منطق‌پژوهی

چکیده احساسات خلاف‌واقع، همچون حسادت و پشیمانی، به‌دلیل نقش بنیادین آن‌ها در شکل‌دهی به رفتار انسانی، قضاوت اخلاقی، و سامان‌دهی تعاملات اجتماعی، از محورهای مهم پژوهش در حوزه هوش مصنوعی و سیستم‌های چندعاملی به‌شمار می‌آیند. این احساسات زمانی شکل می‌گیرند که فرد میان وضعیت واقعی و سناریوهای خیالیِ جایگزین مقایسه‌ای ذهنی برقرار می‌کند و از این طریق به بازاندیشی در تصمیم‌های پیشین، اصلاح رفتارهای نادرست و پیش‌بینی پیامدهای آتی سوق داده می‌شود. در این مقاله، به‌منظور صوری‌سازی دقیق و قابل‌محاسبه حسادت و پشیمانی، از چارچوب منطقی CFE (Counterfactual Emotions) استفاده شده است [2]. افزون بر این، با تکیه بر شاخص‌های کمی نظیر «درجه اهمیت»، «درجه ناکافی بودن» و «درجه اجتناب‌پذیری خلاف‌واقع» معرفی‌شده در [1]، شدت و درجه‌ی این احساسات مورد تحلیل قرار می‌گیرد. یافته‌های این پژوهش می‌تواند بنیانی نظری و کاربردی برای توسعه عامل‌های هوشمندی فراهم آورد که توانایی درک، بازنمایی، و انطباق با پیچیدگی‌های شناختی و اخلاقی احساسات انسانی را دارند.

چکیده چکیده: منطق ناسرۀ ابتنای دروست و فاین نسخۀ اصلاح شده‌ای از منطق ناسرۀ ابتنای فاین است. دروست و فاین نشان داده‌اند که این منطق (به‌خلاف منطق اولیۀ فاین) نسبت به سمنتیکی که برای آن تنظیم کرده‌اند صحت و تمامیت دارد. پس از معرفی سیستم استنتاجی منطق اولیۀ فاین استدلال می‌کنم که پاره‌ای از مشکلات نظریه‌برهانی در خصوص این منطق وجود دارد. بیش از این، استدلال می‌کنم که نسخۀ اصلاح شدۀ دروست و فاین نیز (اگرچه برای اهداف سمنتیکی یادشده مناسب است) با همان مشکلات نظریه‌برهانی دست به گریبان است. با اصلاح بیشتر سیستم استنتاجی دروست و فاین یک حساب رشتۀ سطح بالاتر تنظیم می‌کنم. نشان می‌دهم که به لحاظ سمنتیکی منطق پیشنهادی من معادل با منطق دروست و فاین است. همچنین دلایلی می‌آورم که در سیستم استنتاجی پیشنهادی مشکلات نظریه‌برهانی یادشده مرتفع می‌شوند. حاصل این مقاله ارائۀ یک سیستم استناجی مناسب برای منطق ناسرۀ ابتنای دروست و فاین است؛ سیستمی که پدیدآورندگان این منطق به آن دست نیافته‌اند.