Bernard Lonergan’s cognitive theory and Aristotlian [sic] phronesis : toward a conception of performative objectivity in virtue ethics
Notice bibliographique
Résumé
Virtue ethics bases moral decision-making, in part, in a skills-like ability to spot morally salient features in the phenomenal world. Aristotle, an exemplar of such ethics, developed a theory of practical wisdom (phronesis) wherein the person of moral expertise makes sound ethical judgments and decisions via direct insight into concrete circumstances. Phronesis involves emotive discernment and agent-relative construal of the world. But emotions and perspectives can also be linked with bias and poor judgment. How are we to think about objectivity if virtue ethics relies upon such apparently subjective factors as emotively influenced dispositions? Bernard Lonergan developed a theory of insight-based human understanding and explores its operation in the concrete circumstances of practical living. His theory offers a process of human learning and knowing that does not avoid emotions and agent-perspectives but seeks to so operate within these factors as to produce a state we could validly call 'being objective.' Agreeing with Aristotle on a key role for emotions, Lonergan goes much further in claiming that some mode of the emotion of love should play a critical role in attaining the insights required for virtue ethics. His treatment of love, however, remains vague. Martha Nussbaum, on the other hand, provides very rich treatment of how love, understood as compassion, can act as a control for perspectival discernment and moral insight. Her theory fills out Lonergan's, allowing us more clearly to see how love (and other emotions) could be conducive to fostering objective viewpoints within morally charged circumstances. Objectivity in virtue ethics can be understood, then, to be what we are more or less attaining to the degree that we self-consciously apprehend and deploy our innate modes of insight-induction and aim these cognitive processes toward a world construed by a background concern of care and compassion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,034 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».