Explanation and Integration in Cognitive Science

seminaria monograficzne

w sali

Cognitive science is an interdisciplinary science that combines different methodologies and uses various models of explanations. This pluralistic approach has its root in the complexity and multi-faceted nature of cognitive phenomena. At the same time, the methodological diversity of cognitive science makes it difficult to compare and integrate results from different research fields. At the seminar we will discuss selected models of explanation used in cognitive science, e.g. psychological, functional, mechanistic, dynamic explanations. We will also analyze the possibility of integrating these models. We will discuss both the work of philosophy of science and specific examples of explanations of cognitive phenomena.

At the seminar we will discuss selected models of explanation used in cognitive science, e.g. psychological, functional, mechanistic, dynamic explanations. We will also analyze the possibility of integrating these models. We will discuss both the work of philosophy of science and specific examples of explanations of cognitive phenomena. Selected topics:

- What is an explanation? The debate about the nature of scientific explanation

- Unity of science vs. explanatory and integrative pluralism

- Mechanistic models of explanation in cognitive neuroscience

- Functional explanations in cognitive psychology

- First-person psychological explanations

- Dynamical explanation in cognitive science (dynamical systems theory, dynamical modeling of cognitive capacities)

- Computational explanations in cognitive science

- Network or topological explanation in brain science

- Strategies of integration of cognitive science (interfiled theories, neomechanistic integration)

Bassett, D., Sporns, O. Network neuroscience. Nat Neurosci 20, 353–364 (2017).

Bechtel, W. (2008). Mental mechanisms: Philosophical perspectives on cognitive neuroscience. New York, NY: Routledge.

Beer, R. D. (2000). Dynamical approaches to cognitive science. Trends in cognitive sciences, 4(3), 91-99.

Chemero, A., & Silberstein, M. (2008). After the philosophy of mind: Replacing scholasticism with science. Philosophy of science, 75(1), 1-27.

Craver, C. F. (2007). Explaining the brain: Mechanisms and the mosaic unity of neuroscience. Oxford, UK: Clarendon Press.

Craver, C. F. 2016. "The Explanatory Power of Network Models." Philosophy of Science 83

(5):698-709.

Cummins, R. (1975). Functional analysis. The Journal of Philosophy, 72(20), 741.

Cummins, R. (2000). "How does it work" versus "what are the laws?": Two conceptions of psychological explanation. In F. Keil & Robert A. Wilson (eds.), Explanation and Cognition, 117-145. Cambridge, MA: MIT Press.

Darden, L., & Maull, N. (1977). Interfield theories. Philosophy of Science, 44(1), 43-64.

Fodor, J. (1974). Special sciences (Or: The disunity of science as a working hypothesis). Synthese, 28(2), 97-115.

Fodor, J. (1968). Psychological Explanation. New York, NY: Random House.

Kaplan, D. M., & Bechtel, W. (2011). Dynamical models: An alternative or complement to mechanistic explanations? Topics in Cognitive Science, 3(2), 438-444.

Kaplan, D. M. (2017) Integrating Mind and Brain Science: A field Guide. In D. M. Kaplan (Ed.), Explanation and integration in mind and brain science (pp. 1 – 28). New York, NY: Oxford University Press.

Miłkowski, M. (2016). Integrating cognitive (neuro)science using mechanisms. AVANT. The Journal of the Philosophical-Interdisciplinary Vanguard, VII(2), 45-67.

Mitchell, S. D. (2002). Integrative pluralism. Biology and Philosophy, 17(1), 55-70.

Nagel, E. (1961). The structure of science.

Oppenheim, P., & Putnam, H. (1958). Unity of science as a working hypothesis. Minnesota Studies in the Philosophy of Science, 2, 3-36.

Piccinini, G., & Craver, C. (2011). Integrating psychology and neuroscience: Functional analyses as mechanism sketches. Synthese, 183(3), 283-311

Piccinini, G. (2020) Neurocognitive Mechanisms: Explaining Biological Cognition. Oxford Univ. Press.

Roth, M., & Cummins R. (2017). Neuroscience, psychology, reduction, and functional analysis. In D. M. Kaplan (Ed.), Explanation and integration in mind and brain science. New York: Oxford University Press.

Zednik, C. (2011). The nature of dynamical explanation. Philosophy of Science, 78(2), 238-263.

Zednik, C. (2019). Models and mechanisms in network neuroscience. Philosophical Psychology, 32(1), 23-51.

F1 - odniesienie efektów kształcenia przedmiotowych do efektów kształcenia filozoficznych studiów pierwszego stopnia

F2 - odniesienie efektów kształcenia przedmiotowych do efektów kształcenia filozoficznych studiów drugiego stopnia

K1 - odniesienie efektów kształcenia przedmiotowych do efektów kształcenia kognitywistycznych studiów pierwszego stopnia

Nabyta wiedza:

- zna podstawowe pojęcia ogólnej metodologii nauk (np. wyjaśnianie naukowe, model, redukcja praw, unifikacja nauk), potrafi się nimi posługiwać, zna terminologię w języku angielskim (F1_W03, F1_W05, F1_W07; F2_W03, F2_W05; K1_W01, K1_W09),

- zna zarówno klasyczne, jak i najnowsze zagadnienia wyjaśniania naukowego, ze szczególnym uwzględnieniem zagadnień związanych z wyjaśnieniami stosowanymi w naukach kognitywnych (F1_W07, F1_W08, F1_W09; F2_W06, F2_W07, F2_W08, F2_W09, K1_W10, K1_W13, K_W14)

- zna metody badawcze i strategie argumentacyjne właściwe ogólnej metodologii nauk oraz filozofii kognitywistyki (F1_W1, F1_W10, F1_W12; F2_W08, F2_W11, K1_W18, K1_W24)

Nabyte umiejętności:

- potrafi zbudować własną argumentację za wybranym stanowiskiem (F1_U05, F1_U07, F1_U08, F1_U09, F1_U16, F1_U18; F2_U08; K1_U02, K1_U19, K_U22, K_U27, K_U24)

- potrafi przygotować wystąpienie ustne związane z tematyką zajęć, opierające się o samodzielną interpretację tekstu z zakresu filozofii nauki (F1_U01, F1_U03, F1_U04; F2_U02, F2_U04, F2_U05; K1_U31, K1_U21, K1_U49)

Nabyte kompetencje społeczne:

- potrafi w grupie przygotować wprowadzenie do tematu omawianego podczas seminarium lub wspólne opracowanie danego zagadnienia (F1_K04, F1_K10, F2_K06)

- jest otwarty na dyskusję i nowe propozycje rozwiązań problemów (F1_K02)

Ocena zostanie wystawiona na podstawie:

- przygotowanie i wygłoszenie referatu (30% oceny),

- przygotowania koreferatu (20% oceny),

- własna analiza przypadku (30% oceny),

- aktywności na zajęciach (20% oceny)

Skala ocen

5! (cel.) – 95% lub najlepsza osoba w grupie

5 (bdb.) – od 90%

4+ (db. plus) – od 80%

4 (db.) – od 75%

3+ (dst. plus) - od 65%

3 (dst.) od 60%

2 (ndst.) mniej niż 60%

Dopuszczalna liczba nieobecności podlegających usprawiedliwieniu: 2 w semestrze