ТЕХНОЛОГІЇ МЕНЕДЖМЕНТУ ЗНАНЬ

Програмний інструментарій для OMIS об’єднує як оригінальні розроблення, наприклад, KARAT, так і стандартні засоби, наприклад, LOTUS NOTES, яка забезпечила один з перших інструментаріїв зберігання якісною й документальною інформацією. Але сьогодні у зв’язку з бурхливим розвитком Інтернету, КМ-системи все частіше використовують Web-технологію.

4.3.4. Особливості розроблення ОМIS

Оскільки розроблення систем корпоративної пам’яті – це, насамперед, програмний проект, то для нього застосовують традиційні технології розроблення великих програмних систем. У кожному програмному проекті першим кроком у розробленні є аналіз вимог, у якому мають бути знайдені відповіді на такі запитання:

Які завдання повинні підтримуватися?

Яка інформація необхідна, щоб вирішити ці завдання? Який тип підтримки хочуть користувачі?

Який рівень витрат на розроблення? Яких змін очікувати в майбутньому?

Шукаючи відповіді на ці запитання, варто враховувати таке.

1.Людський фактор. Основна причина невдач ранніх відомих проектів OMIS полягала в тому, що розроблювачі ігнорували реальні потреби, здатності й цілі користувачів системи.

2.Аналіз вартості. По-перше, ядро проекту має орієнтуватися на критичні процеси, що “страждають” від нестачі інформаційної підтримки. По-друге, не треба перевантажувати початкову систему занадто великою кількістю послуг, які можуть бути бажаними, але не передбачають швидкого повернення інвестицій.

3.Еволюція знань. Електронна підтримка особливо цінна в галузях, що піддаються швидким змінам, тому що на таких підприємствах важко забезпечити доступ до оперативної сучасної інформації.

Усистемах OMIS часто використовують різні нові технології опрацювання знань, що не мають покищо загальноприйнятих слов’янськомовних термінів і пов’язані з одержанням нового знання в результаті аналізу даних, наприклад “відкриття або розвідка знань” (Knowledge Discovery) і “видобування даних” (Data Mining). Розвідка знань – це новий напрям, що швидко розвивається і який займається “нетри-

151

віальним видобуванням точної, раніше невідомої й потенційно корисної інформації з даних”. У методах розвідки даних використовують різні підходи до аналізу тексту й числових даних, плюс спеціальний інструментарій статистичного аналізу.

4.Чутливість до контексту для природно-мовних запитів.

Система повинна “розуміти” контекст запитувачів. Наприклад, вона повинна розрізняти терміни “розмноження тварин” і “розмноження документів”.

5.Гнучкість. Система повинна мати можливість опрацьовувати знання в різній формі й з різних тем у контексті роботи певного підприємства.

6.Інтелектуальність. Система повинна нагромаджувати інформацію про своїх користувачів і про знання, які вона одержує під час роботи. Отже, з часом її можливість “продумано” надавати користувачам знання повинна вдосконалюватися.

До останнього часу у процесі розроблення ОМІS залишається багато дослідницьких питань.

Проблема узагальнення моделей даних, словників понять або тезаурусів, онтології. Підстава для об’єднаної експлуатації даних, документів і формального знання – побудова об’єднаних метамоделей даних і знань. Корисними були б процедури автоматичного породження тезауруса з наявних масивів документів. Об’єднана онтологія/тезаурус може використовуватися, щоб поліпшити пошук, фільтрацію й маршрутизацію документів.

Проблема об’єднання логічного висновку й інформаційного пошуку. Об’єднана експлуатація формальних і неформальних подань знань і даних – це послідовне зближення логічних методів і методів інформаційного пошуку й індексації даних.

З’єднання ділових процесів і керування знаннями. Остаточна мета полягає в тому, щоб виявляти інформаційну потребу протягом виконання виробничого процесу й визначати доречне знання у специфічному контексті завдання. Перший прагматичний крок у цьому напрямі описано у роботі [137], де автори пропонують використовувати інформацію контексту завдання для інформаційної фільтрації.

Корпоративна пам’ять інтегрує знання, щоб у вирішенні нових завдань спертися на попередньо нагромаджений досвід. Отже, можна

152

уникати повторення помилок, досвід може розширюватися систематично й інформаційноємні процеси роботи можуть бути виконані ефективнішими способами. На відміну від експертних систем, первинна мета систем ОМІS – не підтримка одного специфічного завдання, а краща експлуатація необхідного загального ресурсу – знань.

Зараз існує значний інтерес до КМ із боку промислових компаній, які усвідомлюють високий прикладний потенціал корпоративної пам’яті для вирішення багатьох практичних завдань опрацювання інформації. З іншого боку, небагато проектів розвиваються до стадії прототипу, що очевидно показує, що компанії намагаються уникати витрат і ризику вкладення капіталу в нові технології, які ще маловідомі.

4.4. Візуальне проектування баз знань як інструмент пізнання

Візуальні методи специфікації та проектування баз знань і розроблення концептуальних структур є доволі ефективним гносеологічним інструментом або інструментом пізнання. Використання методів інженерії знань як дидактичних інструментів, як формалізмів подання знань сприяє швидшому і повнішому розумінню структури знань цієї предметної області, що особливо корисно для новачків на стадії вивчення особливостей професійної діяльності.

Методи візуальної інженерії знань можна широко застосовувати в різних навчальних закладах – від шкіл до університетів – як для поглиблення процесу розуміння, так і для контролю знань. Більшість учнів і студентів опановують навички візуального структурування протягом декількох годин.

4.4.1. Від понятійних карт до семантичних мереж

У розділі 2 запропоновано визначення поля знань, що дає змогу інженерові зі знань трактувати форму зображення поля доволі широко, зокрема семантичні мережі або понятійні карти (concept maps) є можливою формою зображення. Це означає, що сам процес побудови семантичних мереж допомагає усвідомлювати пізнавальні структури.

153

Програми візуалізації є інструментом, що дає можливість зробити видимими семантичні мережі пам’яті людини. Мережі складаються з вузлів і впорядкованих співвідношень, або зв’язків, що з’єднують ці вузли. Вузли виражають поняття або припущення, а зв’язки описують відношення між цими вузлами. Тому розроблення семантичних мереж передбачає аналіз структурних взаємодій між окремими поняттями предметної області.

У процесі створення семантичних мереж експерт і аналітик змушені аналізувати структури своїх власних знань, що допомагає їм вводити нові знання у структури вже наявних знань. Результатом цього є осмисленіше використання придбаних знань.

Візуальні специфікації у формі мереж можуть використовувати новачки й експерти як інструменти для оцінки змін, що відбулися в їхньому мисленні. Якщо погодитися, що семантична мережа є доволі повним відображенням пам’яті людини, то процес навчання з цього погляду можна розглядати як реорганізацію семантичної пам’яті.

Козма, один із розроблювачів програми організації семантичної мережі Learning Tool, вважає, що ці засоби є інструментами пізнання, що підсилюють і розширюють пізнання людини. Розроблення семантичних мереж вимагає від учнів:

реорганізації знань; вичерпного опису понять і зв’язків між ними;

глибокого опрацювання знань, що сприяє кращому запам’ятовуванню й видобуванню з пам’яті знань, а також підвищує здатність застосовувати знання в нових ситуаціях;

зв’язування нових понять із наявними поняттями й уявленнями, що поліпшує розуміння;

просторового вивчення за допомогою просторового подання понять у досліджуваній галузі.

Корисність семантичних мереж і карт понять, мабуть, найкраще демонструють їхні зв’язки з іншими формами мислення найвищого порядку. Вони тісно пов’язані з формальним обґрунтуванням у хімії і здатністю аргументувати свої висловлювання в біології. Також показано, що семантичні мережі мають зв’язок з виконанням досліджень.

154

4.4.2. База знань як пізнавальний інструмент

Коли семантична мережа створюється як прообраз бази знань, розроблювач повинен фактично моделювати знання експерта. Особливо глибокого розуміння вимагає розроблення функціональної структури.

Визначення структури “Якщо..., то ...” області знань змушує чітко формулювати принципи ухвалення рішення. Не можна вважати, що просто розроблення поля знань системи обов’язково приведе до одержання повних функціональних знань у певній області.

Розроблення інтелектуальних систем почало використовуватися як інструмент пізнання порівняно недавно. Ліпперт, що є одним з піонерів застосування експертних систем як інструменту пізнання, стверджує, що завдання зі створення невеликих базисів правил є дуже корисними для вирішення педагогічних проблем і структурування знань для учнів від шостого класу до дорослих. Вивчення стає осмисленішим, тому що учні оцінюють не тільки сам процес мислення, а й також результати цього процесу, тобто отриману базу знань. Створення бази знань жадає від учнів уміння відокремлювати одне від одного факти, зміни й правила, що застосовують до зв’язків між складовими галузі знань.

Наприклад, Лей установив, що після того, як студенти-медики створять медичну експертну систему, вони підвищать своє вміння в плані аргументації й одержать глибші знання із досліджуваного предмета. Шість студентів-першокурсників фізичного факультету, які використовували експертні системи для складання запитань, прийняття рішень, формулювання правил і пояснень щодо руху частки відповідно до законів класичної фізики, одержали найглибші знання в цій галузі завдяки ретельній роботі, пов’язаній з кодуванням інформації й опрацюванням великої кількості матеріалу, щоб отримати зрозумілий зв’язний зміст і відповідно досягти більшої семантичної глибини.

Отже, створення бази знань експертної системи сприяє глибшому засвоєнню знань, а візуальна специфікація підсилює прозорість і наочність уявлень.

Коли комп’ютери використовують у навчанні як інструмент пізнання, а не як контрольно-навчальні системи (навчальні комп’ю- тери), вони розширюють можливості автоматизованих навчальних

155

систем (АНС), одночасно розвиваючи розумові здібності та знання учнів. Результатом співпраці учня й комп’ютера є значне підвищення ефективності навчання. Комп’ютери не можуть і не повинні керувати процесом навчання. Скоріше, комп’ютери повинні використовуватися для того, щоб допомогти учням набути знань.

4.5.Проектування гіпермедіа БД

іадаптивних навчальних систем

4.5.1. Гіпертекстові системи

Перші інформаційні системи на основі гіпертекстових (ГТ) моделей з’явилися ще в середині 60-х років XX ст., але справжній розквіт настав у 80-ті роки минулого століття, після появи перших комерційних ГТ-систем для GUIDE (1986 р.) і HyperCard (1987 р.). У

цей час ГТ-технологія є стандартом de facto в області автоматизованих навчальних систем (АНС) і надвеликих документальних БД.

Під гіпертекстом розуміють технологію формування інформаційних масивів у вигляді асоціативних мереж, елементами або вузлами якої виступають фрагменти тексту, малюнки, діаграми тощо.

Навігація з такими мережами здійснюється по зв’язках між вузлами. Основні функції зв’язків:

перейти до нової теми; приєднати коментар до документа;

з’єднати посилання на документ із документом, показати на екрані графічну інформацію (малюнок, креслення, графік, фотографію тощо);

запустити іншу програму тощо.

З огляду на широке використання графічних структур у моделюванні, ГТ може набувати ознак найскладніших моделей, наприклад, мереж Петрі, діаграм станів тощо.

Сьогодні не існує стандартизованої технології розроблення “добре структурованого” ГТ, хоча важливість когнітивно-наочної й “прозорої” структури ГТ очевидна.

Як робочий спрощений алгоритм складання ГТ можна запропонувати такий.

156

Інструкція з розроблення гіпертекстового додатка:

1.Дайте назву уявлюваному документу, наприклад, “Підручник

зкулінарії”, “Довідник абітурієнта” тощо.

2.Уявіть, що вся інформація повинна бути згрупована, як у гарному підручнику, тобто у вигляді розділів і параграфів. Основна умова для розділів, параграфів і підпараграфів – збалансованість, тобто приблизно однаковий обсяг.

3.Проставте перехресні посилання між поняттями усередині параграфів, дотримуючись принципу “що менше, то краще”.

4.Досягніть балансу аудіо-, відео- й графічної інформації.

5.Надайте можливість повернення на крок назад або на вищий рівень ієрархії.

6.Відобразіть ієрархічне положення поточної сторінки. Наприклад, якщо ми перебуваємо в підпараграфі, то необхідно вивести назву поточного розділу й параграфа.

7.Ще раз перевірте гіпертекстовий зміст, у якому подано всі розділи, параграфи й підпараграфи. З будь-якої сторінки повинен бути доступ до цього змісту.

8.Всі необхідні гіпертекстові посилання краще розташовувати не в самому тексті, а в одному місці на сторінці, наприклад, наприкінці сторінки.

9.Посилання, якими користувач уже послуговувався, повинні виділятися іншим кольором.

4.5.2. Від мультимедіа до гіпермедіа

Мультимедіа (ММ) сьогодні розуміється як інтегроване комп’ю- терне середовище, що дає змогу використовувати поряд з традиційними засобами взаємодії людини й ЕОМ (алфавітно-цифровий і/або графічний дисплей, принтер, клавіатуру) нові можливості: звук (живий людський голос, музику тощо), відеокліпи (кольорові художні й документальні кліпи), озвучену мультиплікацію тощо.

Коли елементи ММ об’єднані на основі мережі гіпертексту, можна говорити про гіпермедіа (ГМ). Основною сферою застосування ГМ сьогодні є автоматизовані навчальні системи (АНС) або електронні підручники. Розміщення у вузлах мережі не тільки текстової й цифрової інформації, але й графіків, відеокліпів, фото й музики збагачує

157

гіпертекст і збільшує цікавість електронних підручників і їхню наочність. Останніми роками ММ активно впроваджується і в інтелектуальні системи, особливо в системи-консультанти, як ефективний засіб збільшення наочності та зрозумілості рекомендацій, виданих системою. Використання анімації, звуку й відео істотно полегшує засвоєння навчального матеріалу зі структурування знань і знижує рівень когнітивних зусиль учнів за одночасного зменшення часу, потрібного для вивчення певної проблематики.

Основною передумовою інтересу до гіпермедіа-систем є фактично безпрецедентний успіх глобальної мережі Інтернет і WWWтехнології.

Іншим фактором появи ГМ можна вважати потужний прорив на ринку машинних носіїв інформації з боку фірм, що роблять компакт-

аудіодиски (PHILIPS, SONY, NIMBUS) у вигляді CD-ROM (Compact

Disc Read Only Memory), що дають змогу зберігати до 600 Мб інформації, уможливлюючи опрацювання BLOB (Binary Large Objects) – більших двійникових об’єктів, наприклад, цифрових відеозображень.

Проте, існує багато проблем, з якими зіштовхуються розроблювачі ММ-систем, незалежно від того, орієнтовані вони на Інтернетдодатки чи на автономні підручники на СD-ROM:

відсутність методології та технології структурування різнорідної інформації;

відсутність єдиних стандартів на системи кодування й опрацювання; складні апаратні й програмні рішення проблем аналого-цифрових

перетворень і синхронізації повноекранного відео.

Зараз не існує єдиної методології, передусім технології розроблення ГМ-систем, такий стан характеризується як “no science, rather art”, тобто “не наука, а мистецтво”. Однак перші спроби до створення технології вже зроблені, і розроблення в цій області продовжують активно розвиватися.

Традиційно процес розроблення ГМ передбачає кілька фаз. Фаза 1 – проектування і розроблення структури й окремих фраг-

ментів гіпермедіа-додатка, зокрема звукові відеоролики, програмне оточення. Фаза 1 – найтрудомісткіший за часом і людськими ресурсами період. Цю фазу здійснює команда, що складається з:

менеджера; фахівця із систем навчання;

експерта предметної області;

158

дизайнера-графіка; системного аналітика; сценариста; програміста.

Фаза 2 залежить від того, на який варіант додатка розрахована система.

Для Інтернет-додатків розробляють Wеб-сторінки мовою НТМ з введенням цифрових у спеціальних форматах звуків, зображень, анімації й відео. Також можуть використовувати спеціальні пакети, на-

приклад, Dreamweaver або FrontPage.

Для виготовлення CD-дисків використовують як НТМ-формат,

так і спеціальні програмні засоби (authoring languages and systems), як, наприклад, ToolBook або Macromedia Director.

Фаза 3 – це прототип СD-ROM на спеціальному пристрої WORM (Write Once Read Many) і його тестування або розміщення додатка на Інтернет-сайті.

Фаза 4 – це тиражування й виробництво готових СD-ROM.

4.5.3. На шляху до адаптивних навчальних систем

Інструментом пізнання вважатимемо процес проектування структури гіпертексту (ГТ) як “кістяк” поля знань, тобто найбільш ін- формаційно-навантажений елемент поля знань. Саме це віддзеркалює структуру знань, яку можна назвати гіперзнаннями. Засвоєння цієї структури є найважливішим компонентом процесу навчання. Очевидно, що більше конкретна структура ГТ відповідатиме індивідуальній когнітивній структурі, то ефективніше відбуватиметься процес навчання. Фактично це означає, що навчання й тренінг будуть організовані не через нав’язування конкретних когнітивних структур тому, кого навчають, і ламання старих уявлень, а через проекцію нового знання на каркас індивідуального досвіду й нарощування вже наявних когнітивних структур. Така адаптація до індивідуальних пізнавальних структур може істотно підвищити ефективність навчальних систем.

Пропонований підхід дає змогу зобразити поле знань предметної області у вигляді релевантної гіперструктури HS, вузлами якої є концепти А, виділені експертами як “опорні”, тобто принципово значущі зв’язки або відношення, які використовують для переходів

159

між вузлами. Таке трактування є природним розвитком моделей подання знань типу семантичних мереж, які на сучасному етапі вважаються найадекватнішими структурі людської пам’яті. Природно, що такі концептуально-когнітивні структури вирізняються різкою індивідуальністю, пов’язаною з особистими, інтелектуальними й професійними розходженнями носіїв знань. У деякому сенсі така структура є когнітивною моделлю індивіда.

Пропонований підхід узгоджується з концепцією мультидерева, що реалізує множинне відображення ПО. Модель користувача, сформована на цьому принципі, відображатиме “модель світу” певного конкретного користувача у вигляді гіперграфа, вузли якого, своєю чергою, можуть бути розкриті у вигляді гіперструктур найнижчого рівня. Фактично це відповідає суб’єктивним концептуальним структурам у пам’яті. Часто в проблематиці АНС використовують поняття сценарію. Традиційно під сценарієм розуміють опис змістовної, логічної й тимчасової взаємодії структурних одиниць програми, за допомогою яких реалізується авторська мета.

Очевидно, що в гіпермедіа навчальних додатках природним поданням сценарію є граф гіпертексту. Важливо домогтися, щоб цей сценарій відповідав (був релевантним) уявленням як учителів, так і учнів.

Релевантна ГТ-структура відображає стратифіковану мережу HS = <A,R>, що відображає ієрархію понять предметної області у формі, яка відповідає професійним уявленням експертів і не викликає когнітивного дисонансу в користувача.

Для формування стратифікованої множини вершин А можна використовувати модифікацію алгоритмів об’єктно-структурного аналізу ОСА.

Алгоритм “ОСА-гіпер”

1.Сформулювати мету й зібрати від експертів всю доступну інформацію.

2.Визначити кількість страт N, що підлягають формуванню.

3.З інформації, отриманої від експертів і з літератури, вибрати всі значущі основні об’єкти й поняття {А} і розмістити їх за витратами, сформувавши опорні метавузли ГТ-структури.

4.Деталізувати концепти, користуючись спадною концепцією

(top-down).

5.Утворити метапоняття за концепцією (bottom-up).

160