Matteo Pappalardo è dottorando in Scienze dell'Interpretazione (XLI ciclo) presso il Dipartimento di Scienze Umanistiche dell'Università degli Studi di Catania, dove collabora con la cattedra di Storia delle Scienze e delle Tecniche (PHIL-02/B).
Nel settembre 2025 ha conseguito la Laurea Magistrale in Scienze Filosofiche (LM-78; curriculum: Filosofia e Scienze) con una tesi in Storia ed Epistemologia delle Macchine dal titolo Computazione Evolutiva e Sistemi Complessi Adattativi: sviluppi storici e fondamenti epistemologici (relatore: prof. Luigi Ingaliso; controrelatrice: prof.ssa Maria Vita Romeo; votazione: 110/110 e lode).
Attualmente è Allievo Ordinario della Classe delle Scienze Umanistiche e Sociali della Scuola Superiore di Catania, di cui è in procinto di conseguire il Diploma di Licenza Magistrale con una tesi sulla storia della cibernetica inglese.
Socio della Società Italiana di Storia della Scienza (SISS) e della Società Filosofica Italiana (SFI).
Da marzo 2026 è Borsista di Formazione presso l'Istituto Italiano per gli Studi Filosofici (IISF) - Filosofia e Scienze.
Il ruolo storico della biocibernetica di William Ross Ashby sulla genesi della moderna Evolutionary Computation: ermeneutica della complessità e prospettive epistemologiche
Il progetto intende esplorare la relazione storica ed epistemologica sussistente tra la biocibernetica di William Ross Ashby e quella particolare branca della computer science nota come Evolutionary computation, mettendo in luce come le teorie fondamentali formalizzate dal neurofisiologo e psichiatra inglese abbiano influito sulle moderne tecniche computazionali evolutive, con particolare riferimento agli algoritmi genetici. Risemantizzando alcuni dei concetti chiave della cibernetica tradizionale, Ashby ha contribuito a interpretare in chiave innovativa le modalità attraverso le quali gli organismi biologici - intesi come sistemi adattivi complessi - possano auto-organizzarsi ed essere simulati meccanicamente, all’interno di uno stato di equilibrio interno generato da una perturbazione esterna. L’esito pratico di una simile operazione è la costruzione di Homeostat - primo esemplare di darwinian machine - il quale, inglobando i principi essenziali dell’evoluzione naturale è in grado di riprodurre le capacità di apprendimento e auto-regolazione dei sistemi viventi in un dato ambiente. Anche se il machine learning e gli algoritmi genetici si avvalgono di tale approccio selezionista alla computazione, la storiografia tradizionale - per ragioni di carattere scientifico-culturale - ha pressoché omesso l’influenza della biocibernetica su questa tradizione di ricerca. Pertanto, obiettivo del progetto è restituire, sul piano storico-concettuale, la complessità e l’eredità epistemologica del lavoro di Ashby.