Filosofia da Mente e da Tecnologia

A pergunta que organiza tudo

“Máquinas pensam?” Alan Turing fez essa pergunta em 1950, antes de existir um único computador pessoal. Setenta e cinco anos depois, você conversa com uma máquina que parece pensar todo dia. Esta disciplina é sobre levar a pergunta a sério.

Por que um técnico ou engenheiro estuda filosofia?

Porque quem constrói e usa tecnologia toma decisões filosóficas o tempo todo, com ou sem perceber. Quando você diz que uma IA “entende”, “sabe” ou “alucina”, está usando conceitos que filósofos passaram séculos afiando. Saber pensar com clareza sobre isso é uma vantagem profissional concreta: você revisa melhor o que a IA produz, argumenta melhor as suas decisões e não cai em hype nem em pânico.

O que esta disciplina não é

Não é história da filosofia decorada, nem opinião solta de internet. É filosofia analítica aplicada à tecnologia: argumentos claros, distinções precisas e a coragem de discordar com fundamento. O eixo é a IA, porque é o tema onde mente, conhecimento, linguagem e ética se encontram hoje.

Disciplina dinâmica

Não dá tempo de ver tudo. Escolhemos juntos a trilha conforme o interesse da turma. As quatro partes abaixo são independentes o suficiente para entrar em qualquer ordem.

📚 Conteúdo da Disciplina

Parte 1: Máquinas pensam? (Filosofia da Mente)

O coração da disciplina. Se uma máquina se comporta como se pensasse, ela pensa de verdade? O que é “pensar”, afinal?

• O Teste de Turing e o Quarto Chinês - O experimento mental mais famoso da filosofia da IA: a diferença entre processar símbolos e entender de verdade (Turing, 1950; Searle, 1980)
• Funcionalismo e a Postura Intencional - A resposta de Dennett a Searle: talvez “entender” seja só uma questão de função e de ponto de vista (Dennett, 1987)
• O Problema Difícil da Consciência - Por que sentir é diferente de processar, e por que isso é o osso mais duro de roer (Chalmers, 1995)

Parte 2: O que a IA sabe? (Epistemologia)

A IA “sabe” alguma coisa, ou só prevê a próxima palavra? O que separa informação de ruído, e verdade de invenção convincente?

• O que a IA sabe - Informação, verdade e alucinação - Conhecimento, informação e por que um modelo de linguagem pode estar confiante e errado ao mesmo tempo (Floridi; o debate sobre “bullshit” de máquina)

Parte 3: Pensar bem (Pensamento Crítico e Argumentação)

A competência transversal mais valiosa: construir um bom argumento, diagnosticar um argumento alheio e não se deixar enganar. Vale para a vida, para o trabalho e para revisar o que a IA te entrega.

• Anatomia de um Argumento - O que é um argumento de verdade (não é briga), a diferença entre validade e verdade, e o catálogo das falácias mais comuns (Weston)

Parte 4: Ética da Tecnologia

Quem é responsável quando a IA erra? Persona digital pode enganar? Automação e vigilância são neutras?

• Ética da IA - Responsabilidade e Agência Moral - Quando ninguém escreveu a regra que causou o dano, de quem é a culpa? (Jonas, 1979; Matthias, 2004)
• Ética da IA - Poder, Vigilância e Automação - A tecnologia carrega valores embutidos (Zuboff, 2019; Winner, 1980)

🧰 Como vamos trabalhar

Método

Cada aula parte de um caso concreto de IA que você já conhece (ChatGPT, recomendação de vídeos, carro autônomo) e sobe daí para o conceito. Discussão vale mais que slide. Discordar com argumento é o objetivo, não o erro.

Leituras de referência

A bibliografia completa, com níveis de confiabilidade, fica em cada aula. As fontes-âncora da disciplina são Alan Turing (1950), John Searle (1980), Daniel Dennett (1987), David Chalmers (1995), Luciano Floridi (2010), Anthony Weston (1987), Hans Jonas (1979) e Shoshana Zuboff (2019).