Когнитивно-дидактические инструменты инженерии знаний

Размещено на http://allbest.ru

Высшая Школа Менеджмента

Санкт-Петербургский Государственный Университет

Когнитивно-дидактические инструменты инженерии знаний

Т.А. Гаврилова (gavrilova@gsom.pu.ru)

Санкт-Петербург

Введение

Идеи и парадигмы искусственного интеллекта (ИИ) часто служат «колыбелью» для развития новых теорий в смежных науках. Так фреймы Минского породили объектно-ориентрованный подход. Сейчас наблюдается перенос идей структурирования знаний в области менеджмента [Gomez-Peres, 2008] и педагогику [Jonassen, 1998].

Профессиональные преподаватели выступают в роли эксперта и инженера по знаниям (аналитика), тем самым нарушая основополагающий принцип Уотермена «Не будь сам себе экспертом».

Разработка любого курса требует глубокой дидактической проработки и структурирования учебного материала, или знаний как таковых. Для изучения методов «добычи» знаний можно использовать некоторые результаты инженерии знаний - науки, возникшей в рамках разработки интеллектуальных систем, тиражирующих опыт экспертов для новичков (см. например, [Башлыков и др., 1994], [Осипов, 2009]).

Основы инженерии знаний

Инженерия знаний - это ветвь информатики, изучающая модели и методы извлечения, структурирования и формализации (представления) знаний для их обработки в интеллектуальных и информационных системах.

Традиционно при разработке систем, основанных на знаниях (knowledge-based systems), выделяют три фазы домашинной обработки (Рис.1):

Рис. 1 . Основные фазы обработки знаний

· Добыча (получение, извлечение, приобретение) знаний из различных источников.

Результат ее - большое количество разрозненных гетерогенных (разнохарактерных) противоречивых фрагментов и обрывков знаний из Интернета и специальной литературы.

· Концептуализация (структурирование) разрозненных фрагментов в единую модель. Результат - некоторое наглядное условное, часто слабоформализованное представление, называемое полем знаний [Гаврилова и др., 2001] или ментальными моделями.

Эти модели включают основные объекты (концепты) предметной области и связи между ними.

Поле знаний обычно представляется в виде некоторой диаграммы, графа, сети, таблицы или схемы.

Очевидно, что поле знаний - это один из способов «компрессии» знаний и их наглядного представления, необходимого для лучшего понимания.

· Формализация поля знаний при помощи специализированных программных языков представления знаний (ЯПЗ). Результат - база знаний, описанная на ЯПЗ.

Эти фазы обработки знаний постоянны и не зависят от предметной области (ПО). Для преподавания можно ограничиться и первыми двумя фазами, работая с полем знаний без компьютерной поддержки, используя его как когнитивно-дидактический инструмент. Это существенное расширение диапазона применимости методологий ИИ.

Поле знаний формируется при структурировании разрозненных фрагментов знаний и представляет некоторое «умственное» упрощение или ментальную модель знаний о предметной области в том виде, в каком она существует в представлении преподавателя, структура которого формируется как базовый «скелет», необходимый для понимания.

Обычно формирование поля знаний начинается с выявления понятийной или концептуальной структуры (ЧТО-знания) предметной области, или структурированного словаря. Визуализация всегда считалась мощным когнитивным инструментом понимания (mind tool), т.е. средством, предназначенным для организации и облегчения процесса познания [Jonassen, 1997].

Любые модели от карты Луны до модели ДНК являются инструментами познания, если они помогают нам сформулировать и объяснить природу и структуру явлений.

В качестве инструмента визуального формирования такой структуры удобно использовать наглядность интеллект-карт и концептуальных графов.

Модели визуального структурирования знаний

А) Интеллект-карты (Mind maps)

Методы визуализации идей, процессов, проектов, текстов в форме сетевых графов достаточно традиционны. Считается, что они являются инструментом, позволяющим сделать видимыми понятийные (или семантические) сети памяти человека. В когнитивной психологии достаточно много теорий, основанных на предположении, что человеческая память наиболее адекватно представляется именно сетевой структурой.

Интеллект-карты (mind maps) - один из наиболее привлекательных и простых способов отображения понятийных структур. Хотя автором идеи интеллект-карт (и-карт) считается Тони Бьюзен, в России похожий метод успешно использовался в педагогике уже в 1925 году.

Бьюзен сформулировал идею еще в 1970-е гг. в качестве компактного средства организации конспектов, позднее он понял, что метод гораздо шире и может использоваться как мощное орудие мышления применительно к педагогике, научной работе, инновациям, бизнес-идеям, политическим дискуссиям, мозговому штурму, и пр.

Идея и-карт сильна еще и тем, что имеет серьезный нейрофизиологический базис. Человеческий мозг обладает выраженной сетевой структурой. учебный визуализация интеллектуальный

Естественные нейронные сети мозга включают триллион нейронов, каждый из которых может связываться примерно с 10000 ближайших соседей. И хотя природа их взаимодействия исследована далеко не полностью, так называемы «радиантный» характер передачи возбуждения от центра на периферию и наоборот доказан.

Идея и-карт заключается в использовании и совмещении функции левого и правого полушарий для достижения целостного и наглядного представления идеи.

Фактически это переход от последовательного (текстового) изложения к сетевому (образному). И-карты имеют следующие отличительные черты:

· объект внимания/изучения располагается в центральном узле (образе);

· основные темы, связанные с объектом изучения, расходятся от центрального образа в виде ветвей;

· ветви формируют связную смысловую структуру.

Можно предложить первичную классификацию использования таких карт в образовании:

a. Организационно-методические и-карты,

б. Учебно-дидактические и-карты.

Первая группа предназначена для формирования целостного представления о самом курсе и включает структуру курса, дипломной работы, учебной программы.

Вторая группа обширнее - к ней относятся карты основных понятий, научных школ, подходов, генеалогии исследователей и другие.

Рис.2 иллюстрирует пример визуального образа курса «Информационные технологии в менеджменте» для программы EMBA (Executive Master of Business Administration).

Следует расшифровать ряд аббревиатур на рисунке (CАМ - системно-аналитическое мышление, ИМ - информационный менеджмент).

Примером учебной и-карты может послужить Рис. 2, отражающий представления преподавателя (автора) о различных типах знаний для курса «Управление знаниями».

Рис. 2. Пример и-карты по дизайну курса «Информационные технологии в менеджменте»

Рис. 3. Пример и-карты по классификации знаний для курса «Управление знаниями»

Если и-карты показывают связи и древовидную структуру произвольных фрагментов знаний, то концептуальные карты или графы (concept maps) позволяют глубже рассмотреть предметную область и включают отношения между понятиями или концептами. Такие концептуальные графы (к-карты) состоят из узлов и направленных поименованных отношений, или связей, соединяющих эти узлы.

Связи могут быть различного типа, например, «является», «имеет свойство» и т. п. Концепты и связи имеют универсальный характер для некоторого класса понятий предметной области. Поэтому любая разработка к-графа подразумевает глубинный анализ структурных взаимодействий между отдельными понятиями предметной области. В процессе создания к-графа преподаватель анализирует структуру отношений предметной области, что помогает ему самому глубже понять ее природу. Зачастую приходится генерировать новые, ранее невербализованные связи. Впервые к-графы были предложены в психологии в начале 70-х гг. прошлого века при изучении детского мышления и формирования первых научных понятий.

К-графы оказались эффективным инструментом отображения понятийной системы человека [Novak et al., 2006].

В простейшем случае построение к-графа сводится к ряду шагов:

· определению основного предмета путем задания конкретного фокусирующего вопроса (focus question), определяющего главную тему и границы к-графа;

· выделению концептов - базовых понятий данной предметной области (обычно не более 15-20 понятий);

· построению связей между концептами - определению отношений и взаимодействий базовых понятий;

· упорядочению графа - уточнению, удалению лишних связей, снятию противоречий.

«Хороший» граф обычно получается после 2-3 итераций. Стоит еще раз подчеркнуть, что к-граф - не только цель, но и средство. В процессе построения, то есть при взаимодействии семантических связей нашей памяти с визуальной информацией, связи перестраиваются, порождая в свою очередь новые знания.

Можно строить к-графы на бумаге, на доске, в любом графическом или текстовом редакторе, но удобнее всего использовать специальный программные продукты (например, Сayra, Bubble.us, Yed, CoFFEE и др.). В нашей практике хорошо зарекомендовал себя инструментарий IHMC CmapTools, свободно распространяемый на сайте http://cmap.ihmc.us/.

Фрагмент к-графа для понятия «экспертная система» приведен на Рис. 4.

Рис.4. Пример к-графа

Сравнение и анализ ошибок

Часто перед преподавателем возникает вопрос о выборе дидактической модели при использования таких моделей в учебном процессе. Сам диапазон применения практически не ограничен ничем, кроме креативных способностей преподавателя.

Визуальные ментальные карты можно использовать в преподавании любой дисциплины от русского языка до ядерной физики. Карты можно использовать для контроля знаний студентов, для групповой работы над проектами, для планирования, для диагностики, для проведения мозговых штурмов, при подготовке презентаций и учебных материалов и т.д.

Следует отметить, что при всей популярности сам процесс учебный визуализация интеллектуальныйя карт практически нигде не описан методически. Таблица 1 обобщает десятилетний опыт автора в преподавании и использовании и-карт и к-графов.

Безусловно, анализ ошибок требует обсуждения, выходящего за рамки данного доклада. Следует подчеркнуть удобство и плодотворность использования визуальных моделей для разработки онтологий, столь популярных сейчас в интеллектуальных приложениях [Загорулько, 2007]; [Осипов, 2009] и технологиях Semantic Web [Alemang et al., 2008].

Табл. 1.

Заключение

Применение инструментов инженерии знаний для задач образования делает первые шаги, и пока трудно делать прогнозы о том, появится ли конструктивная и работающая теория разработки и-карт и к-графов, или по-прежнему каждый преподаватель-аналитик будет идти методом проб и ошибок, создавая сложнейшие и головоломные структуры, отражающие лабиринты профессиональных знаний в различных областях.

Однако, все большее количество преподавателей понимает важность проблемы структурирования и наглядного представления знаний не только в для традиционных форм обучения (лекции, семинары, коллоквиумы), но и для дистанционных форм обучения - в интеллектуальных обучающих системах, сиcтемах e-learning и различных электронных учебниках.

Благодарности. Работа выполнена при финансовой поддержке РФФИ (проект № 00-01-07836) и СПбГУ.

Список литературы

1. [Башлыков и др., 1994] Башлыков А.А., Еремеев А.П. Экспертные системы поддержки принятия решений в энергетике / Под. ред. А.Ф. Дьякова. - М.: Изд-во МЭИ, 1994.

2. [Бьюзен и др., 2002] Бьюзен Т., Бьюзен Б. Супермышление. -Минск: Белорусский дом печати, 2002.

3. [Гаврилова и др., 2001] Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Учебник. - СПб: Питер, 2001.

4. [Гаврилова и др., 2007] Гаврилова Т.А., Муромцев Д.И. Интеллектуальные системы в менеджменте. Изд. СПбГУ, 2007.

5. [Загорулько, 2007] Загорулько Ю.А. Построение порталов научных знаний на основе онтологий // Вычисл. технологии. Спецвыпуск. 2007. т. 12.

6. [Осипов, 2009] Осипов Г.С. Лекции по иск. интеллекту. Изд. URSS, 2009.

7. [Allemang et al., 2008] Allemang D., Hendler J. Semantic Web for the Working Ontol: Effective Modeling in RDFS and OWL, Morgan Kaufmann, 2008.

8. [Gуmez-Pйrez et al., 2008] Gуmez-Pйrez A., Fernбndez-Lуpez M., Corcho O. Ontological Engineering with examples from the areas of Knowledge Management, e-Commerce and the Semantic Web, Springer. 2008.

9. [Jonassen, 1998] Jonassen, D.H. Designing constructivist learning environments. In Instructional design models and strategies (Reigeluth, C.M. (Ed), 2nd ed., Lawrence Eribaum, Mahwah, NJ, 1998.

10. [Novak et al., 2006] Novak J. & Caсas A. The Theory Underlying Concept Maps and How to Construct Them. Tech.Report IHMC Cmap. 1, Florida Inst. for Human and Machine Cognition, 2006. Available at: http://cmap.ihmc.us/Publications/ResearchPapers/TheoryUnderlyingConceptMaps.pdf.

Аннотация

Когнитивно-дидактические инструменты инженерии знаний. Т.А. Гаврилова (gavrilova@gsom.pu.ru). Высшая Школа Менеджмента Санкт-Петербургский Государственный Университет, Санкт-Петербург

В статье рассматривается проблема применения инструментов визуального структурирования знаний в преподавании. Основной акцент сделан на интеллект-картах и концептуальных графах, их сравнении и анализе типичных ошибок при их составлении.

Размещено на Allbest.ru