prof. UAM dr hab. Mariusz Urbański
Podstawowe informacje:
e-mail: murbansk@amu.edu.pl
Dyżury dla studentów: tabela
Pokój: 71
Telefon: 618292307
Orcid: orcid.org/0000-0002-8682-5307
Researchportal: researchportal.amu.edu.pl/info/author/UAM137490/
Funkcje pełnione na UAM:
- 2019 – : dziekan Wydziału Psychologii i Kognitywistyki UAM
- 2014 – : kierownik Reasoning Research Group (WPiK UAM)
- 2012 – 2020: kierownnik Zakładu Logiki i Kognitywistyki, Instytut Psychologii UAM
- 2016 – 2019: dyrektor Instytutu Psychologii UAM
- 2012 – 2016: zastępca dyrektora IP UAM ds. nauki
Prowadzone zajęcia:
- Wprowadzenie do logiki
- Praca empiryczna
- Reasoning
- Logic and Cognition
Praca naukowo – badawcza
Wybrane publikacje:
- Urbański M. (2009). Rozumowania abdukcyjne. Modele i procedury [Abductive Reasoning. Models and Procedures], Adam Mickiewicz University Press, Poznań.
- Komosiński, M., Kupś, A., Leszczyńska-Jasion, D., Urbański, M. (2014). Identifying efficient abductive hypotheses using multi-criteria dominance relation, ACM Transactions on Computational Logic, 15(4), DOI: 10.1145/2629669.
- Łupkowski, P., Majer, O., Pelis, M., Urbański, M. (2018). Epistemic Erotetic Search Scenarios. Logic and Logical Philosophy, 27(3), p. 301-328, DOI: 10.12775/LLP.2018.010.
- Urbański, M., Żyluk, N. (2018). Sets of Situations, Topics, and Question Relevance. In: Oswald, S. and Maillat, D. (eds), Argumentation and Inference: Proceedings of the 2nd European Conference on Argumentation, Fribourg 2017, College Publications, London, Vol. II, p. 857-871.
- Żyluk, N., Michta, M., Urbański, M. (2018). Yet Another Shade of Deduction. On measuring deductive flexibility and how it may relate to other cognitive abilities. Logic and Logical Philosophy, 27(4), p. 517-543, DOI: 10.12775/LLP.2017.015.
- Urbański, M., Klawiter, A. (2018). Abduction: some conceptual issues. Logic and Logical Philosophy, 27(4), p. 583-597, DOI: 10.12775/LLP.2018.016
- Żyluk, N., Urbański, M., Żelechowska, N. (2019). Abductive reasoning: let’s “Find Out” some models. Logic Journal of the IGPL, jzz037, DOI: https://doi.org/10.1093/jigpal/jzz037
- Żelechowska, D., Żyluk, N., Urbański, M. (2020). Find Out A New Method to Study Abductive Reasoning in Empirical Research. International Journal of Qualitative Methods, 19, p. 1-11, DOI: 10.1177/1609406920909674.
- Urbański, M., Skura, T., Łupkowski, P. (eds.). Reasoning: Games, Cognition, Logic, College Publications, London, 2020.
- Urbański, M. (2020). Formal modeling of human reasoning: errors, limitations and Baconian bees. Logical Investigations, 26(2), 106-115. DOI: 10.21146/2074-1472-2020-26-2-106-115
Ważniejsze publikacje:
Wybrane osiągnięcia naukowo – badawcze:
- Modelowanie rozumowań abdukcyjnych (grant NCN Sonata-Bis , DEC-2013/10/E/HS1/00172, 2014-2022, kierownik)
- Logika erotetyczna w modelowaniu liniowego i dystybutywnego przetwarzania pytań. Podstawy teoretyczne i zastosowania (grant NCN Maestro, DEC-2012/04/A/HS1/00715, 2012-2017, wykonawca)
- Test & Research Center for Vienna Test System (normalizacja wybranych narzędzi z VTS, projekt realizowany we współpracy z Schuhfried GmbH, 2016-2019, kierownik)
- European Network for Argumentation and Public Policy Analysis (COST Action CA 17132, 2018-2022, członek komitetu sterującego)
Zainteresowania badawcze:
- Logika filozoficzna (logika pytań, logiki temporalne), teoria dowodu, teorie rozumowań, formalna analiza procesów poznawczych, uczenie logiki
Realizowany obecnie projekt badawczy:
Modelowanie rozumowań abdukcyjnych: Celem projektu jest stworzenie zintegrowanego formalnego modelu rozumowań abdukcyjnych, opartego na danych empirycznych, oraz dokonanie jego implementacji komputerowej.
Rozwijamyh formalne systemy logiczne, umożliwiające modelowanie pragmatycznych czynników, obecnych w rozumowaniach abdukcyjnych (takich jak epistemiczne potrzeby i cele rozumującego podmiotu, koszty pozyskania określonych informacji itp.). Wyniki prowadzonych w projekcie badań empirycznych dotyczących abdukcji, stanowią punkt odniesienia dla testowania trafności opracowywanych modeli. Ponieważ prowadzenie rozumowań abdukcyjnych zwykle wymaga przetwarzania dużych ilości danych, najbardziej efektywną metodą weryfikacji takich modeli jest ich implementacja komputerowa. W tym celu korzystamy będziemy zarówno z narzędzi o charakterze symbolicznym (programowanie logiczne), jak i koneksjonistycznym (logiki koneksjonistyczne).