Machine Learning

Dal 2018 all’interno del programma di ricerca della Scienza Dialogica si è iniziato a  compiere delle sperimentazioni con il supporto teorico-metodologico della Machine  Learning.  

Il machine learning è una branca dell'intelligenza artificiale che raccoglie metodi sviluppati  negli ultimi decenni del XX secolo quali: statistica computazionale, riconoscimento di  pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, algoritmi  adattivi ecc; che utilizzano metodi statistici per migliorare la performance di un algoritmo  nell'identificare pattern nei dati (De Mauro, 2019; Bishop & Bishop, 2007).  

In altri termini il machine learning può essere inteso come una variante alla programmazione  tradizionale, nella quale si predispone in una macchina l'abilità di apprendere qualcosa dai  dati in maniera autonoma, senza istruzioni esplicite (Bishop & Bishop, 2007; De Mauro,  2019).  

 

In riferimento al programma di ricerca della Scienza Dialogica, dunque, la Machine Learning è stata inizialmente applicata per generare un algoritmo che fosse capace di svolgere in automatico il processo di denominazione

 

Successivamente sono state avviate diverse sperimentazioni volte ad applicare la Machine Learning secondo i riferimenti della Scienza Dialogica, in riferimento a diversi obiettivi di ricerca-intervento. A seguire si riportano le più recenti sperimentazioni applicative: 

  • Lo sviluppo di un algoritmo capace di generare un indice di persuasività delle notizie pubblicate online, capace così di informare il lettore rispetto a quanto l’architettura argomentativa di un articolo/notizia è tesa a convincere il lettore rispetto al contenuto portato.  

  • Lo sviluppo di un algoritmo che, rispetto agli interventi psicoterapeutici e in generale di psicologia clinica, permette di valutare il cambiamento generato nelle modalità discorsive utilizzate nel parlante A (paziente), a seconda delle domande poste dal  parlante B (psicologo o psicoterapeuta), attraverso un processo di denominazione automatizzato. La potenzialità d’uso dell’algoritmo è quindi quella di fornire una valutazione automatizzata dell’efficacia dell’intervento stesso.

 

 

 


 

Riferimenti 

 

Bishop, P. o. N. C. C. M., & Bishop, C. M. (2007). Pattern Recognition and Machine Learning (Springer Science+Business Media, Ed.). Springer.

 

De Mauro, A. (2019). Big Data Analytics. Analizzare e interpretare dati con il machine learning. Apogeo.