Кодификация знаний и учебный процесс Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 378.02

КОДИФИКАЦИЯ ЗНАНИЙ И УЧЕБНЫЙ ПРОЦЕСС

А.Г. Юферов, канд. физ.-мат. наук,

Московский финансово-юридический университет МФЮА,

Калужский филиал

E-mail-.kaluga@mfua.ru

Аннонация. В статье рассматриваются вопросы теории и практики кодификации знаний как инструмента управления учебным процессом.

Ключевые слова: кодификация знаний, учебный процесс, управление знаниями, информационные технологии, инновации.

Abstract. Theory and practice of codification of knowledge as a tool for learning management considered.

Keywords: codification of knowledge, the learning process, knowledge management, information technology, innovation.

Термин «кодификация» широко используется в теории и практике законодательства для обозначения методик и процедур систематизации, исключения противоречий в правовом поле, объединения законов и нормативных актов по отдельным разделам или отраслям права в единую согласованную систему (кодекс). В последнее время это понятие стало включать также формы и способы систематизации любых знаний (то есть фактов и алгоритмов), полученных в результате научно-технической или хозяйственной деятельности. Кодификация рассматривается как элемент стандартизации механизмов обмена информацией между наукой и производством, составная часть технологий управления знаниями и методическая основа инновационного развития экономики, обеспечивающая отражение в соответствующих реестрах как достоверности и полноты знаний, так и их возможной применимости [1-2]. В таком качестве кодификация знаний имеет непосредственное отношение к организации и содержанию учебного процесса, понимаемого как освоение той или иной деятельности. В данной работе обозначен ряд вопросов, которые, как представляется, необходимо исследовать и развивать в свя-

зи с теорией и практикой кодификации как инструмента управления знаниями в учебном процессе.

Определенные истоки современной концепции кодификации знаний можно усмотреть в теории постиндустриального общества Д. Белла [3], согласно которой «отличительной чертой постиндустриального общества является характер знания. Важнейшее значение для организации процессов принятия решений и направления изменений приобретает теоретическое знание, предполагающее первенство теории над эмпиризмом и кодификацию информации в абстрактных системах символов, которые... могут использоваться для интерпретации различных изменяющихся сфер опыта. Любое современное общество живет за счет инноваций и социального контроля за изменениями, оно пытается предвидеть будущее и осуществлять планирование. Именно изменение в осознании природы инноваций делает решающим теоретическое знание». В развитие этого тезиса можно утверждать, что одна из главных задач управления знаниями применительно к учебному процессу состоит в переходе к конструктивным формам сохранения, представления и передачи знаний, способствующим оперативному освоению знаний как инструмента. Возможно, это основной фактор поднятия «информационно-когнитивного потенциала» общества.

Поэтому, в частности, цель современного подхода к кодификации знаний должна состоять в устранении разрыва между формальным (теоретическим) знанием и практическими навыками, т.е. знание должно формулироваться в алгоритмической форме (в виде «рецептов»), а процесс передачи практических навыков в значительной степени должен быть формализован, исключая, например, необходимость присутствия преподавателя при выполнении лабораторных работ. Достижение этой цели решило бы задачу дистанционного обучения в полном объеме.

Кодификация как инструмент управления знаниями в своей методической части является элементом интенсивно формирующейся новой научно-техническая отрасли - инженерии знаний. В практическом плане инженерия знаний решает вопросы организации (структурирования, унификации), представления и выявления (извлечения) знаний (фактов и алгоритмов) из произвольных текстов, из результатов экспериментов и наблюдений, зафиксированных в базах данных, из суждений специалистов-экспертов. Очевидна перспективность применения технологий инженерии знаний к организации и оптимизации учебного процесса. Однако в этом направлении на сегодняшний день сделано очень мало.

В настоящее время хорошо развиты только технологии организации информации на основе баз данных, позволившие преодолеть известное негативное явление, состоящее в том, что значительная доля генерируемой информации оседает в некоторой окрестности ее источника и остается незамеченной. Так, международная сеть научно-технологических баз данных STN International предоставляет через Интернет доступ к базам данных, в которых отражено более 150 млн документов по всем отраслям науки и техники. Таким образом, предоставляются качественно новые возможности по оперативному доступу к практически неограниченному с точки зрения отдельного индивида всемирному массиву научно-технической информации, охватывающему все научные и патентные публикации.

Однако, что касается представления и извлечения знаний, то эти вопросы являются предметом интенсивных исследований и о создании детальной технологии пока говорить рано. Эта проблема, тем не менее, тесно связана с эффективным использованием имеющихся баз данных -с превращением данных в знания.

Укажем некоторые направления в этой сфере инженерии знаний, которые, как представляется, могут стать инструментальным средством в процедурах кодификации, в том числе применительно к учебному процессу.

1. Развитие информационных технологий требует соответствующего развития понятийного и теоретического аппарата. Однако современное понятие информации и теория информации составляют относительно малую часть фундамента информатики, касаясь прежде всего вопросов передачи данных. Говоря же об информационных технологиях, следует иметь в виду прежде всего преобразование данных (структур данных) с помощью компьютеров с целью извлечения новых знаний или отображения данных в новых формах. Эта парадигма охватывает и традиционные вычислительные применения (в том числе символьные вычисления), и обработку текстов, и компьютерную графику, и машинный перевод, и имитационное моделирование, и автоматизированные управляющие системы, и проблематику искусственного интеллекта в целом. Вопросы передачи данных занимают в этом контексте важное, но весьма частное место. Таким образом, здесь обозначается новая проблемная точка роста - потребность в дальнейшем развитие теории информации (возможно, и в ее первоначальной энтропийной формулировке) не только как средства оптимального кодирования сигнала для передачи данных, но именно как аппарата для описания преобразования «информационных» структур, которые используются или могут ис-

пользоваться для представления наших знаний (фактов и алгоритмов) в памяти компьютера в виде некоторых данных.

2. Затронутые вопросы относятся к сфере метазнания, охватывающей области информатики и искусственного интеллекта, связанные с такими вопросами, как анализ и описание внутренней структуры некоторой предметной области - ее объектов и процессов; выявление и структурирование знаний, в частности, знаний экспертов; методы представления знаний в ЭВМ. Эти три раздела являются системообразующими в современной теории метазнания.

В той или иной форме проблематика метазнания всегда была предметом научного рассмотрения. Теория, объясняющая сущность явления, есть метазнание по отношению к феноменологическим закономерностям наблюдаемых явлений. В таком смысле всегда воспринималась философия - как метазнание наивысшего уровня, явно или неявно определяющее стиль научного мышления и методологию научного исследования. Более конкретные и содержательные примеры проблематики метазнания связаны с теоретической интерпретаций наблюдаемых явлений. В связи с этим можно привести парные примеры (в разрезе «явление - описание», «явление - сущность», «форма - содержание», «объясняемое - объясняющее» и т.п.) из разных областей фундаментальной и прикладной науки, например: система Коперника или Птолемея, теория теплорода или молекулярная теория теплоты, механика Ньютона или Эйнштейна, законы Менделя и структура генома, межотраслевой баланс и теория положительных матриц Леонтьева, производственные программы и сетевое планирование.

Во всех подобных случаях требуется выходить на уровень метазнания, чтобы решить проблему выбора теории, выявить области соответствия реальности и друг другу различных теоретических построений. Традиционно эти вопросы решались в рамках и средствами конкретной научной отрасли. Однако возможны ситуации, например, в такой предметной области, как экономические информационные системы, где специфический понятийный и методический аппарат классификации, систематизации и выявления закономерностей еще не выработан. Поэтому в общем случае необходимы специальные интеллектуальные усилия для разработки или установления возможности использования того или иного инструментария в качестве метатеории, например, математической логики как инструмента анализа оснований математики, булева исчисления для проектирования релейных схем или сетей Петри для описания экономических информационных систем.

3. Современный этап развития теории метазнаний в значительной степени стимулировался идеями создания искусственного интеллекта и, в частности, экспертных систем. Более широкое применение теории метазнаний как практического инструмента стимулировалось в последнее время коммерческими разработками CASE-систем, а также методик описания и оптимизации организационных структур в экономике и производстве. Предложен ряд методологий структурного анализа, моделирования и проектирования. Их общей чертой является иерархический подход, последовательно детализирующий структуру и функции описываемой предметной области. Общая «метапроцедура» здесь включает три стадии: задание структуры, формулировка структурной динамики, реализация полученной конструкции на ЭВМ. При этом всегда присутствуют такие моменты, как выбор или создание языка описания структур и структурной динамики, выявление принципиальной возможности компьютерной реализации структуры, уточнение соответствия структуры закономерностям предметной области. Структуру можно «сочинить», построить из ранее известных структур или усмотреть ее в исследуемой предметной области. Однако это не гарантирует возможности ее адекватного применения в качестве модели предметной области. Так, например, попытки создания систем машинного перевода сразу же обнаружили неполноту и недостаточность развития лингвистики, считавшейся достаточно сформировавшейся наукой, глубоко исследовавшей структуру естественных языков.

Формулировка структурной динамики является еще более сложной проблемой. Хотя упомянутые методики структурного анализа находят свое применение в сфере кодификации знаний и организации учебного процесса, следует подчеркнуть, что все они есть только «средства изображения», дающие стационарную картинку предметной области и лишь обозначающие динамические факторы и процессы. В задачах выявления и представления знаний стадия формулировки структурной динамики фактически опускается. Общая теория динамики структур находится в зачаточном состоянии. Это еще одна точка роста в теории метазнаний. Динамические базы знаний, динамика графов, и в частности, динамика иерархических структур, - вот некоторые вопросы, требующие построения соответствующей теории. Только после этого можно будет рассматривать, например, вопросы динамического моделирования учебного процесса с целью его интенсификации или оптимизации.

Практически динамические модели удается применить только для традиционных структур, основанных на дифференциальных уравнениях.

Последнее, однако, предполагает необходимость такой стадии как установление величин для исследуемой предметной области. Определение характеристик, измеряемых в количественных шкалах, позволяет ввести в рассмотрение балансные соотношения и соответствующие кинетические уравнения. Проблема установления величин является весьма нетривиальной. Сегодня подобные вопросы остро стоят в социологических и экономических исследованиях, в сфере законотворчества, в медицине и образовании. Они непосредственно связаны с задачей кодификации знаний. Фактически речь здесь идет о поиске возможных форм представления знаний, в том числе и знаний о динамике, о процессах исследуемой области.

4. В настоящее время разработаны различные модели представления данных и знаний, опирающиеся на теоретико-множественные, алгебраические и логические конструкции. Для представления данных используются реляционные, сетевые и иерархические структуры. Для представления знаний - различные варианты логических исчислений. Они достаточно эффективно решают техническую задачу хранения информации в базах данных. Однако их выразительность является недостаточной для коммуникативного уровня учебного процесса, например, в системам дистанционного обучения (СДО). Требуется разработка специфических средств учета и «оптимизации» психологических аспектов восприятия обучаемым информации в СДО, гарантирующих овладение навыками теоретической и практической деятельности в соответствующей специальности.

Резюмируя сказанное, можно еще раз повторить, что методики кодификации знаний, развиваемые в общем русле инженерии знаний с ориентацией на решение перечисленных выше вопросов, должны сыграть положительную роль интегрирующего и интенсифицирующего фактора в задачах организации образовательного процесса.

ЛИТЕРАТУРА

1. Юферов А.Г. К задаче кодификации результатов НИОКР. Препринт ФЭИ-2906. 2001.

2. Юферов А.Г. Реализация технологии функциональной систематики в информационно-моделирующей системе «Ядро» для решения задач кодификации научно-технических знаний. Препринт ФЭИ-2915. 2001.

3. Bell D. The Coming of Post-Industrial Society. A Venture in Social Forcasting. N.Y., Basic Books, Inc., 1973.