CC BY
129
УДК 65.0 (075.8)
УПРАВЛЕНИЕ ЗНАНИЯМИ В СОВРЕМЕННОМ МЕНЕДЖМЕНТЕ
Ю.Н. Арсеньев, Т.Ю. Давыдова, В.С. Минаев
Исследованы вопросы управления знаниями в современных интеллектуальных системах, включающих комплексы алгоритмов и программ для реализации сложных социально-экономических и иных классов систем.
Ключевые слова: управление знаниями, экономико-математические методы, модели, программные средства, интеллектуальные системы поддержки принятия решений.
В современном менеджменте прослеживаются два подхода к обучению человеческих ресурсов и построению организационных структур разнообразных субъектов хозяйствования (СХ):
- специализация работников, создание функциональных структур;
- создание команд повышенной адаптивности и гибкости, способных осваивать новое с переходом в новое качество, повышение требований к их обучению и качеству, овладению множеством знаний, способностями извлекать новые знания, абстрактным и прогнозным мышлением, умениями поиска и выбора стратегий развития СХ.
Знания и информация имеют ряд принципиальных отличий (рис. 1):
- информация в узком смысле - «сырье» для принятия решений, являющихся новыми знаниями, и для практических знаний, получаемых на основе когнитивных методологических знаний, интерпретации данных и фактов в умственных действиях;
- знания - определенный структурированный вид информации;
- информация и знания - общественное благо, не убывающие при передаче и применении на практике;
- по отношению к субъекту деятельности информация выступает внешней, а знания - внутренней составляющими;
- информация индивидуальна и конкретна, а знание обобщенно (может быть и конкретно-практическим);
- информация связана с коммуникациями, как ее основной формой существования, но и знания передаются путем коммуникаций.
Рис. 1. Процесс превращения информации (И) в принятие решений (ПР) и практические знания (ПрЗ) под влиянием когнитивных знаний (КЗ) СХ
Н. Винер под информацией понимал «обозначение содержания, полученного из внешнего мира в процессе нашей адаптации к нему и адаптации наших чувств», т.е. содержательное представление мира. Но и для знания главное -содержание и семантика, т.е. смысл. Другие исследователи считали, что информация - синтаксические отношения, имеющие определенный смысл для адресатов (Р. Хартли); она снижает меру неопределенности, энтропии для получателя (К. Шеннон). И. Бар-Хиллел, Р. Карнап, Дж. Кемени, В.Ф. Венда стремились создать модели понятия информации с учетом семантики знаний, содержащейся в объекте. Рядом из них созданы логико-семантические теории, в которых информация - мера энтропии, снижающая или устраняющая неопределенности. Р. Акофф, В. Майлс особенно выделяли ценность, полезность информации. Бесполезные в достижении целей сведения - шум, а не информация.
В целом информация (от лат. information - разъяснение, изложение) - набор некоторых сведений, совокупность данных, являющихся базой формирования знаний. А.И. Демин выделял следующие формы информации: первичную (материя, вещество в конкретной форме); вторичную (наши представления о материи, веществе, выраженные символами, кодами); простую (направленность движения на преобразование первичной информации на базе вторичной). Особенно управление информацией и знаниями требуется при принятии решений на основе информационных технологий. Живые знания людей - лишь малая доля всего массива знаний в деятельности человека и СХ.
Модель DIKW (англ. Date - Information - Knowledge - Wisdom) в процессном подходе (рис. 2), показывает, что рост понимания в теории ведет к переходу от частного к общему, а в отношении практики - от общего к частному. Рост независимости от контекста обеспечивает переход от знания неосознанного к осознанному. В теории изучение данных и осознание их структуры и связей позволяет получить информацию, изучить законы, закономерности, модели, схемы, перейти к знаниям, от знаний к мудрости, пониманию общих принципов. В практике (деятельности) связь информации и теоретических знаний обусловлена исследованием проблемных ситуаций, сбором данных, выявлением, систематизацией и обработкой фактов, способствующих появлению новых знаний, а при достаточном их накоплении - созданию новых теорий.
Практические знания идут от понимания принципов к структуре и связям, способам (технологиям) их преобразованию в иные состояния [1, 2]. Если теоретические знания по характеру созерцательные, то практические знания - преобразующие. Самостоятельный сбор, получение сведений, использование данных могут быть структурированными и неструктурированными. Из их совокупности на базе сортировки, классификации, отбора им формируется информация - отобранные, отфильтрованные, обработанные, систематизированные данные и факты, имеющие отношение к
контексту назначенной цели. Работа с информацией позволяет специалисту получать практические знания в любой сфере деятельности, делать суждения, умозаключения, осуществлять действия, присущие конкретной ситуации на базе адекватных моделей, алгоритмов, схем, шаблонов, приемов и т.п.
Рис. 2. Модель DIKWпри взаимосвязи науки, обучения и практики: Д - данные; И - информация; З - знания; М - мудрость;
Т - творчество.
Мудрость в практической деятельности заменяется творчеством. Специалист использует определенные технологии преобразования объектов, но для творчества ему недостаточно знаний технологии, необходимы еще интуиция, озарение, вкус, смекалка. При этом профессионал частично или полностью уходит от старого контекста, создает новый контекст и новую среду.
Переход от теории к практике позволяет осознать потребность в специалисте, стремящемся к практическому использованию определенных знаний, созданных специалистом-исследователем. Преподаватель, как посредник в этом процессе, обучает специалиста-практика, ориентирует его в нужном направлении. Переход от практики к теории (практические знания обычно личностные), во вновь созданном контексте (объектах, средах) обычно позволяет получать новые данные, на которые исследователь обра-
щает свое внимание и, двигаясь по вектору знаний, создает новую теорию.
Данные как «сырье» для информации служат, в свою очередь, «сырьем» для знаний. Все это - интеллектуальные ресурсы для практики. Информация и знания по своей природе пассивны, но специалист на базе умственных технологий превращает их в конкретные практические действия.
Четырехуровневая модель управления «данные - знания» аналогична модели потребностей А. Маслоу. В этой модели нижний уровень соответствует данным, второй - информации, третий - знаниям, а четвертый - мудрости. Связь информации и знаний является сложной и циклической при трансформации данных в информацию, ее - в знания, а знаний - в теорию. Однако часто трудноопределимо, что является информацией, а что -знаниями. В трехуровневой модели типа «перевернутая пирамида» верхний уровень занимают когнитивные знания о производстве конкретных знаний, или метазнания, средний уровень - теоретические знания о предметной области, нижний малый уровень - практические знания о преобразовании объектов в этой предметной области.
Преобразование данных в информацию и принятие управленческих решений является основой деятельности менеджера, в которой крайне важны знания теории принятия решений. В общем случае информация служит входом интеллектуального процесса, его «сырьем», а знания - средством труда, преобразования промежуточных знаний в интеллектуальный процесс, а далее в интеллектуальный продукт. Поэтому знания разделяются на теоретические (их цель - формирование у специалистов общего понимания, языка общения) и практические (их цель - формирование знаний об обработке данных, их преобразовании и выработке управленческих решений). Взаимосвязь прошлой и текущей деятельности прослеживается на всех этапах жизненного цикла производства продукции (работ, услуг, деятельности). Установив общие потребности, можно выработать единые цели, устремления в сочетании с ценностями. «Мировой разум» как синоним интеллектуальной синхронизации цивилизации, введенный в древности греком Анаксагором, отражает синхронизацию общества на интеллектуальном уровне, позволяющую достичь эффекта синергии благодаря логико-прогностическим и чувственным способностям индивидов. Виды интеллектуальной, психологической гибридизации присущи любым процессам филогенеза и эволюции в обществе, при этом интегральная модель развития социума выступает продуктом синтеза совокупного интеллекта [3].
Успех в любой деятельности, включая творчество человека или СХ, связан с опережающим прогнозом и взаимной адаптацией его с внешней средой, уважительным взаимодействием персонала в производственных, социальных и межличностных отношениях. Гибридный интеллект - механизм совместного прогнозирования в процессе опережающей взаимной многоуровневой адаптации с внешней средой. В коммуникациях людей, владеющих частичной, неполной информацией о динамике внешней сре-
ды, выявляется их коллективная способность синтеза адекватной интегральной модели внешней среды и прогнозирования процесса взаимной адаптации с этой средой. Под системой гибридного интеллекта (СГИ) понимают совокупность интеллекта коллектива людей, взаимодействующего посредством компьютеров, книг, инструкций, программ и обучающих систем. СГИ реализуют комплекс функций, принципиально не выполнимый одним ЛПР при заданных условиях и критериях эффективности. По совокупности признаков, реализуемых задач и функций СГИ гораздо шире систем искусственного интеллекта (СИИ) (табл. 1, 2, рис. 3, 4):
В науке и практике различают следующий ряд категорий деятельности: ДВ ^ А ^ Ж ^ Д ^ ЧД ^ ТД ^ ПД ^ ДО,
где ДВ - движение; А - активность; Ж - жизнь; Д - деятельность; ЧД (ТД, ПД, ДО) - человеческая деятельность (трудовая, познавательная, деятельность общества).
Семантику пространства описания деятельностей отображают разными моделями, специфика которых подробно рассмотрена в [3].
При компьютеризации процессов деятельности ЛПР и СХ активно применяют экономико-математические методы, модели, программные средства, входящие в интеллектуальные системы поддержки принятия решений (ИСППР). ИСППР служат своеобразной надстройкой над оперативными системами управления. Их основные задачи: доставка данных и информации аналитического и сводного характера, разнообразных оценок для планирования, разработки моделей и прогнозов; формирование моделей взаимодействия высшего руководства и менеджмента СХ на базе методов прогнозирования, мониторинга, оптимизации, анализа и корректировки деятельности, сведений о состоянии рынков, конкурентов, динамики процессов и т.п.
Таблица 1
Особенности разновидностей интеллектуальных систем
Признаки отличия систем Системы гибридного интеллекта Системы искусственного интеллекта
1 2 3
Условия появления интеллекта Комплексное отражение условий решения задач Алгоритмы управления технологиями и объектами
Требования к созданию систем Учет психологических требований Учет инженерно-технических требований
Цели разработки Совершенствование и повышение творческого мыслительного потенциала Создание компьютерных программ как гибрида естественного интеллекта
Окончание табл.1
1 2 3
Сущность систем Антропоцентрические системы, способные прогнозировать, повышать адекватность и скорости реакции людей на изменения среды Машиноцентрические системы, неспособные к прогнозу, модификации интересов социума при изменении условий деятельности
Область возможных решений Переход от случайной творческой деятельности в решении неалгоритмизуемых задач к специализации, кооперации, решениям коллектива Автоматизированное решение задач научных исследований, САПР, испытаний, диагностики, контроля сложных ситуаций
Уровень прогноза Сложные системы с включением естественного, природного, искусственного интеллекта, с опережающим отражением взаимной адаптации Машинный интеллект, индивидуальные решения (интеллект предшественников превышает интеллект современников)
Рис. 3. Взаимосвязь стадий алгоритма решения творческих задач (I-VI)
и важнейших качеств (1-6) личности ЛПР: I - уточнение множества проблем и потребностей - критичность к существующим знаниям, богатый практический опыт (1); II - выбор важнейших проблем - широкая эрудиция, умение убеждать,
организаторские способности (2); III - формирование диагностического среза - профессиональная скрупулезность, объективность, честность (3); IV - обобщение и формирование интегральной модели - знание профессиональных языков, умение формулирования проблем (4); V- уточнение модели - абстрактное мышление, владение мощным языком, умение распознавать и проверять интегральную модель (5); VI - решение задачи, совершение открытия - умение адекватно представить интегральную информационную модель в компактном виде (6)
Рис. 4. Приоритеты в развитии общества с позиции деятельности: а - виды развития и приоритеты (жирная стрелка) общества; б -взаимосвязь наук о знаниях: Фил - философия; НоЗ - науки о знаниях;
Мат - математика; ВМ - вычислительная математика; Инф -информатика; Псих - психология; Пед - педагогика: КП (ПП) -креативная (педагогическая) психология; ИИ - искусственный интеллект; ИЗ - инженерия знаний; НМ - нейроматематика.
Таблица 2
Определения из теории гибридного интеллекта
Термин Определение, источник
1 2
Интеллект Механизм эволюционно-исторического прогнозирования
Естественный интеллект 1. Интеллект, умения и способности человека: видение гармонии в природе, музыке, поведении; воплощение мечты и фантазии в новые изделия и дела; распознавание Зла в отношении к себе и другим, немощным и обездоленным; отказ от нахальства, хамства в устремлениях к личной выгоде; добрая воля в принятии ответственных решений и успехе реализации задуманного; принятие эффективных оригинальных решений с учетом собственных и общественных интересов. 2. Ряд атом-типов развитого интеллекта: интуитивно-логический, интуитивно-этический; сенсорно-логический, сенсорно-этический; логико-интуитивный логико-сенсорный; этико-интуитивный этико-сенсорный
1 2
Машинный интеллект, функционирующий в интервале -1 < ^^ < 1 Автоматизм действий, имитация понимания ситуаций, нечеткого мышления, восприятия моделей, целостных структур, процессов, понятийно-образного мышления. Выполнение планов, актов, алгоритмов решений, моделей поведения, упорядочения данных, распознавания образов, оптимизации целей и поиска информации
ИИ, интеллектуальная система (ИС) Реализация априорных стратегий SAi при соблюдении максимального значения коэффициента корреляции априорных и реальных стратегий решения задач (г^^ = 1)
СГИ Комбинированные системы, включающие в себя естественный и искусственный (машинный) интеллект
Средства ИС: - техника - семиотика - логика организация Концепция ИС Искусственные рецепторы, компьютеры, устройства расширения природных возможностей людей. Знаковые системы и языки кодирования. Методы, понятия, формальные и неформальные модели. Структуры-стратегии, специалисты, их взаимоотношения, база интеграции УЗ. Состояниям, режимам и сценариям развития присуща цепь действий: «знать - уметь - мочь - хотеть - успевать - достигать требуемого результата»
Природный гибридный интеллект Синтез совокупностью живых систем интегральной прогностической модели состояния и динамики внешней среды с принятием и исполнением решений по неполным моделям при конвергенции состояний
Социотехни-ческий гибридный интеллект Компьютерная система коллективного оперативного решения задач проектирования, прогнозирования, планирования, управления с учетом динамики, интенсивности факторов информационного взаимодействия ЛПР
Критические факторы в создании ИСППР - время, ресурсная обеспеченность, потенциал развития и преемственности. Координация в решении этих задач требует информационной и математической поддержки и подготовки принятия решений. Приобретение ИСППР для других приложений не позволяет успешно решать многие задачи СХ. Поэтому целесообразна разработка интеллектуальной ИСППР, достаточно мощной, относительно гибкой, адаптивной и дешевой, охватывающей широкий спектр приложений, методов оптимизации ресурсов, принятия решений в условиях неопределенности и риска. Настройка ИСППР может быть: горизонтальной с множеством методов и моделей оптимизации ресурсов и средств принятия решений в разных сферах приложения; вертикальной с охватом уровней конкретной сферы деятельности; диагональной с настройкой и итерацией взаимодействия ЛПР с ИСППР, совместным поиском, выбором лучших альтернатив из множества допустимых на базе аппарата нечеткой логики с учетом целей, способов, содержания и семантики преобразований информации и результатов. На верхнем уровне ИСППР применяются модели знаний эксперта в предметных областях деятельности ЛПР и СХ, на нижнем -совокупность имитационных, аналитических, комбинаторных, логических, топологических моделей. Они описывают объекты предметной области, формируют данные для высоких уровней принятия решений [1-4].
Рис. 5. Структура ИСППР
Нами создано свыше 350 компьютерных программ, позволяющих решать задачи из многих сфер деятельности (рис. 5). Значительная их
часть имеет практическое внедрение в производство и процесс обучения студентов в вузе.
Список литературы
1. Арсеньев Ю.Н., Давыдова Т.Ю. Системы гибридного интеллекта: Экономика. Управление. Образование. - М.: Высшая школа, 2008. - 546 с.
2. Арсеньев Ю.Н., Давыдова Т.Ю. Инновации, инвестиции, интеллект: потенциал, модели. - М. - Тула: Изд-во ТулГУ, 2014. - 447 с.
3. Давыдова Т.Ю. Интеллектуальные ресурсы и управление знаниями. - М. - Тула: Изд-во ВЗФЭИ, ТулГУ, 2008. - 284 с.
4. Арсеньев Ю.Н., Давыдова Т.Ю. Менеджмент- и бизнес-образование в подготовке компетентных специалистов. - М. - Тула: Изд-во ТулГУ, 2012. - 276 с.
Арсеньев Юрий Николаевич, д-р техн. наук, проф., Россия, Тула, Тульский государственный университет, профессор кафедры информационной безопасности, Тульский филиал Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации, профессор кафедры менеджмента,
Давыдова Татьяна Юрьевна, канд. пед. наук, доцент кафедры экономики и управления Тульского государственного педагогического университета им. Л.Н. Толстого,
Минаев Владимир Сергеевич, канд. техн. наук, доц., Россия, Тула, Тульский государственный университет
KNOWLEDGE MANAGEMENT IN MODERN MANAGEMENT Y.N. Arsenyev, T.Y. Davydova, V.S. Minaev
The problems of knowledge management in modern intelligent systems-max, includes a set of algorithms and programs for the implementation of complex socio-economic and other classes of systems
Keywords: knowledge management, economic and mathematical methods, models, software, intelligent decision support system
Arsenjev Yurj Nikolaevich, doctor of science, (Russia, Tula, Tula State University, Russian Academy of National Economy and the Public Service under the President of the Russian Federation, a branch in the city of Tula),
Davydova Tatjana Yurievna, candidate of science (pedagogics), docent (Russia, Tula, Tula State Pedagogical University),
Minaev Vladimir Sergeevich, candidate of technical science., Rossia, Tula, Tula State University
