CC BY
108
К. Р Червинская
концепция «извлечение экспертных знаний» в инженерно-психологическом контексте
Концепция «извлечение экспертных знаний» играет важную роль в различных теоретико-экспериментальных контекстах и носит ярко выраженный междисциплинарный характер. Зародившись в русле искусственного интеллекта как технического направления по созданию интеллектуальных (компьютерных) систем, она вышла за рамки практических рекомендаций для программистов, остро поставив очевидные психологические проблемы: что такое экспертные знания, как их можно «извлечь» или эксплицировать, как построить работоспособную модель предметной области для конструирования экспертной системы — интеллектуальной программы, решающей профессиональные задачи так же, как это делает опытный специалист-профессионал.
В психологической науке такая постановка вопроса есть не что иное, как проблема моделирования познавательных процессов человека. В историческом плане появление искусственного интеллекта как направления исследований по моделированию познавательных процессов человека с помощью компьютера оказалось тесно связанным с появлением когнитивной психологии как направления экспериментальных исследований познавательных процессов человека. Точкой пересечения явились знаменитые работы А. Ньюэлла и Г. Саймона1 по созданию ряда машинных (компьютерных) моделей мышления человека. В дальнейшем искусственный интеллект и когнитивная психология стали развиваться независимо друг от друга, а в последние десятилетия оказались связаны в более широком русле исследований, получившем название «когнитивные науки»2.
Б. М. Величковский отмечает, что среди основных тенденций и стадий развития когнитивных исследований удается выделить следующие четко развивающиеся парадигмы исследований. Одна из них связана с компьютерной метафорой, предполагающей жесткое разделение ментального софтвера и физиологического хадвера, другая, напротив, подчеркивает значение нейрофизиологичских данных, и, наконец, третья связана с просматривающимися современными тенденциями развития когнитивной науки как междисциплинарной области исследований, перспективной для решения различных прикладных проблем в образовании, медицине, а также для построения когнитивных технических систем. Важность прикладных аспектов когнитивной науки описывается им следующим образом. «Поддержка процессов коммуникации выдвигается на первый план в современных технологических приложениях когнитивных исследований. Специальной прикладной дисциплиной, занимающейся оптимизацией взаимодействия человека и компьютера, стала возникшая в начале 1980-х гг. когнитивная эргономика. В более широком плане оптимизацией человеко-машинных взаимодействий продолжают заниматься такие дисциплины, как инженерная психология и, что примерно идентично по значению, но более продвинуто непосредственно в область промышленных разработок, инженерия человеческих факторов. Наконец, специфический анализ и моделирование (или „извлечение“) знаний являются предметом инженерии знаний,
© К. Р. Червинская, 2008
связывающей такие разделы когнитивной психологии, как психосемантика, с информатикой и искусственным интеллектом»3.
А вот мнение зарубежных исследователей. « Определение сферы когнитивной эргономики начинается с того момента, когда обычные (традиционные) эргономические подходы не могут разрешить проблемы когнитивной взаимосвязи, которые появляются в сложном окружении. Как пишут D. D. Woods и E. M. Roth4, благодаря компьютерным технологиям, рабочие инструменты должны „расширять потенциал содействия и приращения человеческой когнитивной активности в сложной сфере решения проблем“. Эти авторы предлагают использование терминов инженерия когнитивных систем (cognitive systems engineering), когнитивные технологии (cognitive technologies), когнитивная инженерия (cognitive engineering), когнитивные факторы (cognitive factors), когнитивная эргономика (cognitive ergonomics) и инженерия знаний (knowledge engineering) как взаимозаменяемых синонимов, описывающих „прикладную когнитивную науку, которая основываясь на знаниях и техниках когнитивной психологии и родственных дисциплин обеспечивает основу руководящих принципов проектирования'1»5.
Как следует из приведенной цитаты, зарубежные исследователи вообще не склонны различать такие направления, как когнитивная эргономика и инженерия знаний. В чем же здесь дело? Где та точка пересечения, которая позволила им приравнять столь разные на первый взгляд направления исследований, и как эта точка пересечения может учитываться при решении практических задач?
В области искусственного интеллекта инженерия знаний — это направление исследований, предназначенное для извлечения и структурирования знаний с целью построения экспертных систем, при этом специалиста, чьи знания «извлекаются» называют экспертом, специалиста, который «извлекает» знания, называют инженером по знаниям или когитоло-гом. В данном случае речь идет о взаимодействии эксперта и когитолога с целью построения модели профессиональных представлений опытного специалиста, которая лежит в основе базы знаний, являющейся ядром экспертной системы, осуществляющей решение конкретной задачи предметной области6.
Однако проблема извлечения экспертных знаний, как следует из приведенных выше цитат, возникает не только в процессе проектирования экспертных систем. Можно выделить по крайней мере два контекста как более широких теоретико-психологических направлений, в рамках которых извлечение экспертных знаний оказывается востребованным.
Традиционным в историческом плане контекстом концепции «извлечения экспертных знаний» является входящий в когнитивные науки искусственный интеллект (и как когнитивный подход к моделированию познавательных процессов человека, и как техническое направление по созданию экспертных систем). Литературные источники дают возможность проследить эволюционную роль этого контекста, историю зарождения, положение дел и степень разработанности концепции «извлечения экспертных знаний» в настоящий момент7.
Другим контекстом рассмотрения концепции извлечения экспертных знаний является инженерная психология как направление исследований процессов взаимодействия человека и техники для проектирования, создания и эксплуатации человекотехнических систем. Выбор нами этого контекста обусловлен не столько тем, что речь идет о проектировании экспертных систем (как технических объектов), сколько тем, что современное звучание инженернопсихологических исследований невозможно без разрешения проблемы моделирования когнитивной деятельности человека.
Анализ эволюционного развития работ в области инженерной психологии, теоретических подходов к человеку и технике и концепций автоматизации (как отечественных, так и зарубежных) позволяет особо выделить т. н. антропосоциологический подход, в котором техника принципиально интерпретируется как нечто вторичное в субъект-объектных отношениях, как элемент человеческой деятельности8. Истоки этого подхода можно обнаружить уже начале 60-х гг. прошлого века в отечественной психологии в работах А. Н. Леонтьева и Б. Ф. Ломова9. При таком подходе человек-оператор «рассматривается не как специфическое звено технической системы, а как субъект труда, осуществляющий сознательную, целенаправленную деятельность и использующий в ходе ее осуществления автоматические устройства в качестве средств достижения поставленной цели»10. В теоретическом плане антропосоциологический подход основывается на психологической теории деятельности и предполагает анализ структуры и динамики операторской деятельности и механизмов ее психической регуляции, а также исследование свойств человека как субъекта труда, познания и общения. Главной задачей инженерно-психологических исследований с позиций данного подхода становится анализ деятельности человека-оператора.
Систематизация психологических представлений о деятельности как форме самодвижения природы и человеческого духа, о строении, ценностях, развитии и функционировании, бытии и познании деятельностей человека представлена в трудах Г. В. Суходольского11. Подходя к анализу деятельности с точки зрения системного подхода, он трактует деятельность как систему четырех взаимосвязанных частей: морфология (форма и строение), аксиология (ценности), праксиология (действия, операции) и онтология (основы и принципы) деятельности. В рамках своей концепции автор разработал структурно-алгоритмический анализ и синтез деятельности, позволяющий создавать системы математических моделей деятельности.
Последние десятилетия можно охарактеризовать как всплеск интереса (и активности) зарубежных исследователей к изучению культурно-исторической психологии Л. С. Выготского и теории деятельности А. Н. Леонтьева. Так, например, концепцию опосредования Л. С. Выготского развивает в своих работах французский исследователь П. Рабардель, предложивший инструментальный подход к проблеме взаимодействия человека и техники. По его словам, «у Л. С. Выготского мы находим то, чего нельзя найти у других авторов, разделяющих его интерес к специфике познавательного развития человека во взаимодействии с артефактами: попытку описания психологических процессов, через посредство которых это развитие будет рассматриваться. ... Л. С. Выготский процитирован, например, в пяти из пятнадцати глав коллективного труда, который ставит вопрос о необходимости переосмысления психологии в области взаимодействия человека с компьютером»12.
Попытки применения теории деятельности А. Н. Леонтьева в разработке информационных систем осуществлялись с конца 80-х гг. прошлого века скандинавскими исследователями Y. Engestrom, R. Miettinen13 и K. Kuutti14. Постепенно теория деятельности стала одним из перспективных новых подходов как в практике разработки информационных систем, так и в теоретической дисциплине, называемой в англоязычной литературе «человекокомпьютерное взаимодействие» (Human-Computer Interaction, или HCI).
Следует отметить, что деятельностный подход не противопоставляется когнитивному. Так, B. Nardi15 пишет о новом, «пост-постмодернистском голосе в HCI», который стремится не к спорам, а к непротиворечивому использованию результатов как номотетического (когнитивного), так и идеографических подходов, которые могут быть объединены в единую науку о взаимоотношении человека и компьютера при помощи понятийного аппарата теории деятельности. Аналогичным образом, K. Kuutti развивает инструментальную точку зрения исходя
из теории деятельности, которая, по мнению автора, заставляет по новому взглянуть на область исследований HCI, по сравнению со стандартной точкой зрения, выработанной в когнитивных науках (коммуникация между двумя информационными процессами). Речь идет не о пользователе, взаимодействующем с компьютером, а об активном субъекте, использующем некоторую прикладную программу в качестве инструмента для манипуляции с объектами таким образом, чтобы результат манипуляции был для него насыщен значениями в контексте деятельности.
Изложенные выше теоретические представления нашли свое воплощение в конкретных методологиях и моделях когнитивного анализа деятельности, предназначенных для интерпретации когнитивной деятельности оператора (пользователя, эксперта) в сложных социо-технических системах.
Среди зарубежных исследований следует отметить концепцию анализа когнитивной деятельности датчанина J. Rasmussen16, который предложил рассматривать все компоненты человеко-машинных систем в контексте трех вопросов: «для чего?», «что?» и «как?». Им же была предложена трехуровневая модель операторской деятельности, в которой на самом низком уровне поведение находится под контролем автоматизированных навыков, на втором — хранящихся в памяти правил и на третьем — знаний о ситуации. В последние годы работа, где описана модель J. Rasmussen, а также его поздние исследования получают высокий индекс цитирования, поскольку J. Rasmussen, A. M. Pejtersen и L. P. Goodstein17 разработали одну из многообещающих и перспективных методологий — когнитивный анализ работ (Cognitive Work Analysis или CWA).
По определению K. J. Vicente18, когнитивный анализработ, являющийся одним из подходов в т. н. инженерии когнитивных систем (Cognitive Systems Engineering), предназначен для анализа, проектирования и оценки сложных социо-технических систем. В литературе19 приводятся различные примеры использования методологии когнитивного анализа работ для решения широкого круга проблем: проектирования интерфейсов, диагностики (отнесение объекта к некоторому классу и обнаружения неисправностей в системе), планирования (нахождение плана действий, относящимся к объектам, способным выполнять некоторые функции), обучения и т. д.
Как отмечают R. Fidel и A. M. Pejtersen20, используя методологию CWA, можно собирать (в нашей терминологии — извлекать) знания для проектирования информационных систем. Здесь термин «информационная система» подразумевает некоторую совокупность людей, технических устройств и методов работы с информацией: ее сбора, обработки, передачи, распространения и т. д. В современной действительности такие системы очень часто компьютеризированы, однако, например, библиотека — это некомпьютеризированная информационная система, а сотрудники библиотеки, алфавитный каталог, правила поиска книг и пользования ими — это части библиотеки как информационной системы.
Близким к концепции когнитивного анализа работ является разработанный П. Рабар-делем21 инструментальный подход к проблеме взаимодействия человека и техники в современном обществе. Анализируя проблему взаимодействия с антропоцентрической точки зрения, автор разрабатывает концепцию «инструментальной деятельности» и предлагает обобщенное понятие инструмента как целостности, включающей одновременно субъекта и артефакт, где понятие артефакт, удачно заимствованное из когнитивной антропологии, означает любой материальный объект, изготовленный человеком.
По мнению П. Рабарделя, несмотря на существенные различия между такими понятиями, как артефакт и инструмент, большинство авторов выделяют явно (а иногда и неявно) три полюса, включенных в ситуации использования инструмента:
• субъект (пользователь, оператор, рабочий, действующее лицо и т. п.);
• инструмент (орудие, машина, система, продукт и т. п.);
• объект, на который при помощи инструмента направлено действие (материя, реальность, объект деятельности или труда, другой субъект и т. п.).
Модель SAI, предложенная П. Рабарделем (в соавторстве), представляет собой средство для анализа задачи и деятельности. Модель является триадической в том плане, что имеет три полюса (субъект, объект, инструмент), что существенным образом отличается от привычных биполярных моделей ситуаций взаимодействия субъекта и объекта. Для анализа деятельности помимо прямых взаимодействий субъекта и объекта необходимо рассматривать множество других взаимодействий: между субъектом и инструментом, между инструментом и объектом, на который инструмент позволяет воздействовать, и, наконец, между субъектом и объектом, опосредованные инструментом. Более того, эта совокупность взаимодействий включена в среду, составленную из набора условий, которые субъект должен учитывать в своей целенаправленной деятельности. Каждый из полюсов и каждый вид взаимодействий сами могут находиться во взаимодействии с этой средой.
В зарубежных исследованиях при описании практических работ часто используется модель структуры деятельности, предложенная Y. Engestrom, получившая название «треугольник Энгестрема» и показывающая основные элементы деятельности и их связи между собой. Деятельность обладает не аддитивной, а системной структурой, и изменение одних ее элементов неизбежно влияет на другие. Y. Engestrom также разработал концепцию уровней взаимодействия в коллективном труде. Коллективный труд он рассматривает как «субъект-объект-субъектные» связи, под которыми подразумевается взаимодействие субъектов при работе с одним и тем же объектом. Автор выделяет три уровня взаимодействия: уровень координации, уровень кооперации и уровень соконструирования (или уровень рефлексивной коммуникации). Уровень координации действует при рутинной работе группы, когда отдельные члены сообщества выполняют свою работу без эксплицитного взаимодействия с другими субъектами. Однако их взаимодействие опосредствовано некоторыми правилами и алгоритмами работы, которые могут быть представлены как в форме официальных документов (например, технических заданий и спецификаций), так и в форме негласных правил работы в организации и в обществе в целом. Уровень кооперации подразумевает взаимодействие субъектов, при котором они влияют на действия друг друга. При работе на этом уровне субъекты сосредотачиваются на общей задаче, стараясь найти приемлемый для каждого из них способ концептуализации и решения. Соконструктивный уровень — это уровень, на котором взаимодействие осуществляется с целью изменения самой рабочей практики: ее инструментов и правил.
Кроме представленных выше методологий существует большое количество описывающих когнитивную деятельность человека моделей, разработанных в самых разных областях. Французская исследовательница F. O. Darses22 приводит классификацию таких моделей по сферам или областям разработки и по назначению. Так, например, модели когнитивных систем были разработаны в таких областях, как управление процессами (process control), ошибки управления (error management), инженерное проектирование (engineering design), компьютерное программирование (computer programming) и т. д. Модель J. Rasmussen и других — SRK23 — предназначена для управления процессами, модель ACT24 — для процессов обучения, модель доски объявлений, разработанная Hayes-Roth и др.25, предназначена для планирования. F. O. Darses пишет, что это некоторые из известных примеров, однако, они точно определяют ментальные ресурсы, задействованные в процессе деятельности
и, таким образом, утверждают эффективные структуры для интерпретации человеческих когнитивных процессов при проектировании систем. Кроме того, они дают возможность выявления когнитивных особенностей, идентифицируемых в сложных процессах, таких как различия когнитивной деятельности согласно степени экспертности, использование процедур и стратегий развития, разделение между низходящими и восходящими стратегиями планирования и т. д.
Таким образом, модели, по сути своей, — артефакты, независимо от выбранной методологии являются основой для разработки любых когнитивных систем. Применяя модели, разработчики могут лучше понять свои задачи, а также обеспечить понимание и коммуникацию внутри и вне команды разработки. Модели имеют множество областей применения и преимуществ в процессе разработки: от организации мышления разработчиков и обеспечения однозначного языка для коммуникации до возможности тестировать, обсуждать и улучшать созданные модели с минимальной затратой ресурсов.
Применяемые модели как в инженерии знаний, так и в контексте антропосоциоло-гического подхода инженерной психологии различаются уровнем абстракции, детализации, формализацией, легкостью трансформации и другими параметрами. Выбор способа анализа и описания деятельности зависит от того, какой методологии процесса разработки придерживается команда разработчиков.
F. O. Darses отмечает, что когнитивные модели играют большую роль в процессе извлечения знаний; данный этап определяется как концептуальный уровень. Для большей эффективности практиков она предлагает классифицировать существующие модели согласно прикладным целям (обучение, инженерный дизайн, организационные преобразования и т. д.), согласно контексту задач, для которых они предназначены (тип задач, фазы деятельности, степень экспертности и т. д.), и согласно техническим ресурсам, требуемым для применения моделей (опросники или интервью, прямое наблюдение или «мысли вслух» и т. д.). Например, модель может быть выбрана согласно области деятельности: GOMS26 специализируется на обработке текстов; доска объявлений, разработанная Hayes-Roth и др., специализируется на планировании; в то время как модель J. Rasmussen и других — SRK — нацелена на процесс контроля деятельности. Однако модели могут также быть отобраны согласно когнитивным процессам, приведенным в действие в процессе решения задачи. Например, модель ACT, разработанная J. R. Anderson, специализируется на процессах обучения, в то время как модель GPS27 нацелена на моделирование процесса решения проблем.
В том же плане H. Luczak и C. Schlick28 классифицировали когнитивные модели согласно целям когнитивной инженерии: поддержка принятия решений, минимизация стресса, напряжения и проектирование «целостных задач и индивидуальных различий» и пр. Авторами были выделены 11 требований, встречающихся в когнитивных моделях, например, «интеграция процессов обучения», «интеграция расположения ментальных ресурсов», «интеграция ментального стресса и напряжения» и пр. Таким образом, была построена решетка, а известные модели были шкалированы согласно этой решетке.
Однако, как отмечает F. O. Darses, практики очень мало используют, если вообще используют, эти модели. Она задается вопросом, почему это происходит, нужны ли когнитивные модели в прикладных исследованиях, и указывает, что большинство когнитивных моделей являются объяснительными, они говорят о том, что такое познание и главным образом касаются причинных описаний глобальной человеческой деятельности. В контексте прикладного когнитивного анализа такие модели часто оказываются бесполезными. Учитывая это, R. Amalberti и J. M. Hoc29 указывают, что модели, используемые практиками, должны
быть сформулированы скорее на локальном уровне выполнения, релевантном прикладным целям.
Другие авторы, например, A. S. Grant и J. T. Mayes30 считают, что когнитивные модели редко используются в прикладных исследованиях, т. к. практикам не хватает соответствующих техник извлечения знаний.
F. O. Darses высказывает предположение, что техники (методы) извлечения знаний недостаточно используются практиками по причине отсутствия описания условий, в которых они могут использоваться. Для решения этой проблемы автор предлагает классифицировать методы извлечения знаний согласно используемым целям и согласно гипотезам, которые могут руководить отбором когнитивных моделей как структур извлечения знаний. Техники, посвященные анализу когнитивных процессов, могут быть классифицированы согласно типам знаний, которые будут извлекаться: процедурным знаниям (знания о том, как задача преобразуется) или декларативным (знания о предметной области задачи). Такая классификация может помочь практикам отобрать соответствующие техники, рассматривая требования инженерного проектирования.
Для того чтобы извлечь декларативные знания, можно использовать сортировку карточек, техники оценивания близости пар, классификационные техники «да—нет» или метод диаграмм. Знания, извлекаемые этими техниками, дадут возможность когитологу построить структуру представления знаний в форме семантической сети, скриптов или естественных категорий.
Если должны быть проанализированы когнитивные процессы с точки зрения процедурных знаний, то можно воспользоваться моделью J. Rasmussen, которая различает три типа когнитивных навыков: автоматические навыки, навыки, основанные на правилах, и навыки решения проблем, такие как, например, знания для принятия решений, стратегии, эвристики. Автоматические навыки сложно извлекать из вербальных данных, поскольку они, по своей природе, компилируются и хранятся на неосознаваемом уровне. Многие знания, извлекаемые на этом уровне, могут быть получены путем наблюдения за поведением (направление глаз, движения и т. д.) субъекта деятельности (или эксперта). Знания, основанные на правилах, могут быть извлечены методом декомпозиции задачи, таким как TAG31, MAD32 или PROCOPE33, которые приводят к формализации знаний в форме описания целей-подцелей. Эти же знания также могут быть извлечены путем использования техники «почему и как», которая генерирует декомпозицию задач в форме иерархического дерева или в форме продукционных систем (условия/ действия). Навыки решения проблем, такие как утверждения, эвристики и стратегии решения, могут быть частично извлечены методом критических решений34, анализом ошибок в протоколе или описанием инцидентов. Все это — ретроспективные интервью о критических ситуациях.
Следовательно, по мнению F. O. Darses, с практической точки зрения ключевым моментом когнитивного анализа деятельности является разработка, развитие и адаптация техник (методов) извлечения знаний применительно к решению конкретных задач.
Таким образом, рассмотренные выше теоретико-методологические подходы инженерной психологии имеют важные точки пересечения с разрабатываемой нами концепцией извлечения экспертных знаний. В обоих случаях речь идет об анализе и моделировании когнитивной деятельности субъекта. Основная точка пересечения заключается в том, что методологии, методы и модели, разрабатываемые в русле современных (в основном зарубежных) исследований инженерной психологии могут использоваться и в инженерии знаний, в то время как методологии инженерии знаний, осуществляющие построение онтологий
предметной области, могут быть заимствованы для практических работ в области инженерной психологии, например, в области человеко-компьютерного взаимодействия.
Как инженерия знания, так и антропосоциологический подход инженерной психологии имеют под собой общий теоретический фундамент: отечественную теорию деятельности, ставшую в последние годы необычайно популярной у зарубежных исследователей, а также прикладную когитологию, которую можно обозначить как когнитивный (целостный, структурно-информационный) подход к анализу деятельности человека-оператора или эксперта. В практическом плане оба направления едины в том, что предлагают кратко упомянутые выше методологии, арсенал моделей и методов, использование которых возможно в русле как инженерии знаний, так и инженерной психологии. Следует отметить, что в зарубежных работах, несмотря на представленные методологии, модели и методы для осуществления когнитивного анализа деятельности, отмечается слабая степень проработанности проблемы. В этом плане разработка концепции извлечения экспертных знаний внесет существенный вклад в инженерно-психологические исследования, в частности, в плане разрешения проблемы моделирования когнитивной деятельности человека.
1 Newell A., Simon H. A. Computer simulation of human thinking // Science. 1961. Vol. 134. P. 2011-2017; Newell A., Simon H.A. Human problem solving. Englewood Cliffs, 1972.
2 Величковский Б. М. Когнитивная наука: Основы психологии познания: В 2 т. М., 2006.
3 Величковский Б. М. Когнитивная наука: Основы психологии познания: В 2 т. М., 2006. С. 169-170.
4 Цит. по: Woods D. D., Roth E. M. Cognitive systems engineering // Handbook of Human-Computer Interaction / Ed. by M. Helander. New York, 1988. P. 4-5.
5 Цит. по: DarsesF. O. Providing practitioners with techniques for cognitive work analysis // Theoretical Issues in Ergonomics Science. 2001. Vol. 2. № 3. P. 269.
6 Feigenbaum E. Knowledge engineering: The applied side of artificial intelligence. Stanford, 1980; Newell A. The knowledge level // Artificial Intelligence. 1982. Vol. 1. № 5; Поспелов Д. А. Знания в интеллектуальных системах // Программные продукты и системы. 1992. № 3. С. 68-85; Хейес-Рот Ф., Уотермен Д., Ленат Д. Построение экспертных систем. М., 1987; Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. М., 1992.
7 Chervinskaya K. R., Wasserman E. L. Some methodological aspects of tacit knowledge elicitation // Journal of Experimental and Theoretical Artificial Intelligence. 2000. Vol. 12. № 1. P. 43-55; Червинская К. Р., Щелкова О. Ю. Медицинская психодиагностика и инженерия знаний. СПб., 2002; Червинская К. Р. Компьютерная психодиагностика. СПб., 2003.
8 Голиков Ю. Я. Методология психологических проблем проектирования техники. М., 2003.
9Леонтьев Ф. Н., Ломов Б. Ф. Человек и техника // Вопросы психологии. 1963. № 5. С. 29-37; Ломов Б. Ф. О путях построения теории инженерной психологии на основе системного подхода // Инженерная психология: Теория, методология, практическое применение. М., 1977. С. 31-55.
10 Цит. по: Завалова Н. Д., Ломов Б. Ф., Пономаренко В. А. Принцип активного оператора и распределение функций между человеком и автоматом // Вопросы психологии. 1971. № 3. С. 4-5.
11 Суходольский Г. В. Основы психологической теории деятельности. СПб., 1988.
12 Цит. по кн.: Рабардель П. Когнитивный подход к созданию инструмента. М., 1999. С. 37-38.
13 Engestrom Y., Miettinen R. Introduction // Perspectives on Activity Theory / Ed. by Y. Engestrom, R. Miettinen, R. L. Punamaki. Cambridge, 1999.
14 KuuttiK. Activity Theory as a Potential Framework for Human-Computer Interaction Research // Context and Consciousness: Activity Theory and Human-Computer Interaction / Ed. by B. Nardi. Cambridge, 1996.
15 Nardi B. Activity Theory and Human-Computer Interaction // Context and Consciousness: Activity Theory and Human-Computer Interaction / Ed. by B. Nardi. Cambridge, 1996.
16 Rasmussen J. Information Processing and Human-Machine Interaction: Ann Approach to Cognitive Engineering // System Science and Engineering. New York, 1986. Vol. 12.
17 Rasmussen J., Pejtersen A. M., Goodstein L. P. Cognitive Systems Engineering. New York, 1994.
18 Vicente K. J. Cognitive work analysis: Toward safe, productive, and healthy computer-based work. Mahwah,
1999.
19 Naikar N., Hopcroft R., Moylan F. Work Domain Analysis: Theoretical Concepts and Methodology / Defence Science and Technology Organisation. Air Operations Division. Fishermans Bend, 2005.
20 FidelR., Pejtersen A. M. From information behavior research to the design of information systems: The Cognitive Work Analysis framework // Information Research. 2004. Vol. 10. № 1.
21 Рабардель П. Люди и технологии (Когнитивный подход к анализу современных инструментов). М., 1999.
22 Darses F. O. Providing practitioners with techniques for cognitive work analysis // Theoretical Issues in Ergonomics Science. 2001. Vol. 2. № 3. P. 268-277.
23 Rasmussen J., Pejtersen A. M., Goodstein L. P. Cognitive Systems Engineering. New York, 1994.
24 Anderson J. R. The architecture of cognition. Cambridge, 1983.
25 Hayes-Roth B., Hayes-Roth F. A cognitive model of planning // Cognitive Science. 1979. Vol. 3. P. 275-310.
26 Card S. K., Moran T. P., Newell A. The psychology of human-computer interaction. Hillsdale, 1983.
27 Newell A., Simon H. A. Human problem solving. Englewood Cliffs, 1972.
28 Luczak H., Schlick C. Utility of cognitive models // Proceedings of the XIVth IEA 2000 Congress. San Diego,
2000. P. 585-588.
29 Amalberti R., Hoc J. M. Cognitive activity analysis in dynamic situation: Why and how? // Le Travail Humain. 1998. Vol. 61. P. 209-234.
30 Grant A. S., Mayes J. T. Cognitive task analysis, Human Computer Interaction and Complex Systems. London, 1991. P. 147-167.
31 Payne S. J., Green T. R. Task action grammars: A model of the mental representation of task languages // Human-Computer Interaction. 1986. Vol. 2. P. 93-133.
32 GamboamF., Scapin D. Editing MAD task descriptions for specifying user interfaces, at both semantic and presentation levels // Proceedings Eurographics Workshop on Design, Specifcation and Verifcation of Interactive Systems / Ed. by M. D. Harrison and J. C. Torres. Granada, 1997. P. 193-208.
33 Poitrenaud S. The PROCOPE semantic network: An alternative to action grammars // International Journal of Human-Computer Studies. 1995. Vol. 42. P. 31-69.
34 Klein G. Using cognitive task analysis to build a cognitive model // Proceedings of the XIVth IEA 2000 Congress. San Diego, 2000. P. 596-599.
