Datalogiens Videnskabsteori 2009 Ugeseddel kursusuge #1

Datalogiens Videnskabsteori 2009Ugeseddel kursusuge #1Henrik Kragh Sørensen8. april 2009AULA & hold-tilmeldingAlle deltagere opfordres til at tilmelde sig AULA-systemet, www.aula.au.dk. Efter registreringkan man tilmelde sig kurset ved at finde frem til FVTDAT09 underNaturvidenskab / Videnskabshistorie og -formidling.Når man tilmelder sig kurset bedes man også tilmelde sig sit hold.Forelæsningsnoter og notesætForelæsningsnoterne fra forelæsningen 7. april er udkommet på AULA. På forelæsningsnoterneer givet en del information om kursets formål og formalia.Der udgives løbende et notesæt Textbook-FVTDAT09.pdf Sørensen (2009), som findespå AULA, og som er pensum. Kommentarer og rettelser til notesættet er megetvelkomne og i alles interesse. Der er oprettet et diskussionsforum på AULA til formålet.Husk gerne at angive CVS-nummer ved rettelser og kommentarer.KompendiumKursets kompendium er til salg fra Stakbogladen ved Vandrehallen på Institut forMatematiske Fag. I forhold kompendiet er kursusugerne 5 og 6 byttet om (se nedenståendekursusplan samt TekstIntroduktioner.pdf).DeltageroplægVed øvelserne 15., 17. og 20. april skal deltageroplæggene fordeles. Læs derfor tekstintroduktionernegrundigt igennem, således at du kan melde dig på et oplæg ved øvelserne.1

2 Kursusuge 1: Resumé af forelæsningerneDer skal på begge mandagsholdene findes en erstatningsøvelse i løbet af kvarteret.Formålet med deltageroplæggene er at præsentere, analysere og diskutere de udvalgtetekster. Til hvert deltageroplæg påtegnes en gruppe på 2 studerende, som eransvarlige for at introducere teksten samt starte og styre en diskussion af den. Vejledendespørgsmål til teksterne kan findes i filen TekstIntroduktioner.pdf på AULA.Mere information om oplægsformen kan findes i filen HoldeOplaeg.pdf på AULA.Aktiv deltagelseEn del af det obligatoriske program udgøres af aktiv deltagelse, dvs. et fremmødetil og deltagelse i øvelserne på mindst 80%. Desuden skal der foreligge en godkendtpræsentation og en godkendt synopsis.SynopserDe ansvarlige for deltageroplægene skal forud have godkendt deres synopser — formaliaer beskrevet på forelæsningsnoterne og i filen SkriveSynopsis.pdf på AULAog vil også blive diskuteret ved øvelserne i kursusuge 1. Ved øvelserne vil man ogsåmed fordel kunne diskutere sproglig fremstilling på baggrund af noterne fra forelæsning#1. Man kan også skele til teksten SynopsisPerelman.pdf, som er en ikke-perfektsynopsis skrevet med det formål at diskutere synopsis-formen.HoldbytteHvis du ønsker at bytte hold, er det vigtigt, at du henvender dig til din nye instruktorhurtigst muligt, således at planlægningen kan komme til at gå op. Det bedste er atfinde en at bytte hold med.Kursusuge 1: Resumé af forelæsningerneVed forelæsningerne den 7. april blev kursets formål og indhold kort præsenteret.Underviseren introducerede sig selv og undervisningsformen.Efter kort at have introduceret de enkelte ugers temaer og deres indbyrdes relationer(se kursusplanen herunder), gik forelæsningen over til en diskussion af casestudier angående professionel etik. Dernæst indgik deltagerne i en brainstorm og beskrivelseog afgrænsning af “datalogi” som fag. Forskellige måder at karakteriserevidenskab på blev kort præsenteret forud for øvelserne.

Kursusuge 1: Øvelserne 3De viste slides fra forelæsningen ligger tilgængeligt på AULA.Kursusuge 1: ØvelserneVed øvelserne 15., 17. og 20. april skal følgende spørgsmål diskuteres i holdenes plenum1) Hvordan karakteriseres datalogi? 2) Hvad er videnskab? 3) Er datalogi videnskab?De stillede vejledende spørgsmål til de relevante tekster kan findes i filenTekstIntroduktioner.pdf på AULA.Brug gerne kræfter på at fordøje og diskutere Kragh (2003), især ss. 145–169 og ss.177–186, da denne også vil gå igen senere.Brug dernæst en nogle kræfter på at sammenholde Hansen og Johansen (2007) medde i Kragh (2003) fremsatte karakteristikker af videnskab.Brug endelig diskussionerne ved forelæsningen 7. april samt uddrag af teksterneWing (2006); Denning (2005, 2007) til at diskutere, i hvilket omfang datalogi passer idisse karakteristikker ud fra forskellige fokuseringer af datalogifaget.Kursusuge 2: Forelæsninger, materiale og spørgsmålI kursusuge 2 skal vi diskutere reduktionisme og modellering i datalogien. Ved forelæsningenden 21. april vil dette blive sat ind i en videnskabsteoretisk ramme, sommuliggør en diskussion i forhold til datalogifaget.Ved øvelserne skal de første deltageroplæg holdes. Det er vigtigt, at disse oplæger velforberedte — læs derfor teksterne og tænk meget i, hvordan I får præsenteretdem og startet og styret en diskussion. Vejledende spørgsmål kan findes i filenTekstIntroduktioner.pdf på AULA.Forelæsningen den 21. april vil omhandle “Modellering og reduktionisme”. Detilhørende øvelsesgange vil behandle cases: Videnskabens fremskridt: Lohsee (1993);Andersen (2003). Modellering af AI: Strom og Darden (1996); Johansen (2003).Kursets planlægningUndervisningsgangIndhold & cases

4 Kursets planlægning1 2009-04-07 2009-04-07 Introduktion: Hvad er datalogi?Kurset, undervisningsformen og underviseren præsenteres.Åbnenede case. Videnskabeligheder; videnskab, teknologi,håndværk, kunst eller profession? Faglighed inducereretik. Datalogi i andre videnskaber.Case(s): Åbningsdiskussion: Hvad er datalogi?: Wing(2006). Hvad er videnskab?: Kragh (2003). Er datalogi envidenskab?: Denning (2005, 2007); Bond (2005); Hansen ogJohansen (2007).2 2009-04-21 2009-04-21 Modellering og reduktionismeVerden for sig og verden for os. Modellering og paradigmer.Forskningsprogrammer. Modellering inducerer model. Forbindelsertil dSA. Sprog - naturlige og formelle. Hardwareog software. Abstraktion. Forskellige opfattelser af datalogiensmaterielle kerne; paradigmer igen: stak-computere,funktionelle sprog, OOP, kvante-computere. Modellering afintelligens, ekspertsystemer, neurale netværk.Case(s): Videnskabens fremskridt: Lohsee (1993); Andersen(2003). Modellering af AI: Strom og Darden (1996); Johansen(2003).3 2009-04-28 2009-04-28 Teoretisk datalogi eller anvendt matematik?Matematisk tilgang til datalogi-faget. Beregnelighed ogkompleksitet. Formelle metoder i datalogien. Datalogi i matematik.Datalogi er meget andet end matematik.Case(s): Software som videnskab: Mahoney (2001). Formellemetoder i datalogien: Bowen og Hinchey (1995, 2006).4 2009-05-05 2009-05-05 Datalogiens historie og den akademiske verdenDatalogiens og computerens historie. Datalogi i Danmark;‘merkantalistiske’ og ‘nationalistiske’ argumenter. Computere,datalogi og samfundsudvikling. Datalogiske institutioner.De første (danske) dataloger. Dansk datalogisk identitet?Case(s): “Datamatisering”: Ensmenger (2003). Dansk datalogimellem private og offentlige institutioner: Klüver(1999).

Kursets planlægning 55 2009-05-12 2009-05-12 Datalogi og etikFilosofisk etik: positioner og argumenter. Anvendelsesetikog teknologietik; den lineære model. Kryptering og privatlivetsfred. Copyright og intellektuelle rettigheder. Fremmedgørelseog dehumaniseret virkelighed. Forbindelse tilbagetil professionsetik.Case(s): Etiske diskussioner i relation til datalogi: Johnson(2001). Etik og open source software: Raymond (2000);Cross (2006).6 2009-05-19 2009-05-19 Datalogi som professionUndervisning og uddannelse i datalogi. Samarbejdsformerog fagligheder. Entrepreneurship. Design. Etiske og moralskeforpligtelser og normer? Whistle-blowing.Case(s): Professionelle etikker: Anderson et al. (1993); Berenbachog Broy (2009). Professionalisering og ekspertstatus:Slayton (2003).7 2009-05-26 2009-05-26 Computersimulation og datalogiens rolle i andre videnskaberDatalogiens betydning i andre videnskaber. Videnskabensinfrastruktur. Afslutning og opsummering. Opsummeringpå cases. Eksamensforberedelse.Case(s): Computersimulationer som eksperimenter: Küpperset al. (2006). En etik-case: Therac-25: Leveson og Turner(1993).LitteraturAndersen, H. (2003, maj). Videnskabelige revolutioner. Aktuel Naturvidenskab (2), 31–33.Anderson, R. E., D. G. Johnson, D. Gotterbarn og J. Perrolle (1993, februar). Using the newACM code of ethics in decision making. Communications of the ACM 36(2), 98–107.Berenbach, B. og M. Broy (2009, januar). Professional and ethical dilemmas in software engineering.IEEE Computer 42(1), 74–80.Bond, G. W. (2005, august). Software as art. Communications of the ACM 48(8), 118–124.Bowen, J. P. og M. G. Hinchey (1995, april). Ten commandments of formal methods. IEEEComputer 28(4), 56–63.Bowen, J. P. og M. G. Hinchey (2006, januar). Ten commandments of formal methods: Tenyears later. IEEE Computer 39(1), 40–48.Cross, T. (2006, juni). Academic freedom and the hacker ethic. Communications of theACM 49(6), 37–40.

6 Kursets planlægningDenning, P. J. (2005, april). Is computer science science? Communications of the ACM 48(4),27–31.Denning, P. J. (2007, juli). Computing is a natural science. Communications of the ACM 50(7),13–18.Ensmenger, N. L. (2003). Letting the “computer boys” take over: Technology and the politics oforganizational transformation. International Review of Social History (IRSH) 48(Supplement11), 153–180.Hansen, T. B. og M. W. Johansen (2007, maj). Post-akademisk videnskab. Aktuel Naturvidenskab(2), 30–33.Johansen, M. W. (2003). At tænke eller ikke at tænke. Aktuel Naturvidenskab (2), 34–36.Johnson, D. G. (2001). Philosophical ethics. I Computer Ethics (3. udg.)., kapitel 2, pp. 26–53.Upper Saddle River (NJ): Prentice Hall.Klüver, P. V. (1999). From research institute to computer company: Regnecentralen 1946–1964.IEEE Annals of the History of Computing 21(2), 31–43.Kragh, H. (2003). Hvad er videnskab? I Universitet og Videnskab. Universitetets idéhistorie, videnskabsteoriog etik, kapitel 3, pp. 145–192. København: Hans Reitzels Forlag.Küppers, G., J. Lenhard og T. Shinn (2006). Computer simulation: Practice, epistemology, andsocial dynamics. I J. Lenhard, G. Küppers og T. Shinn (red.), Simulation: Pragmatic Constructionof Reality, bind 25 af Sociology of the Sciences Yearbook, kapitel 1, pp. 3–22. Dordrecht:Springer.Leveson, N. G. og C. S. Turner (1993, juli). An investigation of the Therac-25 accidents. Computer26(7), 18–41.Lohsee, J. (1993). Theories of scientific progress. I A Historical Introduction to the Philosophy ofScience, kapitel 14, pp. 222–236. Oxford & New York: Oxford University Press.Mahoney, M. S. (2001). Software as science—science as software. I U. Hashagen, R. Keil-Slawikog A. Norberg (red.), History of Computing: Software Issues, pp. 25–48. Berlin etc.: Springer.International Conference on the History of Computing, ICHC 2000. April 5–7, 2000, HeinzNixdorf MuseumsForum, Paderborn, Germany.Raymond, E. S. (2000). Katedralen og basaren. Oversat af P. Makholm og D. Axel.www.catb.org/~esr/writings/cathedral-bazaar/, checked 2007/03/21.Slayton, R. (2003). Speaking as scientists: Computer professionals in the Star Wars debate.History and Technology 19(4), 335–364.Strom, J. D. og L. Darden (1996). Is artificial intelligence a degenerating program?: A reviewof Hubert Dreyfus’ What Computers Still Can’t Do. Artificial Intelligence 80(1), 151–170.Sørensen, H. K. (2009, april). Noter til datalogiens videnskabsteori 2009. Til brug for undervisningeni kurset Datalogiens Videnskabsteori, Aarhus Universitet, 2009. Version 1.6, 7. april2009.Wing, J. M. (2006, marts). Computational thinking. Communications of the ACM 49(3), 33–35.Henrik Kragh Sørensen