CC BY
78
МОДЕЛИРОВАНИЕ ЧЕЛОВЕКА ПРИ ПРОЕКТИРОВАНИИ ИНФОРМАЦИОННЫХ СИСТЕМ
Н.Ф. Гусарова, А.В. Маятин
Введение
Рост уровня автоматизации современных технических, в том числе информационных, систем парадоксальным, на первый взгляд, образом сочетается с возрастанием роли в них человеческого фактора. Это связано с двумя обстоятельствами. Во-первых, в орбиту практики и, следовательно, науки вовлекается все больше задач столь высокого уровня сложности, что успешно парировать его с использованием только технического подхода или только человеческого интеллектуального потенциала уже не удается. Во многих случаях, особенно при построении сложных1 информационных и информационно-управляющих систем, более эффективными оказываются комплексные решения, сочетающие способности человека и возможности программно-технических средств по переработке информации. Во-вторых, активно развиваются информационные системы, которые по сути своей являются человеко-машинными. Ярким примером здесь может служить Интернет.
Проектирование сложных систем сегодня идет по пути создания полимодельных комплексов [2, 3]. В связи с этим исследование существующих и создание новых моделей человека (МЧ) для включения их в состав таких комплексов представляется актуальным.
В работе анализируются подходы к моделированию роли человека, характерные для технических наук, поддерживающих разработку информационных и информационно-управляющих систем. Делается вывод о наличии в них определенных противоречий, ставится комплекс задач по разрешению последних. Рассматриваются классификационные признаки МЧ, предлагается их дополнение. Предлагается МЧ, построенная на основе теории координации [4], описывается ее использование при моделировании ТП с учетом текущей активности его участников.
1. Анализ подходов технических наук к моделированию человека в информационных системах
Движение к моделированию функций и способностей человека проявляется сегодня в различных технических науках. Так, применительно к искусственному интеллекту в [5] отмечается: «Важная характеристика искусственного интеллекта - он имеет дело только с теми механизмами компетентности, которые носят вербальный характер (допускают символьное представление). Далеко не все механизмы, которые использует для решения задач человек, таковы». Соответственно, важнейшим направлением теории и практики искусственного интеллекта назван перенос компетентности человека в базу знаний системы.
К проблематике роли человека и ее модельного представления обращается теория управления в технических системах, в частности, теория идентификации. Так, в [6] выделен подход к решению задач идентификации, использующий знания не только о типах моделей и их уравнений, но и знания о конструктивных, технологических свойствах системы, а также экспертных знаний о системе. В [7] предложена неклассическая концепция структурной идентификации, согласно которой идентификацией называется
1 В настоящей статье мы следуем терминологии [1]: «Сложной называется система, модель которой, используемая для управления ею, неадекватна заданной цели, или в ней не хватает информации для эффективного управления»
вся познавательная деятельность лица, принимающего решение (ЛПР), создающая необходимые условия для практического использования формальных основ теории управления при решении конкретной прикладной задачи
Различные варианты построения информационных систем с участием человека демонстрируют работы последних лет в области теории систем и системного анализа. Так, в работах [8, 9] предлагается алгоритмический принцип автоматизированного управления ситуацией с переменной структурой системы в зависимости от критичности возникающих ситуаций, под которой понимаются величины отклонения текущих параметров объекта управления от заданных. При этом интеллектуальная деятельность ЛПР в управлении производственными процессами отображается системой подстраиваемых моделей с интеллектуальным модулем в ситуационных цепях обратной алгоритмической связи по трем способам формирования управляющих воздействий:
• автоматически - на основе формализованных знаний об объекте управления;
• в автоматизированном режиме - на основе формализованных знаний и обобщенного опыта управления ЛПР, т.е. автоматически после параметрической настройки системы;
• в интерактивном режиме - управляющие воздействия задаются ЛПР и могут быть впоследствии включены в контур самообучения системы.
В работе [10] для использования естественного языка при автоматизации проектирования программных и информационных систем предлагается строить модель текста на основе формальной системы ¥=(Т, О, А, Р), определяемой над нечеткими структурами. Здесь Т - множество гипотез и фактов, выделяемое (очевидно, экспертным путем) в конкретной предметной области, О - грамматика, А - множество принципов, частично формализующих предметную область, Р - правила вывода, задаваемые, в том числе, эвристически. Тогда структура текста может быть представлена в виде нечеткого семантического гиперграфа, к которому применимы различные операции вывода.
Использованию неструктурированной, в первую очередь текстовой, информации при проектировании информационных систем посвящена также работа [11]. Здесь не предусматривается какого-либо априорного описания, схемы, модели предметной области или анализируемой проблемы, но существенно используются уникальные возможности человека по интерпретации содержания текстовой информации и установлению связей между фрагментами текста (в первую очередь это происходит на стадии индексации информации).
В работе [12] предлагается проводить системный анализ объекта управления путем его декомпозиции до уровня 10 базисных когнитивных операций (когнитивного конфигуратора по В.А. Лефевру [1]) - присвоение имен, восприятие, обобщение, абстрагирование, оценка адекватности модели, идентификация и прогнозирование, дедукция и абдукция, классификация и генерация конструктов, содержательное сравнение, планирование и принятие решения об управлении. Модель объекта управления включает 2 семантических подпространства - пространство классов и пространство атрибутов, причем координатами в них являются не коды классов и атрибутов, как обычно, а их информативности. Для реализации задачи управления - перевода объекта управления в заданное целевое состояние - на основе эмпирических данных строится его информационная модель в виде таблицы весовых коэффициентов (какое количество информации система управления получает о наступлении события «объект управления перейдет ву'-е состояние» из сообщения «на объект управления действует 1-й фактор»).
В работе [13] на основе теории гипернечетких чисел строится глобальный критерий качества сложных систем, формируемый в виде многоуровневой иерархической структуры, определяющей причинно-следственную диаграмму взаимосвязей. При этом исходной информацией служат критерии различных уровней иерархии, которые конструируются на основе экспертных оценок.
Вопросы моделирования человека как звена информационных и информационно-управляющих систем в той или иной мере затрагиваются также в ряде монографий ([14, 15]), а также большом количестве отдельных публикаций, появившихся за последние несколько лет.
Проведенный краткий обзор позволяет сделать вывод о преимущественной направленности предлагаемых технических решений на создание автономных машинных комплексов, позволяющих формализовать и алгоритмизировать решение интеллектуальных задач. Человек здесь выступает, главным образом, как внешний источник информации однократного или итеративного применения (заполнение матрицы связей, назначение тезауруса предметной области, индексация текста и т. п.) или элемент принятия решения, а рассмотрению его свойств в динамике и возможной их параметризации уделяется недостаточно внимания.
В известной мере альтернативой рассмотренным подходам является концепция гибридного интеллекта, предложенная В.Ф. Вендой [16]. По мысли автора, техническая подсистема не противопоставляется интеллекту человека, а лишь является его интеллектуальным средством, органично дополняя его и многократно увеличивая его возможности. Эта концепция развивается, в частности, научными школами Таганрогского радиотехнического университета [17, 18], однако предлагаемые варианты ее технологической реализации в основном развивают техноцентрический подход.
Так, в работе [19] разрабатывается компьютерная адаптивная интеллектуальная система гибридного интеллекта, позволяющая организовать процесс решения интеллектуальных задач субъектами гибридного интеллекта - человека и ЭВМ (интеллектуальной информационно-советующей системы, программного обеспечения и т.д.). Функционирование модели гибридного интеллекта основано на использовании нечеткой ситуационной сети. Для построения нечетких ситуационных сетей и анализа нечетких ситуаций используются матрицы взаимозависимости значений признаков, коэффициенты которых формируются либо экспертным путем, либо в процессе эксперимента с использованием механизма синтеза знаний. Процесс решения человеком задач, в которых цель достигается посредством последовательной реализации множества взаимосвязанных подцелей, предложено моделировать нечетким недетерминированным автоматом, функция переходов которого, отражающая уже имеющийся у ЛПР опыт управления, строится экспертным путем индивидуально для каждого ЛПР.
В рамках концепции гибридного интеллекта позиционируется также работа [20]. Здесь гибридный интеллект трактуется как сочетание формальных моделей и методов традиционных АСУ ТП с преимуществами систем, основанных на знаниях. Участие человека в работе предусмотрено на уровне блока формирования моделей цели и критериев, где в диалоговом режиме осуществляется декомпозиция глобальных целей управления объектом на последовательность целей более низкого уровня, а также на уровне назначения весовых коэффициентов различных матриц связи.
Этот вывод подтверждает отмеченное в [21] противоречие: теоретические позиции большинства разработчиков современной техники, подкрепленные результатами, полученными в инженерной психологии и эргономике, соответствуют антропоцентрическому подходу, и на концептуальном уровне проблема автоматизации воспринимается ими как междисциплинарная; в то же время на уровне практической реализации прослеживается техноцентрическая ориентация, подкрепляемая возможностями вычислительных средств.
Для разрешения указанного противоречия необходима разработка методик проектирования информационных и информационно-управляющих систем с участием человека как полимодельных комплексов [3], с включением в них модели человека на уровне, адекватном решаемой задаче - не только функциональном, но и структурном, логико-лингвистическом, теоретико-множественном, категорно-функторном и т. д.
Важно отметить, что концептуальная база для моделирования участия человека в информационных системах очень широка: это исследования в области психологии, в том числе в ее когнитивном и социальном аспектах (В.П. Зинченко, Т.П. Зинченко,
B. Д. Шадриков, В.Н. Пушкин, Г.М. Андреева и др.); в области искусственного интеллекта (Г.С. Поспелов, Д.А. Поспелов, Г.С. Осипов, А.С. Нариньяни, Т.А. Гаврилова, Л.С. Берштейн и др.); в области гибридного интеллекта (В.Ф. Венда, В.Г. Захаревич,
C.В. Астанин и др.); в области теории систем и системного анализа, в том числе рефлексивных и активных систем (Ф.П. Перегудов, Ф.П. Тарасенко, В.А. Лефевр, В.Е. Лепский, Д.А. Новиков, В.Н. Бурков и др.); в области теории принятия решения (О.И. Ларичев, А.Б. Петровский и др.); в области теории моделей и полимодельных комплексов, в том числе их идентификации и квалиметрии (С.В. Емельянов, Н.С. Райбман, В.С. Пугачев, Б.Н. Петров, ЯЗ. Цыпкин, И.В. Прангишвили, Б.В. Соколов, Р.М. Юсупов и др.); в области информационных технологий, в том числе распределенных информационных систем и интеллектуальных САПР (Б.Я. Советов, В.Н. Васильев, А. А. Шалыто, Ю.А. Гатчин, В.М. Курейчик и др.). Кроме того, необходимо опираться на специфику конкретной предметной области, для которой создается информационная или информационно-управляющая система.
В рамках обозначенной проблемы первоочередной интерес, на наш взгляд, представляют следующие вопросы:
• факторы, обусловливающие необходимость вывода информационной системы на уровень гибридного интеллекта, и возможности их идентификации;
• уникальные задачи, решаемые человеком в системах гибридного интеллекта, и пути их описания в рамках полимодельных комплексов;
• особенности восприятия информации как акта принятия решения;
• особенности квалиметрии полимодельных комплексов, описывающих информационные системы с участием человека.
• возможности параметризации МЧ в составе полимодельных комплексов гибридного интеллекта с целью их идентификации;
• пути моделирования аспекта самоорганизации информационных систем и использование теории координации как базы для построения таких моделей;
В настоящей статье рассматриваются два последних вопроса из обозначенного круга проблем.
2. Классификационные признаки МЧ
Концептуальная разнородность существующих подходов к включению человека в состав полимодельных комплексов проявляется уже на уровне терминологии. Приведем только некоторые термины: системы «человек-машина»; эргатические системы или системы «человек-машина-среда»; человеко-машинные (ЧМ) комплексы (системы); гуманистические системы; активные системы [22-26]. Не менее разнообразны и предложенные различными авторами классификации МЧ и подходов к их построению. В табл. 1 приводятся некоторые характерные примеры таких подходов, которые в рамках статьи освещаются очень коротко и только применительно к проблеме включения МЧ в полимодельный комплекс техногенной природы.
Таблица 1
№\ п/п Классификация Классификационные признаки Источ ник
1 1. Технократический подход 1.1. Робототехнический 1. Цель проектирования (обеспечить максимальную эффектив- [21]
1.2. Техноцентрический 1.3. Системотехнический 2. Антропо-социологический подход 2.1. Антропологический 2.2. Антропоцентрический 2.3. Социально-культурный ность техники / человека). 1.1-1.3. Степень автоматизации. 2.1-2.3. Отношение человека к техническому объекту (как к элементу деятельности, орудию труда, элементу социальной культуры).
2 1. Системотехнический подход 2. Кооперативный подход 3. Человекоцентрический подход Распределение функций и ответственности между человеком и техническим средством [26]
3 1. Управляющие системы 2. Обслуживающие системы 3. Обучающие системы 4. Информационные системы 5. Исследовательские системы Целевое назначение системы [22]
4 1. Моносистемы 2. Полисистемы Количество участвующих людей [22]
5 1. Инструментальные системы 2. Простейшие ЧМ системы 3. Сложные ЧМ системы 4. Системотехнические комплексы Сложность технического компонента: 1 - инструменты и приборы; 2 - преобразователи энергии; 3 - технологические процессы и системы автоматического управления; 4 - иерархические системы, неполностью детерминированные связи, коллектив людей. [22]
6 1. Автоматизированные системы 2. Системы «человек-машина» 3. ЧМ комплексы Сложность среды: 1 - оператор -средство технического резервирования; 2 - оператор непосредственно управляет в условиях функциональной сложности, актуальной неопределенности и сложного интерфейса; 3 - то же, что 2, но возможно разрушение системы в целом. [21]
7 1. А 2. В 3. С Динамика изменения цели: А -постоянно (оператор постоянно участвует в управлении); В - эпизодически (оператор участвует на отдельных этапах управления); С - отсутствует (оператор включается только в нештатных ситуациях) [27]
8 1. Руководитель 2. Оператор-исследователь 3. Оператор-технолог 4. Оператор-манипулятор 5. Оператор-наблюдатель 6. Оператор-проектировщик Степень алгоритмизованности действий человека: 1 - полностью нестандартные ситуации; 2 - построение новых концептуальных моделей на базе известных ему; 3 - формальное перекодирование и передача информации; 4 - сенсо-моторная регуляция движений; 5 - аналог 3 с редукцией навыков [27]
управления; 6 - выбор модели из БД в диалоге с машиной (САПР)
Активные объекты - люди и системы с их участием: организационно-технические, технологические и человеко-машинные системы, коллективы предприятий, экипажи, различные группы населения, электорат, социум, а также сложные и интеллектуальные технические системы с качественно изменяющимися параметрами [28]
Сравнительный анализ таблицы позволяет говорить о следующем. Во-первых, представленные подходы отражают, скорее, не варианты построения МЧ, а варианты моделирования интерфейсов между человеком и технической системой. Во-вторых, в них не усматривается возможность согласования целей технической системы и текущих целей (активности) человека как ее элемента, что необходимо для решения поставленных во введении задач.
2. Механизмы представления и обработки информации как основание для классификации МЧ
Человек выполняет в современных технологических комплексах (ТК) разнообразные функции (ср. табл. 1, поз. 8), которые в литературе [28-30] принято группировать в несколько основных ролей - оператор, диспетчер, наладчик, эксперт, лицо, принимающее решение (ЛИР). На понятийном уровне эти роли можно очертить следующим образом.
Оператор, вручную или с помощью приборов, осуществляет непосредственное управление ТС. Усложнение ТК влечет за собою изменение характера деятельности оператора от относительно постоянного набора стандартных задач до динамического управления автоматизированной системой. В последнем случае чаще используется термин «диспетчер». Диспетчерское управление означает, что один или более операторов устанавливают начальные условия для выполнения работы, периодически корректируют ход процесса и принимают информацию от компьютера, который сам замыкает цепи обратной связи с внешними датчиками, рабочими органами и средой выполнения работы. Наладчик (специалист по техническому обслуживанию) диагностирует и, по возможности, устраняет неисправности технологического оборудования. Эксперт (специалист) рассматривается как носитель знаний (компетентности), накопленных в результате профессионального опыта.
ЛПР, располагая собственным или коллективным набором ценностей, отражающим отдельные аспекты ТК, выбирает такие действия, которые наилучшим образом удовлетворяют этому набору, причем несет ответственность за возможные негативные последствия принятых решений. Для облегчения принятия решения разработан целый ряд методик системного анализа [31], основанных на коллективном принятии решений, формализованном моделировании и активизации ЛПР.
Таким образом, техноцентрический взгляд на ролевые функции человека в технологическом процессе можно обобщить следующим образом [31]. Оператору, диспетчеру и наладчику в технической системе предписываются вполне определенные правила поведения, и нерефлексность их как звеньев системы считается пренебрежимо малой. С другой стороны, роль эксперта или ЛПР в системе состоит в снижении уровня ее слож-
ности на основе использования интеллектуально-интуитивных способностей. Такой подход во многом противоречит реальным задачам, решаемым ТК [21].
Поведение человека в технологическом процессе может быть структурировано по различным признакам, образующим своего рода «поведенческое пространство». Сводка таких классификаций [32] представлена в табл. 2.
Таблица 2
№ Признак Содержание Характеристики
1 Задачи человека 1.1. Планирование работы В автономном режиме
1.2. Программирование системы В соответствии с задачей процесса
1.3. Оперативный контроль выполнения задачи процесса Убедиться, что все идет по плану; выявить возможные неисправности. Часто производится в терминах нечетких множеств типа 1..
1.4. Вмешательство (вывод из автоматического режима) Для задания новой цели или в аварийной ситуации
1.5. Самообучение Периодически, после нескольких циклов работы системы
2 Физиологические 2.1. Сенсорные Доступ к индикаторным табло, наблюдение, восприятие и т.д.
функции человека 2.2. Когнитивные Оценка ситуации, принятие локального решения
2.3. Ответные (эффек-торные) Отработка принятого решения
3 Уровни деятельности человека 3.1. Практический (рутинный) Высокая сенсомоторная и когнитивная производительность. Осуществляется бессознательно. Проявляется в виде отработанных, целостных, шаблонных действиях Внешняя информация используется лишь для запуска подходящего действия
3.2. Нормативный Сознательная активизация в памяти определенного набора правил (инструкций, опыта). Новые правила не выводятся
3.3. Основанный на знаниях В совершенно новых или сложных ситуациях. Производится полномасштабное решение задачи с привлечением всех когнитивных ресурсов
4 Уровни представления 4.1. Знания для их изложения Предназначены для аргументации, для изложения на междисциплинарном уровне и т.п. Форма - вербальная
знаний 4.2. Знания, применяемые в собственной реальной практике Еще вербализуемые, но уже нерефлекси-руемые
4.3. Собственно опыт Знания на самом глубоком, неосознаваемом уровне. Обеспечивают решения типа озарения (инсайта) и творческие акты. Форма -интуитивная
Анализ табл. 2 применительно к описанным выше ролевым функциям человека в технологическом процессе позволяет сделать вывод, что четкая граница между ними в современных условиях исчезает. Хорошим примером здесь может служить применение термина «оператор» к человеку, осуществляющему дистанционное управление луно-или марсоходом [33]. В процессе выполнения технологической задачи он использует практически все позиции табл. 1.2.1, а при реализации {1.2, 1.4, 3.3} включает не только когнитивные, но и творческие ресурсы, сочетая в своей деятельности контекстно-независимое и контекстно-зависимое управление. В то же время до сих пор распространено мнение, что роль оператора ограничивается позициями {1.3, 1.4, 2.1, 2.2, 3.1, 3.2}. Видимо, поэтому в литературе по теории автоматического управления субъективность оператора часто расценивается как недостаток и ставится задача полного устранения человека из ТП. С другой стороны, в зависимости от задач ТП эксперт или ЛПР может работать на любом из уровней групп 3 и 4 [29].
Таким образом, имеет смысл структурировать место человека в ТК по признаку используемых им механизмов представления и обработки информации. Базой для такого структурирования может служить целый ряд фундаментальных результатов, полученных современной когнитивной психологией [34, 35].
3. Уровень системной сложности как основание для классификации МЧ
Материалы раздела 2 позволяют сделать вывод, что, несмотря на концептуальную значимость антропоцентрического подхода к построению МЧ, наибольший интерес для разработчиков представляют те модели, которые сравнительно легко встраиваются в техноцентрическую парадигму, т.е. те, в которых человек выступает как звено системы управления того или иного типа. В этом плане представляется целесообразным ввести расширение традиционных техноцентрических моделей за счет введения в них параметра внутренней активности человека, которая изменяет выходной вектор системы. Соответствующая обобщенная схема приведена на рис. 1.
управление
Рис. 1. Модель человека как звена системы управления
Очевидно, что эффективность систем с участием человека во многом зависит от уровня и направленности активности человека. Поэтому для расширения инструментальных возможностей включения МЧ в структуру полимодельных комплексов представляется целесообразным использовать в качестве еще одного основания для классификации системно-структурный уровень (по [36]) актуально решаемой задачи и, соответственно, актуальное состояние его активности. Напомним классификацию систем, предложенную в [36]:
1. статическме структуры;
2. простые динамические системы с предопределенными движениями;
3. системы с управляемой обратной связью;
4. самосохраняющиеся структуры;
5. генетически-общественнык структуры (растения);
6. животные;
7. отдельный человек как система;
8. социальные институты;
9. трансцедентные системы.
Отдельный человек сочетает в себе практически все эти уровни, но для моделирования включения его в информационные системы наибольший интерес представляют три уровня переработки информации - уровень неживой природы (3), уровень живой природы (6) и уровень сознания (7), в том числе социальной активности (8). Какой именно уровень будет доминировать в том или ином поведенческом проявлении человека, во многом зависит от решаемой задачи, в частности, от условий ее постановки и предъявления, причем эта зависимость, как показывает опыт, является динамической и может изменяться в ходе решения задачи. Представляется, что одним из основных параметров управления здесь выступает характер структурирования и предъявления перерабатываемой человеком информации (А), определяющий актуальную для него пару «положение человека как системной единицы на шкале Боулдинга (В) - активность человека (С)», причем для определенной задачи существует зона {А, В, С} устойчивости решений.
МЧ как элемента системы с управляемой обратной связью (уровень 3) можно соотнести с теми задачами, в которых внутренняя активность управляемого игнорируется или подавляется. Тогда управляемого можно рассматривать как одно из звеньев кибернетической системы и использовать для его описания хорошо разработанные формализмы - передаточные функции, системы массового обслуживания, конечные автоматы и др. Этому уровню соответствует моделирование человека как пассивного звена технической системы, которое производится с использованием многочисленных формализмов, анализ которых выходит за пределы настоящей работы.
МЧ как представителя животного мира (уровень 6) целесообразно соотнести с теми задачами, где внутренняя активность человека рассматривается как управляемая. Такие модели на лингвистическом уровне хорошо разработаны в психологии группового поведения. Актуальной областью их применения представляются, например, информационные системы, использующие групповую поведенческую активность пользователей сети Интернет.
МЧ уровня 7 целесообразно использовать в тех случаях, когда содержание задачи требует полномасштабного включения в ее решение внутренней активности человека.
Моделирование активности человека как участника технической системы производится с разных позиций.
Как показывает обзор, проведенный в работе [21], в психологии, в том числе инженерной психологии, активность субъекта-профессионала изучается главным образом в социальном контексте - в плане оценки компетентности, ответственности, личностной зрелости, уверенности, межличностных отношений. Здесь используются, главным образом, лингвистические модели.
В теории активных систем [37] люди и системы с их участием рассматриваются как активные объекты, имеющие имеют собственную систему целеполагания и принятия решений, а также адаптивную модель предметной области, включая модели самого себя (т.е. являются рефлексивными) и управляющих систем различного уровня и назначения, которые воздействуют на АО как на объект управления. Для моделирования таких систем в качестве базы используется теория игр, в том числе кооперативных и коалиционных.
В теории принятия решений [38] активность субъекта моделируется актом принятия решения, который рассматривается как выработка управления на бифуркационном этапе развития системы и сразу после него. При каждом прохождении через точку би-
фуркации необходим новый синтез модели объекта управления, т.е. в этом случае адаптации (количественного уточнения существующей модели) уже недостаточно. Поэтому акт принятия решения рассматривается как существенно неформализуемый и осуществляется только человеком. Задача модели состоит в том, чтобы максимально облегчить для человека процесс познания предметной области, создав для этого наиболее комфортные информационные и функциональные условия.
С другой стороны, активность субъекта является предметом изучения целого ряда гуманитарных дисциплин - эргономики, инженерной, когнитивной и социальной психологии, социологии, экономики и др. Практически в каждом из этих направлений за последние годы получены важные результаты, и сведение их на уровне построения полимодельных комплексов для формирования управления в сложных ТК является актуальной проблемой.
4. Моделирование человека на основе теории координации
Адекватная МЧ в составе ТК должна удовлетворять двум основным требованиям: отражать отдельные, наиболее важные с позицией решаемой задачи аспекты поведения человека в ТК, а также «вписываться» по своему формализму в общую модель ТК.
Материалы раздела 2 показывает, что в ряде ТК от человека, являющегося их неотъемлемым звеном, «по умолчанию» ожидается поведение, содержащее неформали-зуемые, эмерджентные [1] элементы и, следовательно, не сводимое к кибернетической модели. Для организации управления таким ТК целесообразно полномасштабное применение системного подхода. Так, в [39] предложена замена классической, «сигнальной» парадигмы управления на парадигму согласования структур данных. Здесь управление рассматривается не как непосредственная подача управляющего сигнала, а как процедура согласования структуры (контекстной связи) данных, которыми оперируют объект (в роли которого в нашем случае выступает человек - участник ТК) и субъект управления. Отметим, что при таком подходе мы вынуждены допустить принципиальное ограничение наблюдаемости человека как объекта управления, т.е. слабую формализуемость его действий и их последствий в ТК.
В определенном смысле объединяющим подходом стали бы МЧ, отражающие его способность к самоорганизации (текущей структурной адаптации) в изменяющихся условиях. Основанием для построения таких моделей может служить предложенная в [4] и активно развиваемая в настоящее время [40] теория координации в иерархических многоуровневых системах. Отмечая, что эта теория разрабатывалась ее авторами [4], в частности, для моделирования поведения человека в организации на уровне ЛПР, выделим ее существенную особенность: для применения ее формализмов достаточным является условие, чтобы состояние системы, в котором ее цель достигнута, могло быть опознано, по крайней мере, самой системой. Для человека как активной системы это условие выполняется практически всегда.
В работе [32] для моделирования активности человека как участника ТК предложена иерархическая модель (рис. 2), базирующаяся на концепции координации. Два нижних уровня модели, Скогн и Р, описывают мыслительный (когнитивный) и исполнительный уровень человека при решении им некоторой задачи Р: ш ^ у. Вектор соответствующих управляющих сигналов и сигналов обратной связи обозначен как {т, г}. Верхний уровень, Сафф, выполняет роль координатора, задавая (параметризуя) критериальную функцию задачи посредством координирующего сигнала у. С содержательной точки зрения такое сочетание позволяет отразить взаимовлияние когнитивной (семантической) и аффективной (эмоционально-мотивационной, т.е. активностной) компоненты субъективного пространства человека.
ю
Сафф
У 1 Г 1
С когн
т У Г 1
Р -
У
Рис. 2. Модель человека-звена ТК как иерархической системы
Проиллюстрируем возможности модели на примере организации взаимодействия двух участников ТК компьютерной допечатной подготовки полиграфической продукции [41] - заказчика З и исполнителя И - при разработке макета обложки для издания (рис. 2). Исполнитель И представлен тремя блоками. Блок Р соответствует исполнительным (моторным) функциям, необходимым при выполнении задачи. Блок С]иогн, отражающий когнитивный (мыслительный) уровень человека, можно интерпретировать как фрагмент ментального пространства исполнителя, относящийся к выполняемой задаче. Блок С^фф описывает аффективный (оценочный) уровень исполнителя, который с
помощью сигнала ри актуализирует конфигурацию ментального пространства Скиогн, достаточную для выполнения задачи на определенном уровне качества. Взаимодействие Сфф ^ можно рассматривать как динамическое преобразование базы знаний
исполнителя. Заказчик З представлен двумя блоками - Согн и Сфф, так как он при решении задачи не выполняет непосредственно исполнительских функций.
ю
И
С и Сафф в з С 3
т
Р
1 ИВ| Сз
С и 1 ^ 1
когн когн
З
У
Рис. 3. Модель информационного взаимодействия участников ТК
Если между когнитивными блоками заказчика З и исполнителя И не происходит информационного взаимодействия ИВ, то процесс выполнения задачи выглядит следующим образом. Исполнитель представляет заказчику вариант обложки У, выполненный под воздействием управляющего сигнала ти, соответствующего определенному уровню ви. Заказчик сравнивает этот вариант с собственным представлением (вирту-
и
альной моделью, имеющейся у него в ментальном пространстве Согн) и по результатам сравнения в блоке Сфф формирует оценку рз. Под воздействием этой оценки в
блоке Саифф формируется новый сигнал ри', который, в свою очередь, инициирует новое
значение сигнала управления ти.'.
На первом этапе координации в исходном признаковом пространстве V выделяется односвязная область Vn, на которой выполняется завершающее улучшение (этот процесс подробно рассмотрен в [32]). Если достигнута односвязность признакового пространства рисунка, т. е. его стилевая концепция не подлежит изменению, то сигнал ти.' соответствует неким формальным преобразованиям элементов этого рисунка (например, изменению их относительного положения, размеров, шрифтов и т.п.), которые легко выполняются программным образом и приводят к изменениям рисунка, т. е. новому сигналу у', который вновь оценивается заказчиком.
В этом случае исполнитель, получая только бинарную оценку у' (типа «нравится / не нравится»), не имеет информации для формирования рациональной стратегии улучшения, и сходимость процесса не гарантируется. Если же такая информация поступает в одностороннем порядке по связи ИВ (заказчик прямо указывает исполнителю, какие именно изменения нужно внести в рисунок), то процесс решения задачи улучшения становится сходящимся, но вырождается в одноцелевое многоуровневое управление, т.е. исполнитель переходит в пассивный режим. Тогда при решении следующей задачи требуется столь же полномасштабное участие заказчика.
Противоположный вариант выполнения задачи имеет место в том случае, когда между заказчиком и исполнителем происходит симметричный информационный обмен ИВ. Здесь в процессе итераций формируется общее понимание задачи на когнитивном и аффективном уровнях, т.е. общие для заказчика и исполнителя базы Скогн и Сафф, что и гарантирует его сходимость. Как показывает наш опыт, следующие задачи из этой односвяз-ной области признаков исполнитель уже может решать без участия заказчика.
Между рассмотренными случаями лежит целый спектр возможного развития взаимоотношений заказчика и исполнителя, определяемый, в основном, соотношением прямого и обратного информационных потоков по связи ИВ. Однако их успешность применительно к решению последующих задач, как легко видеть, определяется степенью гомоморфности Согн и Скогн, достигнутой по окончании итераций.
Заключение
В статье проанализированы подходы к моделированию роли человека в технологических комплексах, характерные для технических наук, поддерживающих разработку информационных и информационно-управляющих систем. Выявлены определенные противоречия в этих подходах, сфорумлированы задачи по их разрешению. Рассмотрены существующие классификации моделей человека, предложено их дополнение, эффективное с точки зрения введения моделей человека в структуру полимодельных комплексов. Предлагается модель участия человека в технологическом комплексе, построенная на основе теории координации и учитывающая динамику активности человека. Описано ее использование при моделировании технологического процесса в полиграфии.
Литература
1. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. Учеб. пособие для вузов. М.: Высшая школа, 1989.
2. Технология системного моделирования. / Под общ. ред. С.В. Емельянова и .др. М.: Машиностроение; Берлин: Техник, 1988. 520 с.
3. Соколов Б.В., Юсупов Р.М. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов. // Известия РАН. Теория и системы управления. 2004. №6. С. 5-16.
4. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. 344 с.
5. Осипов Г.В. Искусственный интеллект: состояние исследований и взгляд в будущее // Компьютерра. 2002. №30 (455).
6. Пащенко Ф.Ф.. Метод функциональных преобразований и его применение в задачах моделирования и идентификации систем / Автореф. дисс... д.т.н. : Спец. 05.13.01. Рос. акад. наук, Ин-т пробл. упр. им. В. А. Трапезникова. М., 2001.
7. Прангишвили И.В,. Гинсберг К.С. Системные закономерности и теория идентификации. // Международная конференция «Идентификация систем и задачи управления» (SICPRO 2000). Москва, 26-28.09.2000. Пленарный доклад.
8. Парфенов И.И., Парфенова М.Я., Глинкин В.И. Интеллектуальные системы управления на числах Фибоначчи. Уфа: Гилем, 1997. 293 с.
9. Парфенов И.И.. Разработка методологии автоматизированного управления ситуациями в организационно-технических системах. / Автореф. дисс... д.т.н. : Спец. 05.13.01. Моск. акад. рынка труда и информ. технологий. М., 2004.
10. Заболеева-Зотова А.В. Лингвистичекие системы: модели, методы, приложения. Волгоград: ВолгГТУ, 2004. 228 с.
11. Лакаев А.С. Разработка интеллектуальных технологий и методов обработки неструктурированной информации / Автореф. дисс... д.т.н. : Спец. 05.13.01. Моск. гос. ин-т электроники и математики (техн. ун-т). М., 2003.
12. Луценко Е.В. Автоматизация базовых когнитивных операций системного анализа в управлении активными объектами. / Автореф. дисс... д.т.н. : Спец. 05.13.01. Кубан. гос. технол. ун-т. Краснодар, 2002.
13. Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология М.: Машиностроение - 1, 2004.
14. Гриф М.Г., Цой Е.Б., Титова В.А., Цой М.Е., Мамонова Е.В. Автоматизация проектирования процессов функционирования человеко-машинных систем на основе метода последовательной оптимизации / Монография. Изд-во НГТУ, 2005. 264 с.
15. Гладун В.П. Партнерство с компьютером (человеко-машинные целеустремленные системы). К.: Port-Royal, 2000. 128 с.
16. Венда В.Ф. Системы гибридного интеллекта: эволюция, психология, информатика. М.: Машиностроение, 1990. 448 с.
17. Астанин С.В., Берштейн Л.С., Захаревич В.Г. Проектирование интеллектуального интерфейса «человек-машина». Ростов-на-Дону: Изд. ОГК, 1991. 110 с.
18. Астанин С.В., Захаревич В.Г. Информационно-советующие комплексы систем гибридного интеллекта. Таганрог: ТРТУ, 1997. 136 с.
19. Астанин С.В. Нечеткие модели и методы принятия решений в человеко-машинных и организационных системах гибридного интеллекта. / Автореф. дисс... д.т.н. : Спец. 05.13.16. Таганрог: ТРТУ, 1997.
20. Кушников В.А. Модели и методы анализа свойств целей и синтеза критериев в системах управления производственными процессами. / Автореф. дисс... д.т.н. : Спец. 05.13.01. Сарат. гос. техн. ун-т. Саратов, 2000.
21. Голиков Ю.Я. Методология психологических проблем проектирования техники. М.: ПЕРСЭ, 2003. 223 с.
22. Ломов Б.Ф. О путях построения теории инженерной психологии на основе системного подэхода. // Инженерная психология: теория, методология, практическое применение. М.: Наука, 1977. С. 31-55.
23. Зинченко В.П., Мунипов В.М. Система «человек и машина» / БСЭ, 3-е изд., 19691978 гг.
24. Мунипов В.М Эргономика / БСЭ, 3-е изд., 1969-1978 гг.
25. Человеко-машинные, социально-экономические и профессиональные вопросы ИТ / Информационный портал по русскоязычным образовательным ресурсам http://window.edu.ru/window/library7p frubr=1.5&p rubr=2.2.75.6.23
26. Johanson G. et al. Theoretical problems in man-machine systems and their experimental validation. // Automatica. 1994. № 2. Р. 217-231.
27. Информационно-управляющие человеко-машинные системы : Исследование, проектирование, испытания: Справ. / Под общ. ред. проф. А.И. Губинского и проф. В.Г. Евграфова. М.: Машиностроение, 1993. 527 с
28. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. 384 с.
29. Человеческий фактор. В 6 тт. Т.3. Моделирование деятельности, профессиональное обучение и отбор операторов: Пер. с англ. (Часть 1. Модели психической деятельности). М.: Мир, 1991. 487 с.
30. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989
31. Волкова В.Н., Денисов А. А. Основы теории систем и системного анализа / Учебник для вузов. СПб: Изд. СПбГТУ, 1997. 510 с.
32. Гусарова Н.Ф. Координация в технологических процессах со слабо формализуемыми критериями. Монография. СПб: СПбГИТМО (ТУ), 2001 271 с.
33. Аппаратные и программные средства интеллектуальных автоматизированных систем в машиностроении / Ред. А.Е. Городецкий. СПб: ИПМ РАН, 1993. 72 с.
34. Величковский Б.М. Современная когнитивная психология. М.: МГУ, 1982.
35. Солсо Р. Когнитивная психология / Пер. с англ. М.: Тривола, 1996. 600 с.
36. Боулдинг К. Общая теория систем - скелет науки // Исследования по общей теории систем. М.: Прогресс, 1969. С. 106-124.
37. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: Синтег, 1999.
38. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. М.: Логос, 2002. 392 с.
39. Ерофеев А.А., Поляков А.О. Интеллектуальные системы управления. СПб: Изд. СПбГТУ, 1999. 264 с.
40. Курейчик В.В. Эволюционные, синергетические и гомеостатические методы принятия решений. Монография. Таганрог. Изд-во ТРТУ, 2001.
41. Энциклопедия книжного дела. / Ю.Ф. Майсуразде и др. М.: Юристъ, 1998. 536 с.
