Накопичення і подання юридичних знань
На думку більшості фахівців, функція накопичення знань – одне з “вузьких місць” технології експертних систем.
Питання полягає в тім, звідкіля, що і як витягати? Хто є джерелом знань? У загальному випадку це може бути експерт, розроблювач системи і користувач.
Джерелами знань є підручники, довідники, матеріали конкретних досліджень у проблемній галузі. Класичне джерело знань – це експерт у даній галузі, знання від якого одержує розроблювач систем, що виступає в ролі інженера зі знань. При побудові експертної правової системи інженер зі знань зіштовхується з проблемою специфіки правового знання.Специфіка юридичного пізнання полягає в тім, що поставлені в юридичній практиці та літературі питання і проблеми можуть усвідомлюватися і вирішуватися відповідно до різних підходів. Можна виділити принаймні три основних підходи [118][199] до рішення подібного роду проблем.
Практичний – коли виникла проблема або питання обговорюється в самій юридичній практиці. Досвід обговорення показує, що майже кожен практик (суддя, прокурор, адвокат, слідчий) по–своєму тлумачить важкі юридичні випадки, у результаті чого вони, як правило, не можуть прийти до погодженого рішення.
Науковий – коли ті ж самі питання і проблеми стимулюють обговорення в юридичній науці своїх проблем. Наприклад, питання, що стосуються юридичних понять, обумовлюють обговорення в юридичній науці проблем юридичних норм і права.
Підхід, що поєднує два попередніх, задається через рефлексію юридичного мислення, спрямовану, з одного боку, на виявлення різних проблем і протиріч, що виникають у юридичному мисленні, з іншого боку – на засоби вирішення цих проблем і протиріч.
Юридичне знання володіє безліччю специфічних особливостей, для нього також характерно і те, що різні юристи по–різному трактують той самий факт або подію. Тому необхідно проаналізувати, на основі яких знань або досвіду вони діють, провести аналіз юридичної події або факту.
“Юридична наука і практика, – пише А. Черданцев, – мають справу з фактами різного порядку: і з фактами – явищами дійсності, і з фактами як формою людського знання… Значення фактів як форми знання в юридичній практиці настільки істотно, що в ряді випадків вони можуть дати юридичні наслідки без існування самого життєвого конкретного факту. Це буває тоді, коли юридичний факт–знання без достатніх доказів приймається за достовірний. Наприклад, суд фіксує у вироку факт здійснення конкретного злочину конкретним суб\'єктом на основі самообмови й інших недостатньо перевірених даних і виносить обвинувальний вирок” [149][200]. Отже, необхідне чітке розходження між юридичними фактами й обставинами і юридичними знаннями про такі факти й обставини, оскільки логіка розгляду і судження в кожнім випадку буде різною. Однак автор даної роботи стверджує, що в юридичній дійсності неминуче “існування юридичного факту в двох площинах: і як факту реального життя, і як факту–знання” [149][201]. Звідси виникає проблема юридичного факту: які наслідки спричинить ототожнення юристом реальних обставин і фактів зі знаннями, що характеризують ці факти й обставини? Ідеально, якщо юридичний факт існує як факт реального життя (тобто ці факти тотожні), отже, і його тлумачення повинно бути єдиним. На думку В.М. Розіна, “за юридичними фактами ховається складна реальність, що включає як особливості нової юридичної практики, так і установки особистості юриста” [118][202]. Щоб зрозуміти, чому різні юристи по–різному трактують той самий факт або подію, проаналізуємо, на основі яких знань чи досвіду вони діють:– знання законів, причому, якщо законодавство усталене, то це джерело у всіх юристів однакове, отже, з погляду знання законів усі юристи повинні діяти одноманітно;
– унікального досвіду юридичної практики: знання прецедентів, досвід участі в судочинстві, досвід юридичного тлумачення, знання вторинних норм;
– розходження в розумінні юристами “реальності права”:
а) розуміння під правом тільки суворе дотримання закону;
б) збереження і відтворення соціалістичної правосвідомості;
в) відтворення західної правосвідомості;
г) апелювання до ідеї справедливості, що також усіма розуміється по–різному;
– чисто технічно той самий факт або подія юристами можуть бути по–різному витлумачені й інтерпретовані.
Таким чином, юридичний факт – це не просто знання, що відбиває реальну подію, а проекція складної юридичної діяльності, що несе на собі суб\'єктивний погляд юриста й особливості сучасної ситуації [118][203].
Особливості юридичного пізнання полягають у тому, що “у чистому виді воно не може бути зведено ні до природничонаукового, ні до гуманітарного, хоча, безумовно, останній тип більш характерний для слідства [118][204].
Це пояснюється специфікою:1) об\'єкта юридичного пізнання – специфікою діяльності і поводженням людини, суб\'єктивністю версії слідчого, його впливом на поводження учасників і т.п.;
2) обґрунтування і спростування висунутих версій, що включає ряд психологічних моментів, що не виключає впливу на свідомість і поводження учасників слідства.
На думку Бюгокенена, “накопичення знань – це передача потенційного досвіду рішення проблеми від деякого джерела знань і перетворення його у вид, що дозволяє використовувати ці знання в програмі” [161][205].
На думку С. Осуги і Ю. Саекі, в процесі витягу знань найважливіше – одержати правила висновків, що необхідні для реалізації функцій експертної системи [111][206]. Правила висновку описуються через зв\'язок між об\'єктами, поняттями й атрибутами, що формують базову структуру предметної області. Існує кілька підходів до проблеми одержання знань, що закладаються в базу:
– витяг знань без застосування комп\'ютера, коли знання отримані шляхом безпосереднього контакту інженера зі знань і джерела знань;
– накопичення знань із застосуванням спеціальних програмних засобів, орієнтованих на діалог з експертом і "випитування" у нього фрагментів знань;
– формування знань шляхом одержання знань з даних у результаті аналізу спеціальними математичними процедурами великих вибірок даних і автоматичного висновку закономірностей, що зв\'язують ці дані [32][207].
Перший підхід – витяг знань у результаті взаємодії експерта і джерела знань, у результаті чого стають явними процес міркувань фахівців при ухваленні рішення і структура їхніх представлень про предметну галузь, має низьку продуктивність і свої недоліки. Передача знань виконується в процесі тривалих і великих співбесід між інженером зі знань і експертом у визначеній предметній галузі, що здатний досить чітко сформулювати наявний у нього досвід. Існує ряд причин низької продуктивності.
По-перше, за статистичними оцінками, у день можливо сформулювати від двох до п\'яти “елементів знання”.
По-друге, у зв\'язку з тим що у фахівців у вузькій галузі, як правило, власний жаргон, який важко перекласти на звичайну природну мову, і зміст жаргонного слова не очевидний, потрібно досить багато додаткових питань для уточнення його логічного або математичного значення.
По-третє, факти і принципи, що лежать в основі багатьох специфічних галузей знання експерта, не можуть бути чітко сформульовані в термінах математичної теорії або детермінованої моделі, властивості якої добре зрозумілі.
Так, експертові в галузі кримінології відомо, що визначені події можуть стати причиною зросту або зниження злочинності, але він нічого вам не скаже точно про механізми, що приводять до такого ефекту, або про кількісну оцінку впливу цих факторів. Статистичні моделі можуть допомогти зробити загальний довгостроковий прогноз, але, як правило, такі методи не працюють на коротких тимчасових інтервалах.По-четверте, щоб вирішити проблему у визначеній галузі, експертові недостатньо просто мати суму знань про факти і принципи в цій галузі. Наприклад, досвідчений фахівець знає, якого роду інформацією слід володіти для формулювання того чи іншого судження, наскільки надійні різні джерела інформації і як можна розчленити складну проблему на більш прості, котрі можна вирішувати більш–менш незалежно. Виявити в процесі співбесіди такого роду знання, засновані на особистому досвіді але такі, що погано піддаються формалізації, значно складніше, ніж одержати простий перелік якихось фактів або загальних принципів.
По-п\'яте, експертний аналіз навіть у дуже вузькій галузі, виконуваний людиною, дуже часто потрібно вмістити в досить великий контекст, який включає і багато речей, що здаються експертові надто зрозумілими, але для стороннього це зовсім не так. Наприклад, експерт–юрист, що бере участь у судовому процесі, має знання загального характеру, і вони виявляються втягненими у розслідування тієї чи іншої справи, кількість і природу яких дуже важко окреслити.
Крім того, експертом найчастіше є не одна людина, а група людей, що діє як команда. Для забезпечення різнобічної експертизи повинні бути витягнуті і скомбіновані знання різних членів команди. Інженерія знань часто асоціюється з одним визначеним експертом. Однак у реальних життєвих ситуаціях експертні знання рідко зосереджені в одній людині, набагато частіше ми зустрічаємося з навичками й уміннями, розподіленими в групі або команді. Ми постійно спостерігаємо, як співтовариства формуються індивідуумами і як співтовариства через свої соціальні норми формують індивідуумів.
Індивідуум може розглядатися як підсистема в епістемологічній ієрархії суспільства, у якому він діє. У випадку використання кількох експертів необхідно або вибрати думку кращого з них, або об\'єднати судження всіх експертів. Вважається, що у випадку об\'єднання висновків експертів вони колективно пропонують істотне поліпшення, що веде до побудови всеосяжної теорії. На практиці можна застосувати одну з наступних трьох стратегій накопичення знань: використовувати думку одного експерта; зібрати думки безлічі експертів, але використовувати їх по черзі, або інтегрувати ці точки зору. Вважається, що отримані знання більш цінні, якщо вони є результат консенсусу експертів. Логіка пояснення суперечливих знань підходить для міркувань із застосуванням знань, отриманих з різних і не зовсім надійних джерел. Протиріччя можна дозволити або усунути з урахуванням надійності використаних джерел знань. Відносини надійності можна інтерпретувати в такий спосіб: із двох передумов, що знаходяться в конфлікті, найменш надійна передумова має найбільшу імовірність помилки.Незадовільні результати витягу знань без застосування комп\'ютера, у результаті співбесіди інженера зі знань і джерела знань, спричинили, з одного боку, створення систем автоматизації процесу передачі знань фахівцем машини, і з іншого боку – створення систем машинного навчання, що полягає в тім, щоб машина училася вирішувати проблеми приблизно так, як учиться людина.
У систему мислення людини з народження убудована безліч знань, і така система не буде навчатися, якщо не буде осмислювати світ за допомогою цих знань. На це потрібен час, і як би ми не намагалися, технічно оптимальним таке осмислення зробити не можна. Зараз не існує універсальних систем, що навчаються, досконалих як людина, яка може не тільки швидко працювати в процесі навчання і вибирати відповідні дії, але й осмислювати, розуміти світ об\'єктів, створювати органічну уяву цього світу. “Така система, що навчається, як людина, нечуттєва до поняття “формальність”, але дуже податлива до поняття “зміст”, і при цьому може повною мірою адаптуватися до середовища навіть без особливих тренувань.
При навчанні людини украй важливо шляхом значеннєвої інтерпретації умов задачі (тобто треба зрозуміти, що потрібно) установити зв\'язок з існуючими знаннями. Система, що навчається, якою є людина, має слабку універсальність стосовно форми, але може адаптуватися до складного середовища завдяки універсальності стосовно змісту” [111][208]. Процес витягу знань – тривала і трудомістка програма, у якій інженерові зі знань, озброєному спеціальними знаннями по когнітивній психології, системному аналізові, математичній логіці, необхідно відтворити модель предметної галузі, якою користуються експерти для прийняття рішень.Процес витягу знань при побудові промислових експертних систем є вузьким місцем, при цьому методи витягу для кожної системи розробляються індивідуально. Процес витягу знань сполучений з безліччю труднощів, таких як невміння налагодити контакт з експертом, термінологічний різнобій, відсутність “цілісної” системи знань у результаті витягу тільки “фрагментів”, невдалий спосіб витягу, що не співпадає зі структурою знань у даній галузі, неадекватна модель (мова) для подання знань і ін. Таким чином, можна виділити як мінімум три аспекти, що супроводжують процес витягу знань: психологічний, лінгвістичний, гносеологічний.
Самим головним є психологічний аспект, оскільки він визначає успішність і ефективність взаємодії інженера зі знань – аналітика з основним джерелом знань – експертом–професіоналом. Структуру спілкування при витязі знань можна зобразити так: учасники спілкування (партнери), засоби спілкування (процедура), предмет спілкування (знання). Таким чином, процес витягу знань супроводжується психологічними проблемами, пов\'язаними з проблемами психологічного контакту і розуміння між партнерами, проблемами вибору й організації процедури спілкування, найбільш підходящої для даного експерта і даного завдання, проблемами адекватного відображення семантичного подання знань у пам\'яті експерта. Недооцінка або нерозуміння психологічних проблем приводять до порушення контакту в колективі розроблювачів, який є основою успіху всього проекту.
Лінгвістичний аспект пов\'язаний насамперед з розходженням мов, якими користуються інженер зі знань і експерт. Мова аналітика складається з термінів предметної галузі, що він почерпнув зі спеціальної літератури в під час підготовки; загальнонаукової термінології; побутової мови. Мова експерта містить у собі спеціальну термінологію, прийняту в даній предметній галузі; загальнонаукову термінологію; побутову мову; неологізми, створені експертом за час своєї роботи. Для успішної взаємодії в процесі витягу знань партнерам необхідно виробити деяку загальну мову або код, який надалі буде перетворений у певну понятійну (семантичну) структуру, що є прообразом бази знань предметної галузі.
Гносеологічний аспект витягу знань пов\'язаний із процесом відображення дійсності у свідомості експерта, а потім ця діяльність і досвід експерта інтерпретуються свідомістю інженера зі знань, що вже є основою для побудови третьої інтерпретації – бази знань експертної системи. “У процесі спілкування партнерів експерт часто генерує нові знання, а аналітик за частковим прагне побачити загальне, побудувати ланцюжок факт – узагальнений факт – емпіричний закон – теоретичний закон” [32][209].
Подання знань – ще одна функція експертної системи. Теорія подання знань тісно пов\'язана з філософією формалізму і когнітивною психологією [41][210].
Структура знань залежить від сфери їхнього використання і може мати досить складний характер. Ця структура містить у собі різні факти з предметної галузі, взаємозв\'язку між ними, правила дій, знання, що стосуються способу включення знань в експертну систему. Складність і різноманіття структур знань покликали до життя кілька різних засобів подання знань, зокрема логічні моделі, фреймові і продукційні системи, семантичні мережі.
У 70–х рр. дослідження в галузі подання знань розвивалися в напрямках розкриття принципів роботи пам\'яті людини, створення теорій витягу зведень з пам\'яті, розпізнавання і відновлення. Деякі з досягнутих у теорії результатів привели до створення комп\'ютерних програм, що моделювали різні способи пов\'язування понять (концептів). З\'явилися комп\'ютерні додатки, що могли певним чином відшукувати необхідні “елементи” знання на певному етапі вирішення якоїсь проблеми. Згодом психологічна вірогідність цих теорій відійшла на другий план, а основне місце зайняла їхня здатність служити інструментом для роботи з новими інформаційними і керуючими структурами. Комп\'ютерний формалізм виявився новаторським засобом постановки, а іноді і пошуку відповідей на важкі запитання, над якими сторіччями билися метафізики [41][211].
2.1.