Реконструкція особистісного знання експерта у сфері правознавства

При розгляді задачі реконструкції особистісного знання експерта була проаналізована література по створенню експертних систем і роботи внутрішньодисциплінарних методологів, присвячені парадоксові “штучної компетентності”.

“Штучна компетентність”, реалізована експертною системою,– загадковий феномен, тому що розроблювачі свідомо не проводять аналогій з “природною компетентністю” людини.

Задача реконструкції особистісного знання не проста, тому що тексти з інженерії знань буяють загальними міркуваннями про знання, дуже багато парадигмальных і особистісних концепцій, умовних термінів і асоціацій, що означає наявність неявного знання. На нашу думку, особистісне знання експерта містить два компоненти: сукупність неявних допущень, що являють собою “межеві підстави діяльності, що приймаються за очевидні істини” [43]^[190], і моделі експерта, що являють собою “методологічні агломерації” (термін, що був уведений В.П.Кузьміним для характеристики внутрішньодисциплінарної роботи в “науках про штучне”). Вони складаються з рівнопорядкових прийомів і “теоретичних фігур”, що з\'явилися на базі міждисциплінарних контактів із психологією, лінгвістикою і тощо, а також узагальнення практики технологічного відношення до знання. Системотворним центром виступають неявні допущення, що не дозволяють “переступати” межі і забезпечують прийнятний рівень ефективності процедур інженерії знань.

Діяльність інженера знань заснована на допущеннях про характер людської експертизи, тому що експертна система – артефакт.

Хоча експертне знання не піддається вербалізації в повному обсязі і дії експерта носять неусвідомлений, інтуїтивний характер, проте “штучна компетентність” експертних систем може задовольняти запитам практики, тому що подання знань за допомогою продукцій, фреймів і т.п. зберігає деякі “природні” властивості знання. “Штучна компетентність” має право на існування в соціумі, тому що вона підсилює можливості людських міркувань.

На думку американського фахівця С.Каплана, переваги “штучної компетентності” базуються на відсутності у комп\'ютера тіла, самопочуття, контактів із зовнішнім світом. Людська компетентність слабшає, якщо експерт постійно не тренується у рішенні проблем і навчанні інших; експерт піддається впливові емоційних факторів, стресу, дефіциту часу, його рішення непередбачені – сьогодні він може дати одну раду, завтра – іншу. Людська компетентність не передається поза дорогим процесом навчання.

“Штучна компетентність”, один раз отримана, зберігається назавжди; її порівняно легко документувати, оскільки існує пряме відображення способів подання знань у сукупність на підмножині природної мови. У “штучної компетентності” стійкі і відтворювані результати. Її переваги лежать у формальній площині, і залишається відкритим питання про якість компетентності. Багато фахівців скептично відносяться до “штучної компетентності”, однак у середовищі фахівців немає єдності по даному питанню, тому що експертна система є засобом міжособистісної комунікації, що надає користувачеві можливість співорганізації і діалогу особистісних знань: його власного й експерта [101]^[192].

Проаналізуємо “людську компетентність” і “штучну компетентність” відповідно до думки С. Каплана [173]^[193] в порівнянні, оцінивши достоїнства і недоліки.

Людська компетентність:

1) творча;

2) адаптується до змін зовнішнього світу;

3) важко передається;

4) широка по охопленню;

5) використовує наукові знання, попередні знання, здоровий глузд, рефлексію;

6) використовує почуттєве сприйняття;

7) дорога;

8) важко документована;

9) непередбачена.

Штучна компетентність:

1) запрограмована;

2) має потребу в перепрограмуванні за участю інженера знань;

3) легко копіюється і тиражується;

4) вузькоспеціалізована;

5) використовує спеціалізовані знання;

6) використовує машинне введення;

7) прийнятна у витратах;

8) легко документована;

9) стійка.

Очевидно, що людська компетентність перевершує “штучну” у таких областях, як творчість, навчання, зорове сприйняття. Людина–експерт прагне реалізувати свою творчу сутність – реорганізовує інформацію, використовує її для синтезу нових знань.

Японські фахівці Ю.

Люди можуть керуватися здоровим глуздом і знаннями з кількох предметних галузей одночасно. “Експерти–люди можуть охопити картину цілком – досліджувати всі аспекти проблеми і зрозуміти, як вони відносяться до основної задачі” [141]^[195], – писав Д. Уотерман. Експертні системи володіють вузькоспрямованою компетентністю, оскільки в базу знань закладаються ті знання, що відносяться до однієї задачі і при цьому ігноруються ті аспекти, що з нею пов\'язані. Експертні ситеми не можуть, як люди, адаптуватися до умов, що змінюються, не “уміють” визначити межі своєї компетентності [141]^[196].

Однак, хоча експертні системи, як усякий машинний імітатор, не можуть перевершити людини, вони стали відгуком на потребу практики (у силу обмеженості наших знань у предметних галузях виникають складнощі в процесі прийняття рішень). Експертні системи знайшли в собі властивості комерційного продукту, носія особливого товару – знання. “Основним джерелом ефекту від функціонування експертної системи є потенційна здатність до оптимізації прийнятих рішень, що забезпечує досягнення кращих результатів у господарській діяльності” [35]^[197], – відзначають В.М. Гінзбург і А.В. Сидоренко.

Здатність системи пояснити методику ухвалення рішення називають прозорістю системи. Відсутність достатньої прозорості поводження системи не дозволить експертові вплинути на її продуктивність або дати пораду, як можна її підвищити. Простежування та оцінка поводження системи є складною задачею, для рішення якої необхідні спільні зусилля експерта й інженера знань.

Багато розроблювачів не задоволені рівнем пояснювальних здатностей експертних систем, і тому ставиться питання про ефект евристичного навчання, про яке пише Х.

Інженер знань може усунути неявність у представленні експертних знань, якщо він надбудовує другий рівень, на якому неявність подання переводиться в явне знання. Розроблено найрізноманітніші методики такого перекладу. Їхня суть зводиться до того, що правила занурюються в особливе знанневе середовище – визначник контексту правил. З кожним правилом асоціюється три типи знань [163]^[198]:

1. Стратегічні знання. Представляються у виді метаправил, що містять інформацію про те, як одержати результат. Однак проблема полягає в тому, як співвіднести метаправила з правилами предметної галузі.

2. Структурні знання, які включають абстрактні поняття, що класифікують сутності галузі експертизи. Вони забезпечують контакт понять, що входять у правило, зі знаннями предметної галузі.

3. Підтримуючі знання. Це знання, що пояснюють зміст правил, вони містять у собі визначники класів.

Таким чином, використовуючи спеціальні методики, можна поліпшити пояснювальну здатність експертних систем. Однак проблема вбудови експертних систем у соціум досить глибока, тому що мова йде не тільки про задоволеність окремого користувача, а і про явище співіснування машинних форм кодування особистісного знання, орієнтованих на перетворення індивідної основи мислення. Користувач експертної системи приймає рішення, базуючись на інтелектуальному продукті іншої людини, засвоюючи його в тім ступені, який йому дозволяє “когнітивне вікно”.

2.1.