CC BY
27
направленность педагога как комплекс социально-психологических профессионально-значимых качеств.
Так, для образовательных учреждений педагогического профиля, готовящих специалистов для детей с ограниченными возможностями здоровья, в основе содержания образовательного процесса должны лежать нравственные императивы, толерантность, высокие гражданские качества.
Как показало выяснение этого вопроса у реальных педагогов, наиболее важными составляющими Я-концепции педагогов педагогического профиля, ориентированного на подготовку специалистов для работы с детьми с ограниченными возможностями здоровья, являются: общегражданские, нравственно-педагогические, ценностные ориентации, социально-перцептивные, коммуникативные, интерактивные качества, а также специальные индивидуально -психологические знания, умения и навыки, трансформированные на специфику деятельности в учреждении рассматриваемого профиля.
В качестве общего вывода по результатам проведенного анализа проблемы формирования и развития Я-концепции педагога следует отметить, что существенной детерминантой педагогической деятельности является общение и, следовательно, этот фактор может служить средством оптимизации этой концепции. Особо важную роль в оптимизации деятельности и общения играет обеспечение продуктивного развития у них профессиональных социально-психологических компонентов Я-концепции в структуре Я-идеального и Я-реального. В основе Я-идеального лежат социально-перцептивные эталоны, формирующиеся с точки зрения наличия личностно- профессиональных качеств педагога и его направленности на организацию эффективного взаимодействия в процессе профессиональной деятельности Поэтому эталоны деятельности и личности современных педагогов должны отражать те высокие требования времени, которые формируются, исходя из требований практики.
© Волкова Э.И., 2010
В.А. Сергеев
ПСИХОЛОГИЯ ИЗВЛЕЧЕНИЯ ЭКСПЕРТНЫХ ЗНАНИЙ СУБЪЕКТОВ ТРУДА
Ключевые слова: субъект труда, экспертные знания. Key words: the subject of labor, expertise.
Проблема извлечения экспертных знаний возникла в конце 1970-х годов в результате создания первых экспертных систем - интеллектуальных (компьютерных) программ, моделирующих в рамках определенной предметной области решение задач экспертами.
Зародившись в русле теории 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 принятия решений специалистом предметной области для создания экспертной системы - интеллектуальной программы, решающей профессиональные задачи так же, как это делает опытный профессионал.
Трудности проведения экспертизы и получения экспертных знаний для создания концептуальных моделей в различных предметных областях (медицина, химия и пр.) положили начало самостоятельному научному направлению - инженерии знаний (от англ. knowledge engineering), предназначенному для изучения проблем извлечения и структурирования экспертных знаний, представления, формирования, обработки и приобретения знаний интеллектуальными системами. Психологический аспект инженерии знаний касается исследования проблемы извлечения экспертных знаний, возникающей в
процессе построения модели экспертных представлений и рассуждений путем взаимодействия двух субъектов труда: инженера по знаниям или когитолога (специалиста по извлечению знаний, от лат. cogitio - мыслить; греч. logos - слово, учение) и эксперта (специалиста предметной области).
По мнению специалистов в области искусственного интеллекта, эффективность экспертных систем определяется не столько формальными схемами логического вывода, сколько знаниями экспертов предметной области, которые удалось «выявить» и «перенести» в компьютер.
Анализ исследовательских работ в области инженерии знаний как основы проектирования экспертных систем (область компьютерных наук) показывает, что, несмотря на успехи в разработке компьютерной аппаратуры, программного обеспечения, оптических носителей (дисков), электронных коммуникаций и прочих новейших технологий, центральной проблемой создания любой экспертной системы является процесс передачи знаний и опыта решения задач экспертом в компьютерную систему, называемый «приобретением знаний».
К настоящему времени в теории классических экспертных систем разработана формализованная технология извлечения и представления экспертных знаний. Однако существует целый ряд трудностей:
• Построение ЭС не под силу конечному пользователю, не обладающему экспертными знаниями о проблемной области.
• Необходимость привлечения человека-эксперта в проблемной области, который является носителем знаний. Кроме трудности нахождения эксперта (его может и не быть), необходимо добавить еще и возможные трудности взаимодействия эксперта со специалистом-когнитологом (именно последний, путем диалога с экспертом, оформляет полученные от эксперта знания в выбранном формализме представления знаний).
• Имеющаяся оболочка ЭС и/или используемая ей модель представления знаний могут плохо подходить для выбранной проблемной области, задачи. Это часто вынуждает разрабатывать программный инструментарий "с нуля".
• Процесс извлечения знаний из эксперта, их формализация, проверка на непротиворечивость и устранение противоречий очень длителен, несмотря на наличие программных средств автоматизации. До получения первого прототипа системы проходит длительное время (месяцы), и до этих пор нельзя определить, возможно ли построение ЭС, решающей поставленную задачу с заданной степенью точности и увеличивающей точность решения при дальнейшем пополнении базы знаний, либо достижение заданных характеристик системы невозможно. Это может вести к большим материальным затратам в последнем случае. Другими словами, один из самых первых этапов при разработке любой информационной системы - анализ реализуемости - при разработке ЭС откладывается до момента построения исследовательского прототипа системы.
Перечисленные трудности препятствуют широкому применению теоретических методов и программных оболочек ЭС на практике.
Создание систем «приобретения знаний» или инструментальных сред автоматического проектирования баз знаний, разработка промышленной методологии и на ее основе технологии построения интеллектуальных систем являются основным полем деятельности специалистов в области «приобретения знаний».
Анализ работ, посвященных исследованию психологического аспекта инженерии знаний, который провела К.Р.Червинская (2010), показывает крайне слабую степень разработанности проблемы извлечения экспертных знаний. Извлечение знаний (от англ. knowledge elicitation) понимается довольно узко как процедура взаимодействия когитолога с экспертом, в результате которой становятся явными рассуждения специалистов при принятии решений и структура их представлений о предметной области. Извлечение
экспертных знаний традиционно считается «узким местом» (от англ. bottleneck) в проектировании экспертных систем. По количеству цитируемости в литературе по инженерии знаний это изречение стало классическим и довольно точно отражает состояние дел. Исследователи в большинстве своем указывают на трудности получения экспертизы, а преодоление указанных трудностей видят в создании методов извлечения экспертных знаний и в привлечении когнитивных моделей, разработанных в русле когнитивной психологии как экспериментальной науки, с целью проведения концептуального анализа знаний. В связи с этим создание теоретико-психологических оснований извлечения экспертных знаний субъектов труда (когитолога и эксперта) является актуальной в научном плане и востребованной в практике конструирования экспертных систем.
Анализ литературных источников в области коммуникативного аспекта извлечения экспертных знаний показывает, что взаимодействие когитолога и эксперта как форма коммуникативной деятельности может рассматриваться с единых позиций и иметь следующую типовую структуру: субъект деятельности (активность, инициатива); объект деятельности (пассивность, реактивность); цель деятельности; перцепция; методы извлечения знаний; результат деятельности. Для выделения коммуникативных моделей взаимодействия когитолога и эксперта выбраны следующие основания: представления о том, кто из участников взаимодействия проявляет активность и инициативу (субъект деятельности), а кто - пассивность и реактивность (объект деятельности), а также количество участников взаимодействия: диадическое взаимодействие (когитолог и эксперт) и многомерное взаимодействие (когитолог и группа экспертов).
В соответствии с выделенными основаниями определены следующие модели коммуникативного взаимодействия когитолога и эксперта.
1. Диадическое взаимодействие.
1.1. Субъект-объектное: активность, ответственность и инициативу проявляет один из участников (когитолога или эксперта), в качестве объекта может быть как человек (когитолог или эксперт), так и другие материальные носители (текст, экспериментальные данные, компьютерная программа). В зависимости от того, кто является субъектом, а кто - объектом, можно выделить шесть ситуаций такого взаимодействия.
1.2. Субъект-субъектное: активность, ответственность и инициативу проявляют оба участника, процесс извлечения знаний имеет творческий, двухсторонний характер, создающий предпосылки для возникновения инсайта, осознания имплицитно усвоенных экспертом оснований категоризации.
2. Многомерное взаимодействие.
2.1. Субъект-объектное: активность, ответственность и инициативу проявляет когитолог, который взаимодействует с группой экспертов.
2.2. Смешанное: активность, ответственность и инициатива находятся у группы экспертов, а когитолог либо проявляет активность как ведущий или модератор группы, либо остается в роли пассивного наблюдателя процесса, фиксируя на бумагу (материальные носители) предлагаемые экспертами идеи.
Девять ситуаций коммуникативного взаимодействия когитолога и эксперта характеризуются специфическим наполнением типовой структуры: субъект, объект, цель деятельности, перцепция, методы извлечения знаний и результат деятельности. Выбор конкретной модели взаимодействия когитолога и эксперта предопределяет структуру взаимодействия, включая необходимость использования конкретных методов в процессе извлечения экспертных знаний.
Как показано в работе К.Р. Червинской, изучение проблемы извлечения экспертных знаний субъектов труда также востребованно при решении задач проектирования когнитивных компьютерных систем, человеко-компьютерного
взаимодействия, исследуемых в русле современной эргономики и инженерной психологии.
С появлением такой области исследования как человеко-компьютерное взаимодействие зарубежные исследователи обнаружили ограниченность когнитивного подхода, что привело к смене парадигмы исследования путем активного заимствования идей культурно-исторической школы Л.С.Выготского, теории деятельности А.Н.Леонтьева и когнитивной антропологии М.Коула.
Методологическим приемом антропоцентрического подхода в области когнитивной эргономики становится когнитивный анализ деятельности как процесс создания концептуальной модели деятельности путем выявления и анализа знаний, которыми владеют субъекты труда в процессе взаимодействия с артефактами.
В рамках антропоцентрической парадигмы исследователи различают деятельность по проектированию когнитивных систем и деятельность по их использованию. В обоих случаях встает проблема извлечения знаний субъектов труда, в первом случае (проектирование) - извлечение знаний экспертов, а во втором (использование) -извлечение знаний пользователей.
В настоящее время отмечается слабая степень разработанности проблемы проведения когнитивного анализа деятельности в отечественных исследованиях. Анализ зарубежных исследований показывает, что данное направление представлено диапазоном методологий когнитивного анализа деятельности, когнитивными моделями, которые можно использовать в процессе решения практических задач, а также методами, позволяющими получать знания людей об их деятельности. Исследователи отмечают недостаточную проработанность данной проблемы в теоретическом и прикладном аспектах, а также указывают на необходимость построения концептуальной базы прикладной когитологии, предполагающей систематизацию и использование разработанных в русле когнитивной психологии моделей для проектирования и оценки когнитивных технических (компьютерных) систем.
Разработка экспертных психодиагностических систем, баз знаний оказалась востребованной в практике психологии. Под экспертными психодиагностическими системами (ЭПС) понимаются компьютерные методики, осуществляющие вербальную интерпретацию результатов тестирования испытуемых на основе баз психодиагностических знаний.
В основе таких баз знаний лежат концептуальные модели интерпретации тестовых данных, построенные путем извлечения (эксплицирования) знаний специалистов -психологов, имеющих имплицитные знания интерпретационных схем методик и опыт их использования в процессе подготовки потребных психодиагностических заключений . Проведение экспериментальных работ по созданию моделей интерпретации тестовых данных приводит к эксплицированию и отчуждению знаний опытных специалистов, превращая такие «отчужденные знания» в интеллектуальный ресурс практических психологов. Очевидно, что тиражирование экспертного опыта по интерпретации тестовых данных открывает новые возможности повышения качества как обучения, так и практической работы психологов.
Реализация принципов инженерии знаний в области психодиагностики способствовала появлению психодиагностической технологии принципиально нового класса: конструированию экспертных психодиагностических систем.
Практическое использование разработанной К.Р.Червинской методики было осуществлено на примере экспериментальных работ по извлечению экспертных знаний в области медицинской психодиагностики и представлению результата таких работ -эксплицированных знаний экспертов-психологов - в виде конкретных моделей
интерпретации тестовых данных, которые легли в основу баз знаний экспертных психодиагностических систем.
В качестве экспертов выступали специалисты в области медицинской психологии, имеющие большой опыт работы как в клинике, так и в лаборатории клинической психологии Психоневрологического института им. В.М.Бехтерева.
Постановка задачи создания моделей интерпретаций тестовых данных осуществлялась на базе моделирования экспертных рассуждений психологов путем эксплицирования интерпретационных схем тестовых данных для формирования базы психодиагностических знаний, которая стала основой экспертной психодиагностической системы, реализующей компьютерное заключение по результатам тестирования испытуемого.
Основная сложность процесса извлечения интерпретационных схем эксперта-психолога заключалась в том, что экспертные знания и опыт имеют во многом интуитивный, неосознаваемый, имплицитный и трудновербализуемый характер. Знание интерпретационных схем и умение использовать их на практике при написании психодиагностического заключения - это имплицитные знания, т.е. знания, которые трудно вербализуются, но, тем не менее, проявляются в процессе решения задачи.
Важным компонентом создания моделей интерпретаций тестовых данных является выбор стратегии, который может основываться на разных подходах и определяет разновидность модели:
• модель интерпретации для тестов с независимыми шкалами, основанная на стратегии «приписывания портретов»,
• модель интерпретации для тестов с зависимыми совместимыми шкалами, основанная на стратегии «склейки текста с учетом сочетаний».
• модели интерпретации для тестов с зависимыми противоречивыми шкалами, основанная на стратегии «склейки текста с разрешением противоречий»
Например, стратегия «приписывания портретов», характерная для одномерных методик (шкал) или для многомерных методик с независимыми шкалами, предполагает разбиение шкалы (или шкал) на интервалы и составление психологом психологических портретов испытуемых на каждый интервал шкалы (или на каждый интервал всех шкал).
Стратегия «склейки текста с учетом сочетаний», используемая для многомерных методик с совместимыми шкалами, предполагает построение заключения из отдельных описаний психологических свойств личности, «склеиваемых» компьютерной программой с учетом семантического отношения «совместимости», существующего между шкалами, в единый, связный и непротиворечивый текст, адекватный измеряемым методикой параметрам.
Стратегия «склейки текста с разрешением противоречий», характерная для многомерных методик с зависимыми шкалами, предполагает построение заключения из отдельных описаний психологических свойств личности, «склеиваемых» компьютерной программой с учетом семантических отношений, существующих между шкалами, в том числе и противоречивых, в единый, связный и непротиворечивый текст. Под несовместимыми (противоречивыми) отношениями понимаются такие отношения между шкалами, которые указывают на конфликт между собой: одновременный подъем (спад) этих шкал указывает на противоречивые свойства личности. Например, стремление ориентироваться на ситуационно обусловленное поведение, отражаемое в пике профиля ММР1 на третьей шкале, может противоречить склонности следовать ригидным концепциям, характерной для личностей, профиль которых определяется пиком на шестой шкале.
Основным инструментом процедурного типа, используемым при построении моделей в области психодиагностики, является модифицированное дерево решений.
Результат построения модели интерпретации тестовых данных представляет собой модель в виде иерархически организованных процедурных правил.
В целом все сказанное позволяет сделать следующие выводы.
1. Проектирование когнитивных компьютерных систем (экспертных систем, систем поддержки принятия решений, систем «человеко-компьютерного взаимодействия») включает в себя процесс извлечения экспертных знаний, в рамках которого осуществляется взаимодействие субъектов труда с целью построения модели экспертных представлений и рассуждений.
2. Феномены экспертной категоризации и процедурализации, проявление дискурсивных и личностных особенностей специалистов (когитолога и эксперта), эффекты чрезмерной уверенности, привязки, проекции, эвристика доступности являются барьерами и существенно затрудняют процесс эксплицирования экспертных знаний. Анализ этих феноменов позволяет наметить пути разрешения проблемы в виде аспектов рассмотрения процесса извлечения экспертных знаний: коммуникативного, операционально-инструментального и процессуального. Теоретико-психологическими основаниями извлечения экспертных знаний являются разработанные коммуникативные модели, мета-язык и процессуальная схема взаимодействия субъектов труда.
3. Коммуникативные модели взаимодействия субъектов труда характеризуются специфическим наполнением типовой структуры (субъект, объект, цель деятельности, перцепция, методы извлечения знаний и результат деятельности) и определяют диадическое и многомерное субъект-объектное и субъект-субъектное взаимодействие. Субъект-объектная модель задает взаимодействие, при котором активность проявляет один из участников, а в качестве объекта выступает как человек (когитолог или эксперт), так и другие материальные носители (текст, экспериментальные данные, компьютерная программа). Субъект-субъектная модель определяет взаимодействие, при котором активность проявляется обоими участниками, процесс извлечения знаний имеет творческий, двухсторонний характер, создающий предпосылки для возникновения синергетического эффекта, инсайта, осознания имплицитно усвоенных экспертом оснований категоризации. Выбор конкретной коммуникативной модели предопределяет структуру взаимодействия, включая необходимость использования конкретных методов в процессе извлечения экспертных знаний.
4. Мета-язык взаимодействия субъектов труда включает в себя набор инструментов структурирования декларативного и процедурного типа. В качестве когнитивных артефактов как искусственных устройств, интегрирующих знания, выступают конкретные виды когнитивных структур, опосредованные классами базовых семантических отношений: деревья, кластеры, пространства, цепочки и сети. Инструменты структурирования, определяемые в общем виде как когнитивные артефакты и схемы их использования, представляют собой набор формализмов инженерии знаний, полученных в результате использования выделенных когнитивных артефактов в процессе концептуального анализа знаний. К инструментам структурирования декларативного типа относятся классификационные деревья, фреймы, ассоциативные сети, шкалы, семантические сети и пр., а к инструментам структурирования процедурного типа -деревья решений, деревья целей, иерархические сети действий, продукционные правила, сценарии и пр. Набор инструментов структурирования может расширяться с учетом специфики разных предметных областей.
3. Процессуальная схема извлечения экспертных знаний задает алгоритм прохождения стадий, этапов и шагов в процессе извлечения экспертных знаний. В соответствии с феноменами эксплицирования процессуальная схема включает в себя следующие стадии: «Подготовка», «Выявление», «Структурирование» и «Результат». Этап «Выявления» экспертных знаний характеризуется субъект-субъектным
взаимодействием когитолога и эксперта, способствующем осознанию экспертом имплицитно усвоенного основания категоризации. Этап «Структурирования» характеризуется преимущественно субъект-объектным взаимодействием и включает этапы «Категоризации» и «Процедурализации», предназначенные для формирования модели экспертных представлений с помощью инструментов структурирования декларативного и процедурного типа.
4. Методология построения моделей интерпретаций тестовых данных, основанная на процессуальной схеме извлечения экспертных знаний, включает в себя последовательность трех этапов и пяти взаимосвязанных с ними шагов (табл. 1).
Таблица 1
Алгоритм извлечения экспертных знаний_
№ Этапы Шаги
1 Выявление экспертного гештальта
2 Категоризация Формирование исходной системы понятий
Формирование диагностической системы понятий
Установление взаимосвязей и семантических отношений
3 Процедурализация Проведение процедурализации
4 Результат Модель: система иерархически организованных продукционных знаний
На каждом этапе участниками взаимодействия осуществляется выбор конкретной коммуникативной модели и использование инструментов структурирования декларативного или процедурного типа. Формирование исходной и диагностической систем понятий, установление взаимосвязей и семантических отношений, проведение процедурализации и построение системы иерархически организованных продукционных правил задают последовательность разработки моделей интерпретации тестовых данных в области психодиагностики.
5. Практическое применение концепции извлечения экспертных знаний в области психодиагностики привело к появлению психодиагностической технологии принципиально нового класса - конструированию экспертных психодиагностических систем. Конструирование экспертных психодиагностических систем в области психодиагностики включает в себя построение моделей интерпретации тестовых данных путем извлечения знаний экспертов - психологов; верификация моделей осуществляется путем установления валидности компьютерного психодиагностического заключения.
Литература:
1. Горбань П.А. Нейросетевая реализация метода семантического дифференциала и анализ выборов американских президентов, основанный на технологии производства явных знаний из данных // Материалы XXXVII Международной научной студенческой конференции "Cтудент и научно-технический прогресс": Информационные технологии. Новосибирск, НГУ, 1999.
2. Извлечение и структурирование знаний для экспертных систем / Т. А. Гаврилова, К. Р. Червинская. - М.: Радио и связь, 1992
3. Кан Л.В., Кузнецова Ю.М., Чудова Н.В.. Экспертные системы в области психодиагностики // Искусственный интеллект и принятие решений. 2010, №2.
4. Лисиенко В.Г., Морозова В.А., Сучков А.В. Комплексная система оценки и повышения квалификации персонала доменного производства как пример решения ряда
ключевых задач инженерной психологии. // Современные проблемы информатизации в системах моделирования, программирования и телекоммуникациях №1,2010, с. 119-124.
5. Малиновский В.п. Рефлексия корпоративного опыта как способ извлечения экспертного знания // Научная сессия МИФИ-2003. Т.3 Интеллектуальные системы и технологии. С. 80.
6. Червинская К.Р. Методика интерперсональных отношений: опыт эксплицирования знаний. Эксперта-психолога, интерпретационные схемы. Методическое пособие. - М.: Речь, 2010.
7. Червинская К.Р. Психологические основы инженерии знаний. Учебное пособие. СПб: Факультет психологии СПбГУ. 2009.
© Сергеев В.А., 2010
