CC BY
114
УДК 159.9.072+159.91 ББК Ю9:681.3+Ю933
ПСИХОЛОГИЧЕСКАЯ КОНЦЕПЦИЯ ИЗВЛЕЧЕНИЯ ЭКСПЕРТНЫХ ЗНАНИЙ НА МОДЕЛЯХ МЕДИЦИНСКОЙ ПСИХОДИАГНОСТИКИ
K.P. Червинская
Обобщен опыт исследований в области инженерии знаний, отражен опыт, накопленный в процессе разработки экспертных систем в области медицинской психодиагностики. Описана методология построения моделей интерпретации тестовых данных, основанная на психологической концепции извлечения экспертных знаний, проанализирована феноменология эк-плицирования этих знаний. Как пример реализации концепции представлена модель интерпретации данных тестирования по методике «Семантический дифференциал времени» (СДВ).
Ключевые слова: инженерия знаний, медицинская психодиагностика, экспертные системы, феноменология эксплицирования экспертных знаний.
В последние годы в практической работе медицинских психологов происходят существенные изменения, связанные, прежде всего, с тем, что значительно увеличился вес использования компьютерного психодиагностического инструментария по сравнению с традиционными бланковыми методиками. В области медицинской психодиагностики появился принципиально новый класс компьютерных технологий - экспертные психодиагностические системы (ЭПС), под которыми понимаются компьютерные психодиагностические методики, осуществляющие вербальную интерпретацию результатов тестирования испытуемых на основе базы психодиагностических знаний - специальным образом формализованных знаний специалистов - экспертов - клинических психологов, обладающих опытом применения интерпретационных схем методики в процессе обследования испытуемых. Центральной проблемой создания такой психодиагностической технологии является разработки моделей интерпретации тестовых данных и, как следствие, формализованных баз психодиагностических знаний, на основе которых ЭПС строит психодиагностическое заключение на каждого конкретного испытуемого (Вассерман и др., 2003; Червинская и др., 2002; Червинская, 2003).
Актуальность создания моделей интерпретации тестовых данных и формализованных баз психодиагностических знаний в области медицинской психодиагностики очевидна и определяется следующими положениями.
1. Необходимость дальнейшей стандартизации тестового метода. Создание моделей интерпретации тестовых данных является закономерным развитием тестового метода как метода формализации процесса психодиагностического исследования испытуемых. Развитие тестового метода осуществлялось путем нарастания формализации: от стандартизации предъявляемых стимулов и получаемых ответов до формального анализа получаемых данных. При этом сохранялся нестандартный и неформальный характер интерпретации тестовых данных. Переход к психодиагностическому заключению, осуществляемому путем перевода числовых данных на психологический язык, как правило, мало формализован, нестрог, осуществляется во многом интуитивно на основе личного профессионального опыта психолога. Поэтому создание моделей интерпретации тестовых данных в виде баз знаний можно считать дальнейшей стандартизацией тестового метода.
2. Тиражирование экспертного опыта по интерпретации тестовых данных. Важной отличительной особенностью ЭПС от любого другого психодиагностического инструментария является отделение базы знаний от компьютерной программы, осуществляющей автоматизированное исследование испытуемых: база знаний не является составной частью компьютерной методики (на языке программистов - не «прошита в код»), а существует как правило в отдельном файле и доступна для просмотра и редактирования самим экспертам-психологам. Это
принципиальное положение разработки ЭПС возводит базу знаний в ранг вполне самостоятельного и востребованного объекта, оперирование с которым способствует тиражированию экспертного опыта по интерпретации результатов тестирования. Возможность оперировать с базой знаний как с самостоятельным объектом порождает важный эффект социального плана. Многие организации, имеющие у себя как психологическую службу, так и штат программистов, скорее нуждаются не в компьютерных психодиагностических методиках (запрограммировать методику не представляет собой никаких проблем даже для начинающего программиста), сколько в квалифицированных результатах психодиагностического тестирования. В этом отношении база знаний как аккумулятор опыта квалифицированных психологов может оказать незаменимую службу. Проведение работ по формированию базы знаний путем создания моделей интерпретации тестовых данных - это первый шаг на пути к эксплицированию и отчуждению знаний опытных психологов-экспертов с целью превращения их в интеллектуальных ресурс психолога, осуществляющего процесс психодиагностического исследования испытуемого.
3. Обучение медицинских психологов. Это положение естественно вытекает из предыдущего: гораздо проще передавать знания начинающим психологам, если они систематизированы и формализованы. Психолог, знания которого оказались эксплицированы, в процессе обучения студентов уже пользовался именно этим эксплицированным вариантом. Кроме того, сами по себе компьютерные психодиагностические заключения оказались востребованы студентами, поскольку дают четкое представление
о том, что же можно получить в результате тестирования с помощью той или иной методики. Этот эффект существенным образом облегчает практическим психологам ситуацию, связанную с подбором психодиагностического инструментария для своих нужд. Чтение заключений, выполненных даже на гипотетических испытуемых, дает хорошее представление о том, «как и о чем» работает методика. Поэтому специально в целях обучения нами был подготовлен каталог как «ручных» (т.е. написанных непосредственно психологом), так и компьютерных психодиагностических заключений (Васссерман и др., 2002).
4. Необходимость создания эффективного и качественного профессионального психодиагностического инструментария для психологов. В последние годы появилось множество компьютерных программ, претендующих на роль компьютерного психодиагностического инструментария. Автоматизированное заключение, реализуемое такими программами, может служить хорошим критерием оценки компьютерных психодиагностических методик в целом. С технической точки зрения создать алгоритм интерпретации результатов тестирования достаточно просто: для этого формулируются некоторые правила интерпретации в виде «если - то». Например, если «шкала Б (депрессии) методики ММР1» лежит в диапазоне 70Т-75Т - то «у испытуемого выражена внутренняя напряженность, неудовлетворенность ситуацией, пассивность, пессимизм». Эти правила, написанные для каждой шкалы и «прошитые» в код программы, обрабатываются компьютером последовательно, в порядке написания, а результаты (психологические характеристики испытуемого) предъявляются пользовате-лю-психологу. С точки зрения психодиагностической практики конструирование компьютерной интерпретации результатов тестирования этим способом оказалось плачевным. Например, при определенных тестовых данных, таких как одновременный подъем шкал Б (депрессии) и Ма (гипомании) методики ММР1, компьютер мог сформировать следующее противоречивое заключение: «у испытуемого выражена внутренняя напряженность, неудовлетворенность ситуацией, пассивность, пессимизм, активность, оптимистическая оценка перспективы, энергичность, активность». В то же время знания опытного клинического психолога позволяют ему разрешить это противоречие и описать состояние испытуемого как неустойчивое, эмоционально лабильное или «смешанное». Очевидно, что приведенные выше причины вызвали со стороны практических психологов большой скепсис и острую критику в адрес не только компьютерного психодиагностического инструментария, но и компьютерной психодиагностики вообще (Бурлачук и др., 1999).
В то же время последние десятилетия ознаменовались попыткой преодолеть указанные выше сложности путем создания компьютерных психодиагностических методик, осуществляющих вербальную интер-
претацию результатов тестирования на основе технологии инженерии знаний (Чер-винская и др., 2002). Инженерия знаний (от англ.: «Knowledge Engineering» - термин, введенный американским ученым Э.Фейген-баумом (Oskamp, 1962)) представляет собой научную дисциплину, изучающую проблемы извлечения, структурирования, представления, формирования, обработки и приобретения знаний, с целью построения интеллектуальных систем. Специалиста предметной области, чьи знания и опыт «извлекаются», называют экспертом, а специалиста, который занимается извлечением и структурированием знаний - инженером по знаниям или когитологом (Гаврилова и др., 1992). Само по себе направление появилось вследствие того, что разработчики экспертных систем столкнулись с весьма нетривиальными проблемами проведения экспертизы для получения и формализации знаний. В первых зарубежных работах по искусственному интеллекту эти проблемы только постулировались, в дальнейшем начались исследования, касающиеся изучения оптимальных стратегий извлечения экспертных знаний. При этом проблема извлечения экспертных знаний традиционно считается «узким местом» (от англ. bottleneck) в проектировании интеллектуальных систем (Гаврилова и др., 1992, 2001; Ларичев и др., 1989; Червинская, 2002, 2003, 2008; Chervinskaya et al., 2002; Glaser, 1984). По количеству цитируемости в литературе это изречение стало классическим и довольно точно отражает состояние дел.
Нами разработана психологическая концепция извлечения экспертных знаний, основные положения которой способствовали формулированию методологии построения моделей интерпретации тестовых данных в области медицинской психодиагностики.
Основная фигура - эксперт - является носителем или обладает важным для извлечения знаний психологическим свойством -экспертностью. Под экспертностью в дальнейшем будем понимать индивидуальный опыт эксперта, характеризующийся наличием знаний, умений и навыков, адекватных проблемам предметной области, и способствующий их решению, а также готовность к передаче этого опыта, проявляющаяся в способности к эксплицированию знаний, умений, навыков. Рассмотрение литературных источников, посвященных описанию социально-психологического феномена эксперт-
ной деятельности, показало, что можно выделить предварительные компоненты экспертное™ и определить их в качестве системы координат - «системного базиса», который эксплицирует необходимые и достаточные аспекты изучаемого системного объекта. Такими координатами являются: профессионализм, компетентность, опытность, наличие экспертных знаний, умение решать задачи и проблемы предметной области, способность и готовность эксплицировать знания и умения. Операционализация понятия «экспертность» позволила отделить экс-пертность от профессионализма и компетентности. Из шести компонент, выделенных на этапе рассмотрения социально-психологического феномена экспертной деятельности, системообразующими координатами оказались две - опытность (индивидуальный опыт человека) и готовность, способность эксплицировать знания, - являющиеся необходимым условием существования понятия «экспертность»; две составляющие - знания и умения - являются компонентами опытности.
Рассмотрение опытности как индивидуального опыта эксперта позволило на основании исследовательских работ, выполненных в рамках экспериментальной модели «новичок-опытный» сформулировать 25 ха-рактеристак опытности эксперта.
Классифицирование этих характеристик путем использования классического метода сортировки карточек позволило определить основные темы, обсуждаемые исследователями. Речь идет о трех феноменах (особая форма организации экспертных знаний, феномен подразумеваемых знаний и феномен подверженности экспертов когнитивным искажениям), и двух гипотезах (одна из которых касается когнитивного функционирования, а другая - координат измерения понятия «экспертность»), В процессе нашего исследования установлено, что феномен «особой формы организации экспертных знаний» оказался разложим на два: «экспертная категоризация» (процесс группировки предметов, событий и людей в классы и реагирование на них в зависимости от принадлежности к таким образом сформированным классам) и «экспертная процедурализация» (процесс перехода от явного использования декларативного знания к прямому применению процедурного знания). Следующим шагом было рассмотрение понятий «экспертные знания и умения» и выяснение природы
подразумеваемых знаний. На основе эмпирически валидизированной модели «подразумеваемых знаний» (Leonard et al., 2005) было установлено соотношение выделенных феноменов.
Модель «подразумеваемых знаний» имеет три размерности: когнитивную, специальных умений и социальную. Эти размерности были сопоставлены с выделенными ранее феноменами следующим образом: когнитивная размерность - с экспертной категоризацией, размерность специальных умений -с процедурализацией, а социальная - с ком-
муникацией знаний. Такое сопоставление означает, что в основе феномена экспертной категоризации лежит категоризация объектов согласно имплицитно усвоенному основанию, в основе феномена процедурализации лежит свернутость экспертных рассуждений и наличие имплицитных правил («подразумеваемые знания»), а коммуникация знаний является необходимым условием проявления, а, следовательно, эксплицирования подразумеваемых знаний. Полученная модель экс-пертности представлена на рис. 1.
Эффект проекции
Эвристика доступности
Рис. 1. Модель «экспертности»
Анализ построенной модели «экспертное™» на предмет того, каким образом каждая из компонент влияет на извлечение экспертных знаний, позволило сформулировать феноменологию эксплицирования экспертных знаний (рис.2). Выделены, описаны и систематизированы восемь феноменов, возникающих при работе с экспертом: экспертная категоризация; экспертная процедурализация; взаимодействие профессиональных дискурсов; проявление личностных особенностей как когитолога, так и эксперта; эффект чрезмерной уверенности; эффект привязки; эффект проекции; эвристика доступности. Систематизация выделенных феноменов осуществлялась путем
указания для каждого феномена трудностей эксплицирования экспертных знаний, а также путей преодоления этих трудностей.
Феноменология эксплицирования экспертных знаний является фундаментом, который позволяет задать три аспекта описания - коммуникативный, операциона-льно-инструментальный и процессуальный, - составляющие ядро концепции извлечения экспертных знаний. Феноменология эксплицирования экспертных знаний также позволила сформулировать оригинальное определение «извлечения экспертных знаний», несколько отличающееся от общепринятого в инженерии знаний. Под извлечением экспертных знаний будем
понимать процесс выявления и структурирования знаний эксперта по решению проблем предметной области, осуществляемый в результате взаимодействия ко-
гитолога и эксперта, с целью построения модели экспертных представлений и рас-суждений.
Рис. 2. Феноменология эксплицирования экспертных знаний
Коммуникативный аспект предполагает рассмотрение концепции извлечения экспертных знаний с точки зрения процессов коммуникации и коммуникативной деятельности. Для выделения коммуникативных моделей взаимодействия когитолога и эксперта были выбраны два основания:
• определение субъекта и объекта взаимодействия (на основе оценки характера деятельности участников взаимодействия -проявление активности либо пассивности, ответственности либо реактивности);
• определение числа участников взаимодействия (диадическое взаимодействие когитолога и эксперта либо многомерное взаимодействие когитолога и группы экспертов).
В соответствии с выделенными основаниями определены следующие четыре модели коммуникативной деятельности когитолога и эксперта: модель субъект-объектной деятельности, модель субъект-субъектной деятельности, модель многомерной субъект-объектной деятельности и модель многомерной смешанной деятельности.
Модель субъект-объектной деятельности характеризуется тем, что активность, ответственность и инициатива находятся у ка-кого-нибудь одного из участников диадиче-ского взаимодействия (когитолога или эксперта), причем в качестве объекта может быть как человек (когитолог или эксперт), так и другие материальные носители (текст, экспериментальные данные, компьютерная программа). Модель субъект-субъектной деятельности характеризуется тем, что активность, ответственность и инициатива находятся у обоих участников диадического взаимодействия (и когитолога, и эксперта). Важным условием в рамках данной коммуникативной модели является то, что процесс извлечения знаний имеет двухсторонний характер: когитолог извлекает знания у эксперта, эксперт, познавая смысл операции «построение модели предметной области», -у когитолога. В этом смысле можно говорить об осуществлении взаимовыгодного и равноценного обмена и взаимообогащения знаниями. Такое взаимодействие является творческим процессом, создающим предпо-
сылки для возникновения инсайта, осознания имплицитно усвоенных экспертом оснований. Здесь используются известные методы извлечения знаний: беседа или свободный диалог, работа с образами и картинками (прайминг-эффект), методы когнитивной компьютерной графики, сортировка карточек, методологические правила для создания полуструктурируемого интервью (Chervin-skaya et al., 2000).
Теоретическим обоснованием операционально-инструментального аспекта концепции извлечения экспертных знаний является теоретико-психологические основания антропоцентрического подхода в инженерной психологии. Отправными моментами явились мнение JT.C. Выготского (Выготский, 1982-1984) о том, что высшая ментальная активность и деятельность человека в целом опосредованы знаками («психологическими инструментами»), под которыми понимается широкий класс семиотических форм (структуры естественного языка, схемы, формулы, чертежи, символические образы и пр.). Важное место занимает положение
А.Н. Леонтьева (Леонтьев, 1983) о том, что инструмент является средством капитализации накопленного опыта и одной из форм внешнего закрепления видового опыта. Обобщение опыта зарубежных исследователей в этой проблеме опиралось на концепцию «когнитивных инструментов», формирующихся с одной стороны, из символического артефакта1, созданного субъектом или другими субъектами, а с другой - из одной или нескольких схем их использования. При этом принималось во внимание то, что структурирование деятельности эксперта и коги-толога связано с использованием артефактов, а стратегии деятельности испытуемых определяются типом артефакта, использующемся при выполнении задачи.
Когнитивные инструменты (инструменты структурирования) имеют существенное значение для процесса извлечения экспертных знаний как определенный мета-язык взаимодействия когитолога и эксперта. Конкретные виды когнитивных инструментов (определенные когнитивные артефакты и схемы их использования) формируют экспериментальное поле в области когнитивной психологии. Подробное рассмотрение этих
1 Понятие артефакт, заимствованное из когнитивной антропологии, означает любой материальный объект, изготовленный человеком.
исследований в области семантической репрезентации знаний позволило выделить эти конкретные инструменты структурирования. Совокупность инструментов структурирования задает всю палитру (инструментальное поле) взаимодействия когитолога и эксперта в процессе извлечения знаний. Смысл инструментов структурирования заключается в том, что определенные фрагменты экспертных знаний представляются наглядно и в такой иллюстрированной форме, которая может быть легко модифицирована при последующей работе с экспертом, а впоследствии перекодирована в любую из моделей представления знаний, реализованную тем или иным программным инструментарием. Как правило, такая форма носит отчетливо выраженный графический характер.
Процессуальный аспект, полностью базирующийся на сформулированной феноменологии эксплицирования экспертных знаний, предполагает рассмотрение концепции извлечения экспертных знаний с динамической точки зрения, носит ярко выраженный методологический характер, поскольку дает ответ на центральный вопрос: как осуществлять моделирование экспертных представлений в практических целях. Схема процессуального аспекта содержит в себе соотношения феноменов эксплицирования, стадий, этапов и шагов извлечения экспертных знаний.
Стадия «Подготовка» опирается на необходимость преодоления трудностей возникающих на начальном этапе взаимодействия эксперта и когитолога. Например, наблюдается симметричное увеличение когнитивной нагрузки участников процесса, обусловленное необходимостью в ограниченное время осмыслять значительный объем информации. При этом считается необходимым знакомство когитолога с основами предметной области, а эксперта - с азами инженерии знаний и когитологии.
Стадия «Выявления экспертных знаний» выделена в связи с тем, что экспертная категоризация осуществляется согласно имплицитно усвоенному им основанию, позволяющему эксперту мгновенно «усмотреть решение» или «увидеть принцип решения задачи». Для того чтобы смоделировать деятельность эксперта необходимо выявить это имплицитно усвоенное основание. В соответствии с этим стадия «Выявления экспертных знаний» предполагает этап «Выявления экспертного гештальта», на котором прояв-
ляется феномен осознания экспертом имплицитно усвоенного основания категоризации. «Экспертный гештальт» можно охарактеризовать как некоторое теоретическое представление эксперта или эмпирический принцип решения задач, сформированный в результате имплицитно усвоенного экспертом основания классификации, и способствующий на этапе «Категоризации» формированию исходной и диагностической системы понятий, установлению взаимосвязей и семантических отношений между этими понятиями.
Стадия «Структурирования» выделена на основе существования феноменов экспертной категоризации и экспертной проце-дурализации. Этапы «Категоризации» и «Про-цедурализации» различаются по типам использующихся экспертом когнитивных инструментов (инструментов структурирования декларативного типа - в первом случае и инструментов процедурного типа - во втором).
Выделение стадии «Результат» обосновано тем, что в итоге предыдущих стадий, этапов и шагов взаимодействия получена модель в виде иерархически связанных про-
Рис. 3. Схема процессуального аспекта из эксплицирования, стадий,
цедурных правил. Система продукционных знаний эксперта носит имплицитный характер, потому эксплицирование их традиционными методами (т.е. методами типа интервью, наблюдения и пр.) достаточно сложно и практически невозможно. Однако последовательное прохождение описанных выше этапов позволяет сформулировать иерархическую систему продукционных правил в явном (эксплицитном) виде, которая может стать основой для формирования базы знаний.
Очевидно, что по мере движения от стадий к шагам проявляется конкретизация и специфичность, обусловленная предметной областью и решаемой в ней задачей. При этом феномены, стадии и этапы покрывают широкий класс предметных областей, а конкретные шаги формирования базы знаний обусловлены спецификой предметной области.
Разработанная схема процессуального аспекта концепции извлечения экспертных знаний носит обобщенно-теоретический характер и представлена на рис. 3 (пример представлен в таблице).
ия экспертных знаний в виде соотношения феноменов и шагов извлечения экспертных знаний
Таблица
Фрагмент базы знаний методики СДВ (Семантический Дифференциал Времени)
Диагностические понятия:
Исходные уровни вложений интервалов
понятия: и паттернов Описание
рубрики 1-й 2-й 3-й
уровень уровень уровень
1=1 — — Испытуемый в целом негативно оценивает действительность. Выявляется склонность сосредо-
Ин < 0,8 — — тачивать внимание на отрицательных сторонах
— ЭВн>2,08 & — событий, окружающих людей и межличностных отношений, а также на личных недостатках и
в и ВВн<2,92 неудачах
О - СВн>2,14 — В оценке испытуемым актуальной жизненной
Он & ситуации присутствует двойственность, отра-
е ОВн>4,65 жающая внутренние противоречия, возможно, не
- - ЭВн<2,08 вполне осознаваемый внутриличностный кон-
§ - — фликт
н о - — СВн>5,7* Общий ход жизненных событий и личная дея-
X - — тельность, несмотря на их высокую динамичность, а также негативный фон настроения вос-
я - — ОВн>9,15
& __ принимаются испытуемым как весьма структу-
о рированные, прогнозируемые и понятные. Испытуемый ощущает тесную психологическую связь с реальностью, рационально-аналитически подходит к жизненным проблемам, способен отличить главное от второстепенного и планировать свое поведение
Таким образом, представленная психологическая концепция извлечения экспертных знаний описывается путем структурирования трех ее содержательных аспектов -коммуникативного, операционально-инстру-ментального и процессуального.
Разработанная концепция извлечения экспертных знаний была применена в области медицинской психодиагностики в форме построения моделей интерпретаций тестовых данных по методикам медицинской психодиагностики. В этой методологической парадигме были описаны тринадцать кейсов - экспериментальных работ по извлечению экспертных знаний клинических психологов, владеющих интерпретационными схемами конкретных психодиагностических методик клинической психодиагностики.
В качестве иллюстрации представим процесс построения модели интерпретации тестовых данных по методике «Семантический дифференциал времени» (СДВ)2 на основе результатов извлечения знаний экспер-та-психолога.
2 Авторы модели компьютерной интерпретации тестовых данных методики СДВ к.пс.н. Е.А. Трифонова (эксперт-психолог) и к-т.н. К.Р. Червинская (когитолог). ________________________________
1. Выявление экспертного гештальта. Основной принцип интерпретации результатов тестирования основан на исследованиях больных с эндогенными и психогенными депрессиями, проведенных М. Тей-верлаур (1992). Результаты исследований позволяют на основании ответов испытуемых соотносить их с тремя группами: с нормативной группой, группой больных с эндогенной депрессией и группой больных с психогенной депрессией (Л.И. Вассерман). Близость испытуемого к той или иной группе определяется на основании значений коэффициента ранговой корреляции Спирмена статистических данных по факторам методики СДВ, а клинический опыт экспер-та-психолога позволяет осуществить проекцию экспертных представлений на отобранные испытуемым прилагательные методики СДВ. Кроме того, существенным является представления эксперта-психолога
о том, что означают те или иные факторы, получаемые с помощью методики.
2. Формирование исходной системы
понятий. Процесс осуществлялся путем четкого формулирования полюсов исходных факторов: «Активности времени»
(АВ), «Эмоциональной окраски времени» (ЭВ), «Величины времени» (ВВ), «Струк-
туры времени» (СВ) и «Ощущаемости времени» (ОВ).
2. Формирование диагностической системы понятий.
Диагностическая система понятий, содержащая интервалы, паттерны и множественные сочетания паттернов, строилась следующим образом. Каждый из факторов, а также интегральный показатель для каждого описания (настоящее, будущее, прошедшее) были разбиты на четыре интервала. Учитывая большое число интервалов и паттернов, в том числе противоречивых, описание каждого интервала и множественных сочетаний последовательно, простым перебором не представляется возможным. Поэтому описанию подвергались паттерны, имеющие диагностическое значение, в процессе построения дерева решений, описанном на следующем этапе.
2. Установление взаимосвязей и семантических отношений между понятиями.
Под структурой диагностических понятий понимается система уровней вложения множественных интервалов и паттернов, полученная в результате установления взаимосвязей между диагностическими понятиями. Процесс извлечения экспертных знаний осуществлялся путем построения модифицированного дерева решений3. Модификация дерева решений заключалась в расширении количества ветвлений (дерево уже не двоичное), а также в возможности описания неконечных вершин. Деревья решений строились для каждого из трех аспектов времени (настоящего, прошедшего, будущего) в отдельности. На рис. 4 представлен фрагмент дерева решений, используемый при создании структуры диагностических понятий для описания будущего времени. В процессе построения такого дерева психологу каждый раз приходилось учитывать верхний уровень (например, повышенный или пониженный показатель структурированности будущего времени) и составлять промежуточные опи-
3 Дерево решений (decision tree) - это один из инструментов структурирования, который представляет собой дерево, в котором каждый неконечный узел представляет решение. В зависимости от решения, принятого в таком узле, управление передается левому или правому (относительно этого узла) поддереву. Результатом принятия последовательности решений, представленных узлами, начиная с корня, является лист дерева._________________________________________
сания (по сочетаниям шкал), учитывая то, как они будут согласовываться с выраженностью верхнего уровня. Ниже представлен пример вложенных правил, соответствующих фоновому выделению на рис. 4.
Если (СВб >=2,34) ТО {Испытуемый имеет довольно четкие представления и ожидания, касающиеся своей деятельности и жизненных обстоятельств в будущем.
{Если (АВб >= 5,1) ТО Будущее представляется испытуемому периодом, насыщенным событиями и впечатлениями, напряженной деятельностью, высокой социальной активностью.}
Если (АВп < 0,95) ТО При этом в представлениях испытуемого в будущем ему придется проявлять более высокую степень активности. По-видимому, испытуемый ожидает определенных перемен, которые побудили бы его к энергичной деятельности, наполнили бы его жизнь новыми впечатлениями, позволили бы существенно расширить круг социальных контактов. Полярность в оценках активности психологического времени в настоящем и будущем может указывать на то, что испытуемый неудовлетворен собственной пассивностью, недостаточной событийной наполненностью жизни, однако пока не готов предпринять шаги для изменения ситуации.}}
В целом полученную модель компьютерной интерпретации результатов тестирования испытуемых с помощью методики СДВ схематически можно отобразить на рис. 5.
3. Проведение процесса процедура-лизации.
Процесс процедурализации осуществляется следующим образом: изображенная на рис. 6 структура записывается в виде иерархических правил продукции. Запись начинается с названия рубрик. Поскольку они входят в текст компьютерной интерпретации безусловно, (т.е. не зависят от результатов испытуемого), им принудительно приписывается условие, которое является истинным всегда (1=1).
Для верификации разработанных таким образом баз психодиагностических знаний необходимо проводить специальные исследования по установления критериальной валидности компьютерного психодиагностического заключения. Такие исследования были проведены нами на двух методиках медицинской психодиагностики: «Выявле-
ние невротических черт личности» (НЧЛ) (Иовлев, 2006) и «Опросник интерперсональных отношений Т. Лири» (Червинская, 2008).
В заключении отметим, что практическое применение концепции извлечения экспертных знаний в области медицинской психологии можно рассматривать и в другом, более широком контексте. Исторически сложилось так, что процессы извлечения и структурирования знаний экспертов рассматривались в области инженерии знаний для построения экспертных систем. Однако литературные данные показывают, что использование методов (техник) извлечения знаний и методологий инженерии знаний вне контекста разработки экспертных (интеллектуальных) систем, т.е. в более широком русле, является эффективным в области психотерапии. Так, например, в известной работе английских исследователей N. Milton et al. (2006) представлены данные о высокой эффективности применения методов инженерии знаний в целях психотерапии. Исследователи вводят понятие персональных знаний как некоторых психологических знаний, которые помогают людям иметь дело с каждодневными проблемами и принимать жиз-
ненные решения. Областью экспертизы являются собственные знания людей, включая их знания о своем поведении, эмоциях, желаниях и жизненной истории. Авторами было проведено 80 сессий извлечения знаний у 10 участников с тем, чтобы оценить 8 методов извлечения знаний. Эмпирическая стадия позволила представить мета-модель персональных знаний и описать новую методологию для психологических исследований. Если людей считать экспертами своей жизни, то в этом плане можно говорить о более широком контексте проблемы извлечения знаний. Эксперименты показывают, что «извлекать» можно и так называемую «имплицитную теорию личности», под которой понимаются представления о структуре и механизмах функционирования личности (своей или другого человека), сформированные не в научном исследовании, а в повседневной жизни.
Таким образом, психологическая концепция извлечения экспертных знаний содержит в себе богатый потенциал для дальнейших исследований в области медицинской психологии.
Рис. 4. Фрагмент дерева решений при создании структуры диагностических понятий для построения модели интерпретации с помощью методики СДВ (описание будущего времени).
Исходная система понятті
-:;)Л ::
Рубрики-----------
Подрубрикн
^Активность АВн
настоящего времени
Эмоциональная \\ окраска ЭВн
\\ ^Величина ВВн прошедшего \ у
времени Структурированность СВн
Диагностическая система понятий
Уровни вложения интервалов и паттернов
1 уровень 2 уровень 3 уровень
ЭВн <-3.3 <г-
Описание
Описание
ЭВн < 2,0В & ВВн <2,92
Описание
-3.3 <= ЭВн < 2,08 ^
Описание
Оценка
будущего
времени
'Ощущаемость ОВн —
> СВн>=2,14 & ОВн >=4.65
ЭВн <2.08
Описание
СВн>5Л <-ОВн > 9,15'
\ Описание
Рис. 5. Модель интерпретации результатов тестирования с помощью методики СДВ
Исходная система понятий
'-ГГ
Рубрики
Диагностическая система понятий
Уровни вложения интервалов и паттернов 1уровеиь 2 уровень Зуровень
Рис. 6. Модель интерпретации результатов тестирования с помощью методики СДВ
Литература
1. Андерсон, Дж. Р. Когнитивная психологт / Дж.Р. Андерсон. - СПб.: Питер, 2002.
2. Бурлачук, Л.Ф. Словарь-справочник по психологической диагностике / Л.Ф. Бурлачук, С.М. Морозов. - СПб., 1999.
3. Вассерман, Л. И. Медицинская психодиагностика: введение в теорию, практику, обучение / Л.И. Вассерман, О.Ю. Щелкова // СПб., Ювента; М.: Издательский центр «Академия», 2003.
4. Вассерман, ЛИ. Компьютерный психодиагностический инструментарий в практической работе психолога. Методическое пособие /Л.И. Вассерман, В. В. Бочаров, Е.Л. Вассерман и др. - СПб., 2002.
5. Вассерман, Л.И. Семантический дифференциал времени как метод психологической диагностики личности при депрессивных расстройствах / Л.И. Вассерман, О.И. Кузнецов, В.А. Тагилыков и др. // Пособие для врачей и психологов. - СПб., СПбНИПНИим. В.М.Бехтерева.
6. Величковский, Б.М. Когнитивная наука: Основы психологии познания: в 2 т. / Б.М. Величковский - М.: Смысл, Издательский центр «Академия», 2006.
7. Волохонский, В.Л. Эффект привязки и семантический дифференциал / В.Л. Волохонский // Экспериментальная психология познания: когнитивная логика сознательного и бессознательного / В.М. Аллахвердов и др. - СПб.: Изд-во С.-Петерб. ун-та, 2006.
8. Выготский, Л.С. Собрание сочинений: В 6 т. /Л.С. Выготский. -М., 1982-1984.
9. Гаврилова, ТА. Извлечение и структурирование знаний для экспертных систем / Т.А. Гаврилова, К.Р. Червинская. - М.: Радио и связь, 1992.
10. Гаврилова, Т.А. Базы знаний интеллектуальных систем / ТА. Гаврилова,
В.Ф. Хорошевский. — СПб.: Питер, 2001.
11. Иовлев, Б.В. Методологические аспекты изучения эффективности компьютерной психодиагностики / Б.В. Иовлев, М.Ю. Новожилова., К.Р. Червинская, О.Ю. Щелкова // Вестник Санкт-Петербургского университета. Серия 6. -2006. - Вып. 2.
12. Канеман, Д. Принятие решений в неопределенности: Правила и предубеждения. / Д. Канеман, П. Словик, А. Тверски. — Хабаровск: Изд-во Институт прикладной психологии «Гуманитарный Центр», 2005.
13. Ларичев, О.И Выявление экспертных знаний / О.И. Ларичев, А.И. Мечитов,
Е.М. Мошкович, Е.М. Фуремс. - М.: Наука, 1989.
14. Леонтьев, А.Н. Избранные психологические произведения: В 2-х т. / А.Н. Леонтьев-1983.
15. Тейверлаур, М. Исследование восприятия времени у больных с невротическими и эндогенными депрессивными расстройствами: дис. ... канд. психол. наук / М. Тейверлаур. - СПб., 1992.
16. Тихомиров, O.K. Психология мышления: учебное пособие / O.K. Тихомиров. -М., 1984.
17. Холодная, М.А. Психология интеллекта: парадоксы исследования / М.А. Холодная. - Томск; М., 1997.
18. Червинская, К.Р. Медицинская психодиагностика и инженерия знаний /К.Р. Червинская, О.Ю. Щелкова // под ред. Л.И. Вассермана - СПб.: Академия, 2002.
19. Червинская, К. Р. Компьютерная психодиагностика/К.Р. Червинская. - СПб.: Речь, 2003.
20. Червинская, К.Р. Методика ин-терперсональных отношений Т. Лири: опыт эксплицирования знаний эксперта-психолога, интерпретационные схемы / К. Р. Червинская. - СПб.: Речь, 2008.
21. Шмелев, А.Г. Психодиагностика личностных черт / А.Г. Шмелев. - СПб.: Речь, 2002.
22. Chervinskaya, K.R. Some methodological aspects of tacit knowledge elicitation / K.R. Chervinskaya, E.L. Wasserman // J. of Experimental & Theoretical Artificial Intelligence. -2000. -V.12. -Ml. -P. 43-55.
23. Chi, M.T. Network representation of a child’s dinosaur knowledge / M.T. Chi, R.D. Koeske // Developmental Psychology. 1983 -V.19 (l).-P. 23-39.
24. Feigenbaum, E. Knowledge engineering: the applied side of artificial intelligence / E. Feigenbaum. — Stanford, 1980.
25. Glaser, R Education and thinking: The role of knowledge / R. Glaser // Amer. Psychologist. -1984. - V.39 (2). -P. 93-104.
26. Leonard, N. Tacit Knowledge in Academia: A Proposed Model and Measurement Scale / N. Leonard, G.S. Insch // The Journal of Psychology. -2005. -№139 (6). -P. 495-512.
27. Milton, N. Knowledge engineering and psychology: Towards a closer relationship / N. Milton, D. Clarke, N. Shadbolt // International Journal of Human-Computer Studies. -2006. - V.64. -№12. -P. 1214-1229.
28. Oskamp, S. The relationship of clinical experience and training methods to several criteria of clinical prediction / S. Oskamp // Psychological Monographs, 1962.
29. Patel, V.L. Cognitive Models of Directional Inference in Expert Medical Reasoning / V.L. Patel, M.F. Ramoni // Expertise in Context: Human and Machine / P. Feltovich,
К Ford, R. Hoffman (Eds.). - AAAI Press, Menlo Park, CA., 1998.
30. Tuthill, G.S. Knowledge Engineering /G.S. Tuthill. - TAB Books Inc., 1994.
31. Wielinga, B.J. International models for knowledge acquisition / B.J. Wielinga, J.A. Bre-uker // Proc. Advances in Artificial Intelligence (ESAI, Pisa). - North-Holland, Amsterdam, 1984.
Поступила в редакцию 29.09.2008.
Червинская Ксения Ральфовна. Кандидат технических наук, доцент кафедры эргономики и инженерной психологии психологического факультета Санкт-Петербургского государственного университета, старший научный сотрудник лаборатории клинической психологии Санкт-Петербургского Психоневрологического института им. В.М.Бехтерева: [email protected].
Kseniya R. Chervinskaya. Doctor of Computer Science, Assistant Professor of the Chair of Ergonomics and Human Engineering of the Psychological Department of St. Petersburg State University, Senior Research Scientist of the Laboratory of Clinical Psychology of the St. Petersburg V.M. Bekhterev Psychoneurological Research Institute: [email protected].
