C8891 - Cognitive Semantics for Artificial Intelligence (1) (LM)

Conoscenze e abilità da conseguire

The course introduces logical, cognitive and computational methods to deal with multimodal data and content, and their explicit and implicit interpretations. The methods address different ontological levels. A 4E (embodied, enactive, embedded, extended) semiotic approach will be assumed. At the end of the Course students will be able to master the basic usage of state-of-the-art neurosymbolic artificial intelligence to characterize and resolve complex problems. The acquired competency will be expanded and evaluated within a dedicated project.

Contenuti

L'insegnamento si articola in sette moduli, erogati in dieci slot da tre ore che alternano lezioni ed esercitazioni di laboratorio. Ogni modulo permette di produrre un artefatto intermedio riutilizzabile nel progetto d'esame.

1. Fondamenti semiotici e cognitivi dell'interpretazione (1 slot). Segno, significazione e livelli di interpretazione. Perché la semantica linguistica non esaurisce l'interpretazione del contenuto. Universali semantici. Introduzione al programma 4E nelle neuroscienze cognitive e sue implicazioni per l'AI generativa e l'ingegneria della conoscenza.

2. Semantica cognitiva: schemi, metafore, simulazione (2 slot). Schemi di immagine e loro basi sensomotorie; metafora e blending concettuale; teoria neurale del linguaggio e semantica di simulazione. Discussione critica delle evidenze a sostegno e delle obiezioni. Riferimento: Lakoff & Narayanan (2025).

3. Livelli ontologici e pattern di conoscenza (2 slot). Ontologie fondazionali e distinzioni categoriali; Descrizioni e Situazioni come meccanismo di reificazione del contesto; Ontology Design Pattern e loro rapporto con i pattern cognitivi. Laboratorio: modellazione di un frammento di dominio a partire da competency questions. Riferimento: Gangemi (2020).

4. Frame semantics computazionale ed estrazione di grafi (2 slot). Da FrameNet a risorse integrate frame-based; machine reading ed estrazione di knowledge graph da testo; allineamento lessico-ontologia e gestione dell'ambiguità. Laboratorio: estrazione e ispezione di un grafo da corpus. Riferimento: Gangemi et al. (2017).

5. Prospettive, stance e valori (1 slot). Rappresentazione formale del punto di vista: fattualità, attribuzione, soggettività, valutazione morale; estrazione automatica di prospettive e sue applicazioni all'analisi del discorso pubblico. Riferimento: Gangemi & Presutti (2022).

6. Architetture neurosimboliche (2 slot). Arricchimento neurosimbolico di grafi e modelli di mondo grounded; Logic-Augmented Generation: differenze rispetto a RAG, ruolo del ragionamento deduttivo, controllo dell'allucinazione, tracciabilità delle inferenze. Steering di LLM come componenti applicativi anziché oracoli. Laboratorio: progettazione a valutazione di un esperimento. Riferimenti: De Giorgis et al. (2025); Gangemi & Nuzzolese (2025).

7. Valutazione, epistemologia e laboratorio di progetto (1 slot + supervisione). Che cosa conta come validazione di un modello cognitivamente ispirato: competency question negative, unit test SPARQL, vincoli SHACL, baseline e ablazioni; limiti dell'inferenza dalla prestazione del sistema alla plausibilità cognitiva. Definizione e revisione tra pari delle proposte progettuali.

Conoscenze pregresse abilitanti (opzionali): Logica del primo ordine, Web engineering, Scienze cognitive sperimentali. Il modulo 1 fornisce il raccordo per studenti di provenienza informatica e per studenti di provenienza umanistica.

Testi/Bibliografia

De Giorgis, S., Gangemi, A., Russo, A. Neurosymbolic graph enrichment for Grounded World Models. Information Processing & Management, 62, 4, 2025, https://www.sciencedirect.com/science/article/pii/S030645732500069X

Gangemi, A. and Nuzzolese, A.G. Logic-Augmented Generation. Journal of Web Semantics, 2025, https://www.sciencedirect.com/science/article/pii/S1570826824000453

Lakoff, George, and Srini Narayanan. The Neural Mind: How Brains Think. University of Chicago Press, 2025. (Lakoff, George, and Srini Narayanan. La mente neurale: Come pensa il nostro cervello. ROI Edizioni, 2025.)

Ciroku, F., De Giorgis, S., Gangemi, A., Martinez-Pandiani, D.S., Presutti, V. Automated multimodal sensemaking: Ontology-based integration of linguistic frames and visual data. Computers in Human Behavior, 107997, 2024, https://drive.google.com/file/d/1_2ju5yg_3vxrQXW-KgP903DhNJ6csLan/view

Gangemi, A., Presutti, V., 2022. Formal Representation and Extraction of Perspectives. Vossen, P. et al. (eds.): Creating a More Transparent Internet: The Perspective Web, 2022, https://www.dropbox.com/scl/fi/qmaoifmxwqfklvixs629n/WebOfPerspectives-GangemiPresutti.pdf?rlkey=e82o49dz4crwgf84yue0eiupv&dl=0

Gangemi, A. Closing the Loop between Knowledge Patterns in Cognition and the Semantic Web. Semantic Web, Volume 11, Issue 1, 2020, Pages 139-151, https://semantic-web-journal.net/system/files/swj2334.pdf

Gangemi, A., Presutti, V., Recupero, D.R., Nuzzolese, A.G., Draicchio, F. Semantic Web Machine Reading with FRED. Semantic Web Journal 8 (6), 2017, 873-893, https://scholar.google.com/citations?view_op=view_citation&hl=en&user=-iVGcoAAAAAJ&citation_for_view=-iVGcoAAAAAJ:dX-nQPao9noC

Metodi didattici

The course will be given in 3-hours slots, with mixed lectures and hands-on sessions. Practical experiments will be reproduced or newly designed on specific sessions.

Modalità di verifica e valutazione dell'apprendimento

The final exam will consist of a project implementing a model of cognitively-inspired sense-making on a specific topic agreed with the teacher, and a discussion.

AI can be a useful tool to support individual study with in-depth analysis, summaries, and self-assessment. As for learning assessment, the exam may consist in a section that can exploit substantial use of AI (problem solving, content generation), accompanied by a mandatory critical analysis section.

Students with disabilities and Specific Learning Disorders (SLD)

Students with disabilities or Specific Learning Disorders are entitled to special adjustments according to their condition, subject to assessment by the University Service for Students with Disabilities and SLD. Please do not contact teachers or Department staff, but make an appointment with the Service. The Service will then determine what adjustments are specifically appropriate, and get in touch with the teacher. For more information, please visit the page:
https://site.unibo.it/studenti-con-disabilita-e-dsa/en/for-students

Strumenti a supporto della didattica

Online and desktop apps with artificial intelligence capabilities will be regularly used during the course.

Orario di ricevimento

Consulta il sito web di Aldo Gangemi