle collezioni scientifiche
  • Analisi computazionale linguistica, letteraria, narratologica, filologica e storica di testi
  • Knowledge graph per il patrimonio culturale
  • Apprendimento automatico per audiovisivi e documentazione artistica
  • Deep learning per decifrare scritture antiche
  • Analisi di immagini e modellazione 3D per l’interpretazione di dati archeologici
  • Analisi di reti sociale storiche
  • Sentiment analysis nella percezione geografica e nella narrazione territoriale
  • Visualizzazione di dati nelle digital humanities
  • Collezioni di oggetti culturali e archivi digitali
  • Data management, preservazione a lungo termine e integrazione di dati, metadati, cataloghi e architetture software
  • Codifica dei testi e linguaggi di markup
  • Trascrizione di registrazioni audio e video
  • Classificazione automatica o assistita di contenuti: opere d’arte, audiovisivi, oggetto demo-etno-antropologici, etc.
  • Digitalizzazione di immagini
  • Database prosopografici
  • Semantic publishing
  • Edizioni critiche digitali
  • Design di metadati semantici per le edizioni digitali
  • Acquisizione digitale di sorgenti primarie per migliorare la trascrizione e la leggibilità

Creatività e cambiamento culturale

  • Pensiero creativo e creatività artificiale
  • Generazione automatica di metafore
  • Analisi automatica di tendenze macroscopiche nel cambiamento culturale

Transdisciplinarità

  • Ibridazione di metodi computazionali e umanistici
  • Sviluppo storico dell’IA e della cibernetica