Napovedna vključenost kot enaktivističen napovedni model v nevroznanostiKvar, Marko (Avtor) Vörös, Sebastjan (Mentor) napovedni modeliMagistrsko delo proučuje napovedne modele skozi prizmo sodobnega enaktivizma. Osrednja tema naloge je raziskovanje odnosa napovednega kodiranja in napovednega procesiranja z enaktivizmom ter preverjanje razlagalne učinkovitosti napovedne vključenosti kot enaktivističnega napovednega modela. V prvem delu so predstavljeni ključni sestavni elementi obstoječih napovednih modelov: načelo proste energije, Bayesovo sklepanje, aktivno sklepanje in markovske odeje. Prav tako je v prvem delu predstavljeno zgodovinsko ozadje napovednih modelov ter enaktivistični pristop v filozofiji. V drugem delu magistrsko delo ponudi širok filozofski pregled treh napovednih modelov: modela napovednega kodiranja, modela napovednega procesiranja in modela napovedne vključenosti. Pri tem je pod drobnogled vzet predvsem odnos med umom, telesom in svetom v vsakem od omenjenih modelov. V drugem delu naloge preverim hipotezo, ki trdi, da napovedna vključenost predstavlja razlagalno učinkovit model, ki uspešno povezuje napovedne modele z enaktivizmom, ter da je napovedna vključenost uporaben pristop k raziskovanju problema odnosa med umom, telesom in okoljem. Ta hipoteza je v poglavju o napovedni vključenosti podprta z naborom relevantnih nevroznanstvenih raziskav. Poglavje o napovedni vključenosti dodatno zagovarja tezo, da se načelo proste energije in koncept avtopoeze med seboj ne izključujeta, ampak dopolnjujeta. To poglavje izpostavlja tudi prednosti napovedne vključenosti pred klasičnimi napovednimi modeli ter s tem proučuje zmožnosti nadomestitve oziroma nadgradnje klasičnih napovednih modelov z enaktivističnimi napovednimi modeli.20212021-10-09 04:19:52Magistrsko delo/naloga132024COBISS_ID: 79505411sl