7.14. НЕКОТОРЫЕ ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ АСК-АНАЛИЗА
7.14.1. Перспективные области применения
Краткое перечисление перспективных областей применения АСК-анализа
В перспективе предложенные методология, технология и
инструментальная программная система могут быть применены, в
частности, в следующих областях:
1. В медицине для диагностики заболеваний по их симптоматике;
сжатия диагностической информации, содержащейся в медицинской литературе и
архивах историй болезни; проведения научных исследований по выявлению
причинно–следственных зависимостей между применяемыми средствами (например, лекарственными) и методами
лечения, с одной стороны, и лечебным эффектом, с другой на основе данных мониторинга.
2. В профессиональной диагностике и профориентации в учебных заведениях, на
предприятиях в отделах кадров, в центрах занятости населения (на биржах труда и
в службах трудоустройства). Для психосоциальной диагностики и анализа общественного
мнения, компьютерной обработки и интерпретации результатов социологических
исследований (public relations). Для тестирования предметной обычности учащихся
и определения решаемости контрольных заданий.
3. Для выявления и прогнозирования "зон риска", в
том числе в налоговых, финансовых и других контролирующих органах, для
криминалистической и психофизиологической идентификации личности. Для
классификации и типологизации преступлений, формализации фабулы (почерка),
нахождения аналогов преступлений, а также автоматизированного поиска ранее
проведенных проверок, в которых были получены аналогичные результаты.
4. Для диагностики способностей, косвенного измерения уровня
развития сознания, интеллектуальной и эмоциональной сферы, способностей к
специальным видам деятельности, связанных с риском, высокой ответственностью,
работой на высоте, под землей, под водой, с применением оружия, в экстремальных
ситуациях, в измененном темпе времени и т.п. Для автоматизированного синтеза
образа объекта по его фрагментам, полученным с помощью подсознательного
информационного канала, в том числе при получении одной и той же информации
многими людьми, ни один из которых в явной и целостной форме не осознает ее и
не способен осуществить сознательный синтез целостного образа; для
количественного сравнения и идентификации образов, полученных в результате
дистанционной перцепции, ретрогниции и прекогниции, с образами – мишенями. Для
синтеза образа объекта – мишени по его вербальным описаниям и количественного
его сравнения с оригиналом при индивидуальном и коллективном подсознательном
восприятии.
5. Для атрибуции анонимных и псевдонимных текстов, т.е. для
установления вероятностного авторства текста, времени его написания, места
рождения (воспитания) автора, тематической или иной принадлежности текста, по
его незначительным, поврежденным, неполным и несвязанным фрагментам. В этом случае
система распознавания работает как дескрипторная
информационно-поисковая система с автоматическим формированием дескрипторов и
поиску по нечеткому или некорректному запросу (на естественном языке, причем
какой этот язык: русский, английский или какой-либо другой – роли не играет).
6. Для автоматической классификации, элементарных частиц,
химических элементов и веществ по их составу или внешним признакам. Для
вероятностной идентификации элементов в смесях и при неполном или
некачественном их анализе с помощью химических тестов, спектральных методов,
ядерно-магнитного резонанса, для интерпретации результатов, полученных с
помощью этих и других подобных методов физического и химического исследования.
7. Для формирования обобщенных образов различных видов
недвижимости и сопоставления конкретных объектов с этими образами в целях
оценки недвижимости (развитие метода сравнительных продаж). Для разработки и
применения стандарта земель в земельном кадастре.
8. Для автоматической классификации сортов растений и пород
животных по их внешним, анатомическим, физиологическим и другим признакам, а
также на основе измерения генетического расстояния. Для изучения влияния
генотипа на фенотип (в том числе расшифровка и содержательная интерпретация генома;
выявление зависимости фенотипа от генотипа и окружающей среды; выявление
генотипических инвариантов, т.е. ансамблей генов, поддерживающих один и тот же
фенотипический признак при различных условиях окружающей среды (адаптивность
генома, лимитирующие факторы)). Применение системной теории информации в
генетике.
9. Для прогнозирования характеристик месторождений полезных
ископаемых (углеводородного сырья и др.) и самих ископаемых по внешним
сопутствующим признакам в том числе и установленным с помощью биолокации. Для интерпретации данных
аппаратной геофизической разведки.
10. Для долгосрочного и оперативного прогнозирования
изменений погодных факторов, для регионов, для которых известны суточные
значения этих факторов за достаточный
период времени.
11. Для выявления влияния любых технологических приемов и
условий на качество и количество хозяйственных результатов. Для анализа и
прогнозирования ситуаций на сельскохозяйственном секторе натурального и
фондового рынка: ценовой мониторинг и прогнозирование цен и
объемов продаж продукции растениеводства, птицеводства и животноводства, а
также ценных бумаг; макроэкономический анализ.
12. Косвенная профессиональная идентификация, прогнозирование
успешности работы и совместимости сотрудников службы безопасности, других служб
банка (при этом выявляются сотрудники – "опора фирмы" и "зоны
риска"). Прогнозирование остатков и движения средств на счетах филиалов
банка и на счетах клиентов. Прогнозирование развития фондового рынка, других
сегментов рынка. Косвенная оценка рисков страхования, кредитования,
инвестирования, бизнеса, других форм взаимодействия
юридических и физических лиц. Косвенная профессиональная идентификация,
прогнозирование успешности работы и совместимости сотрудников различных служб фонда (при этом выявляются сотрудники
– "опора фирмы", а также "зоны риска"). Косвенная
профессиональная идентификация и прогнозирование успешности работы клиентов
фонда по распределяемым профессиям и специальностям.
13. Прогнозирование развития рынка труда и уровня безработицы,
других сегментов рынка.
14. Для решения задач распознавания объектов и их состояний по
признакам, в том числе и при неполном или искаженном описании. Для изучения
динамики и территориальных зависимостей обобщенных образов классов распознавания.
Для выявления и исследования причинно – следственных связей между событиями
(признаками, технологией, составом) и их следствиями (объектами, состояниями,
свойствами, эффективностью) и др.
Многоагентные распределенные системы обнаружения, накопления и использования знаний в Internet
Является перспективным создание на базе предложенной технологии и методологии АСК-анализа новой многозадачной версии системы "Эйдос", обеспечивающей (после регистрации пользователей на сайте при выполнении ими заданных условий) доступ пользователей Internet к базам данных системы как в режиме синтеза новых моделей, так и в режиме их эксплуатации в адаптивном режиме по направлениям, которые определят сами пользователи и разработчики. Это позволит "интеллектуализировать" Internet, создать в нем активные сервисы, способные стать со временем накопителями, хранилищами и анализаторами знаний и опыта по самым различным направлениям деятельности человека (например, автоматизированные консалтинговые службы). Эти сервисы могли бы предоставлять услуги по интеллектуальной обработке данных пользователям независимо от их локализации, и, таким образом, стать реальной технической базой для интеграции знаний, что может стать еще одним шагом на пути развития ноосферы (В.И.Вернадский, Ле Руа, Тейяр де Шарден, 1923). В настоящее же время Internet используются, в основном, просто для получения или просмотра готовых, созданных кем-либо файлов, т.е. просто для обмена информацией.
Развитие АСК-анализа с применением теории нечетких множеств и неклассической логики
Весьма перспективным является развитие результатов, полученных в данном исследовании, с применением аппарата нечетких множеств Заде-Коско [17, 85, 364, 365] и основанной на этом аппарате нечеткой логики (которую иногда более удачно называют непрерывной или континуальной, в отличие от дискретной бинарной Аристотелевской логики или дискретной многозначной логики).
Эта перспектива основана на том, что матрицу информативностей (таблица 3.12) вполне можно рассматривать как обобщенную (в смысле нечеткой логики) таблицу решений, в которой входы (факторы) и выходы (будущие состояния АОУ) связаны друг с другом не с помощью классических (Аристотелевских) импликаций, принимающих только значения: "Итина" и "Ложь", а различными значениями истинности, выраженными в битах и принимающими значения от положительного теоретически-максимально-возможного ("Максимальная степень истинности"), до теоретически неограниченного отрицательного ("Степень ложности").
Фактически это означает, что предложенная модель АСК-анализа позволяет осуществить синтез обобщенных таблиц решений для различных предметных областей непосредственно на основе эмпирических исходных данных и продуцировать на их основе огромное количество прямых и обратных правдоподобных (нечетких) логических рассуждений по неклассическим схемам с различными расчетными значениями истинности, являющимся обобщением классических импликаций. Некоторые примеры подобных рассуждений приведены в таблице 7.17:
|
Таблица 7. 17 – ПРЯМЫЕ И ОБРАТНЫЕ ПРАВДОПОДОБНЫЕ ЛОГИЧЕСКИЕ |
|
|
При этом в прямых рассуждениях как предпосылки рассматриваются факторы, а как заключение – будущие состояния АОУ, а в обратных – наоборот: как предпосылки – будущие состояния АОУ, а как заключение – факторы. Степень истинности i-й предпосылки – это просто количество информации Iij, содержащейся в ней о наступлении j-го будущего состояния АОУ. Если предпосылок несколько, то степень истинности наступления j-го состояния АОУ равна суммарному количеству информации, содержащемуся в них об этом. Количество информации в i-м факторе о наступлении j-го состояния АОУ, рассчитывается в соответствии с выражением (3.28) СТИ.
Прямые правдоподобные логические рассуждения позволяют прогнозировать степень достоверности наступления события по действующим факторам, а обратные – по заданному состоянию восстановить степень необходимости и степень нежелательности каждого фактора для наступления этого состояния, т.е. принимать решение по выбору управляющих воздействий на АОУ, оптимальных для перевода его в заданное целевое состояние.
Число вариантов подобных логических формул определяется по сути дела произведением числа сочетаний предпосылок на число сочетаний заключений. Однако, реально из этих формул имеет смысл использовать только полные, т.е. включающие все заданные предпосылки или все заданные заключения. В простейшем случае заданными могут считаться все предпосылки, или предпосылки, соответствующие факторам определенной группы, и т.д. Для развития этого направления, по-видимому, целесообразно задействовать логику предикатов.
Необходимо также отметить, что предложенная модель, основывающаяся на теории информации, обеспечивает автоматизированное формирования системы нечетких правил по содержимому входных данных, как и комбинация нечеткой логики Заде-Коско с нейронными сетями Кохонена. Принципиально важно, что качественное изменение модели путем добавления в нее новых классов не уменьшает достоверности распознавания уже сформированных классов. Кроме того, при сравнении распознаваемого объекта с каждым классом учитываются не только признаки, имеющиеся у объекта, но и отсутствующие у него, поэтому предложенной моделью правильно идентифицируются объекты, признаки которых образуют множества, одно из которых является подмножеством другого (как и в Неокогнитроне К.Фукушимы).
Динамика взаимодействующих семантических пространств и создание континуального АСК-анализа
Следующим чрезвычайно перспективным направлением развития полученных в данном исследовании результатов представляется развитие теории динамики взаимодействующих семантических пространств классов и атрибутов. С этой целью для семантических пространств и объектов в этих пространствах, т.е. векторов классов и факторов, на основе понятия "информация" предлагается определить понятия, являющиеся аналогами понятий геометрии, кинематики и динамики: это метрика, система отсчета, скорость и ускорение, путь, масса, сила, импульс и энергия, закон (в частности законы сохранения), и т.д. Предлагается получить соответствующие аналитические выражения и дать их содержательную интерпретацию и способы численного расчета.
Высказывается гипотеза, состоящая в том, что физическая картина мира (и не только физическая) является не более чем подмножеством некоторой информационной модели, в какой-то мере аналогичной той, которая предложена в данном исследовании. Это позволяет подойти к исследованию природы реальности с пониманием того, что в действительности мы исследуем не реальность, а лишь содержательные информационные модели этой реальности, основанные на нашем ограниченном опыте. Например, если прогноз поведения системы, сделанный на основании некоторой модели, адекватен, то мы получаем информацию об адекватности модели, если же нет – то новую информацию о системе, не отраженную в модели. Вторая ситуация возможна при исследовании систем после прохождения ими точки бифуркации и систем, качественно отличающихся от описываемых моделью. Учет этой новой информации в модели повышает ее адекватность и качественно расширяет область адекватного применения модели. Таким образом, количество информации о системе, полученное в процесс познания, можно измерять по степени модификации модели системы при учете в ней этой информации и приведении модели в адекватное состояние (аналогично, количество информации, записанное в структуре предмета труда, можно измерять по степени его модификации). При учете в модели незначительного количества информации происходит ее адаптация, а при учете значительного количества – синтез. Учет в теории информации эффектов системного взаимодействия альтернативных состояний (явление интерференции последствий выбора квантовых и активных объектов) приводит к обобщению понятия "информация" в рамках системной теории информации, один из вариантов которой предложен в данной работе. Подобные идеи в свое время привели к возникновению специальной теории относительности (учет свойств релятивистских свойств объектов), квантовой механики (учет квантовых свойств объектов) и нейролингвистического (НЛП) программирования. В принципе философы знали это всегда (правда не всегда признавали), но предложенный в данном исследовании подход позволяет перейти в этой области от умозрительных рассуждений к строгим расчетам, и это соответствует внутренней логике развития науки, которую здесь неуместно рассматривать подробнее [10, 25, 117, 260, 323].
Придание модели онтологического статуса (гипостазирование) – ошибка которая часто совершается (после этого начинают считать, что как в модели, "так все и есть в действительности". Например придание онтологического статуса объектам – дело решенное для материалистов, но для последователей остальных философских направлений этот вопрос остается открытым. Если объективное существование объектов мало у кого вызывает сомнение, то вопрос об объективном существовании интегративных структур 2-го и более высоких порядков остается открытым. Но что это за структуры? В предложенной когнитивной концепции, кластер, например, представляет собой своего рода "объект, состоящий из объектов", т.е. объект 2-го порядка (рисунки 2.14 и 4.1). Если объект выполняет интегративную функцию по отношению к атрибутам, то кластер – по отношению к объектам. Необходимо подчеркнуть, что термин "класс" используется не только для обозначения образов уникальных объектов, но и для обозначения их кластеров, т.е. классу может соответствовать не уникальное, а обобщающее имя, в этом случае мы имеем дело с обобщенным классом. Да и кластеры могут быть не только кластерами уникальных объектов, но и обобщенных классов.
Возникает вопрос об онтологическом статусе понятия "кластер". В некоторых философских системах подобным объектам приписывался даже более высокий статус существования, чем самим объектам, например обычные объекты рассматриваются лишь как "тени" "Эйдосов" (Платон). Известны и другие понятия для обозначения объектов высоких порядков, например "архетип" (Юм), "эгрегор" (Андреев) и др. Нельзя не отметить, что в современной физике (специальной и общей теории относительности) есть подобное понятие пространственно-временного интервала, который проявляется на практике как движение объекта. Являясь объектами 2-го порядка сами кластеры в результате выполнения когнитивной операции "генерация конструктов" могут быть классифицированы по степени сходства друг с другом. Для обозначения системы двух противоположных кластеров, с "спектром" промежуточных кластеров между ними, будем использовать термин "бинарный конструкт", при этом сами противоположные кластеры будем называть "полюса бинарного конструкта". Таким образом конструкт представляет собой объект 3-го порядка. Словом "бинарный" определяется, что в данном случае полюсов у конструкта всего два, но этим самым подчеркивается, что в принципе их может быть 3, 4 и больше. Бинарный конструкт можно формально представить в виде порядковой шкалы или даже шкалы отношений, на которой градациям соответствуют кластеры, а значит и сами классы и соответствующие объекты. Конструкты с количеством полюсов больше 2 могут быть представлены графически в форме семантических сетей в которых полюса являются вершинами, а дуги имеют цвет и толщину, соответствующие степени сходства-различия этих вершин. Семантические сети можно считать также просто графической формой представления результатов кластерного анализа. По-видимому, статус существования структуры реальности, отображаемой некоторой когнитивной структурой определенного уровня интеграптивности тем выше, чем выше этот уровень интегративности, т.е. наивысшим статусом существования обладает мир-в-целом.
Аналогично кластерам и конструктам классов формируются кластеры и конструкты атрибутов. В кластеры объединяются атрибуты, имеющие наиболее сходный смысл. В качестве полюсов конструктов выступают кластеры атрибутов, противоположных по смыслу.
Бинарные
конструкты классов и атрибутов представляет собой когнитивные структуры,
играющие огромную роль в процессах познания. Не будет преувеличением сказать,
что познание представляет собой процесс генерации, совершенствования и
применения конструктов. Будем считать, что конструкт тем более совершенен и тем
выше его качество, чем сильнее отличаются его полюса, т.е. чем больше диапазон
его области значений.
Однако, возникает вполне закономерный вопрос о том, по какой причине в мышлении современного человека при обычных формах сознания используются лишь бинарные конструкты, причем, как правило, при их использовании редко кто вспоминает про нечеткую логику Заде, т.е. на практике промежуточные между полюсами значения вообще не рассматриваются. Представляется весьма перспективным исследовать и формализовать законы мышления, характерные для измененных (прежде всего, высших) форм сознания, разработать теорию конструктов с большим чем два дискретным количеством полюсов (многозначные конструкты), а также теорию конструктов с любым иррациональным количеством полюсов. Таким образом, будущим исследователям и разработчикам возможно предстоит обобщить предложенную в данном исследовании когнитивную концепцию и разработать на ее основе более общие математические модели "многозначного а затем и континуального АСК-анализа", в рамках которых предложенная модель получит статус частного случая – "бинарного АСК-анализа". Возможно в рамках континуального АСК-анализа удастся обнаружить новые базовые когнитивные операции и интегративные когнитивные структуры более высоких порядков, чем в предложенной когнитивной концепции и построить их математические модели.
7.14.2. Технология (РАСУ индивидуального управления лечением)
Типичным примером активной системы является человек – пациент. Систему "врач-пациент" можно рассматривать как рефлексивную систему управления активным объектом, цель которой состоит в переводе пациента из некоторого текущего состояния "болезнь", более или менее далекого от оптимального, в некоторое будущее состояние "здоровье", более близкое к оптимальному, причем это осуществляется с помощью лечебных управляющих воздействий.
Целевые состояния сложной системы в данном случае представляют собой подмножество пространства будущих состояний, в которых пациент более или менее здоров.
Входными параметрами сложной системы являются: история болезни пациента и его биография (траектория перехода пациента в текущее состояние); факторы внешней среды; лечебные воздействия врача.
Выходными параметрами сложной системы в нашем примере являются симптомы и синдромы (комплексы взаимосвязанных симптомов), т.е. клиническая картина, характеризующая, в частности, целевые состояния.
На основе предлагаемой методологии и технологии может быть разработано конкретное приложение, обеспечивающее управление лечением путем выбора и применения оптимальных лечебных воздействий в зависимости от цели лечения, предыстории больного, его текущего состояния, а также ряда других параметров как объекта управления, так и окружающей среды.
При разработке методики выполняются следующие виды работ: формулировка целей и в соответствии с ними разработка перечня прогнозируемых состояний, т.е. результатов лечения; разработка формализованного паспорта результатов лечения (формализованной истории болезни), позволяющего описать в пригодной для компьютерной обработки форме результаты лечения заболеваний определенными методами. Формализованный паспорт может состоять из двух частей: первая из них содержит шкалы, описывающие не зависящие от воли человека факторы, вторая – факторы (лечебные воздействия), которые можно рассматривать как средство достижения желаемых результатов лечения; использование бумажного архива историй болезни для заполнения формализованных паспортов и ввода в программную инструментальную систему в качестве примеров лечения (обучающей выборки); выявление (на основе реальных примеров лечения) взаимосвязей между применяемыми медицинскими технологиями и полученными результатами лечения и формирование информационных портретов по каждому возможному результату лечения (независимо от их оценки как успешных или нет). Информационный портрет результата лечения представляет собой перечень лечебных факторов с количественным указанием того, какое влияние каждый из них оказывает на осуществление данного результата.
Сравнение различных результатов лечения и формирование групп наиболее сходных из них (кластеров), а также определение кластеров наиболее сильно отличающихся друг от друга (конструктов). Группировка лечебных факторов в кластеры и конструкты, показывающих, что некоторые различные по своей специфической природе лечебные факторы имеют сходное влияние на результаты лечения. Это позволяет утверждать, что, лечебные факторы объединяются в кластеры с учетом не только их специфического, но и неспецифического эффекта.
Проверка способности созданного приложения правильно прогнозировать результаты лечения на массиве уже введенных формализованных паспортов (историй болезни), т.е. определение внутренней интегральной и дифференциальной валидности. На экспериментальных примерах валидность оказалась достаточно высокой, что позволяет сделать вывод о возможности практического использования созданного приложения. При этом были выявлены как высокодетерминированные лечебные результаты, которые можно уверенно формировать применением вполне определенных лечебных воздействий, так и слабодетерминированные результаты лечения, которые наиболее сложно как получить, так и достоверно прогнозировать. Кроме того, каждый из лечебных факторов на основе приведенных примеров автоматически характеризуется тем, какое влияние он оказывает на осуществление каждого результата лечения.
Разработанное приложение позволяет решать три основных задачи: диагностика (нозологическая идентификация), осуществляется на основе симптоматики (клинической картины) с учетом данных истории болезни, отражающей предысторию больного, а также факторов внешней среды; прогнозирование того, какие результаты лечения наиболее вероятны (а какие практически невозможны) на данном состоянии пациента и при его предыстории, а также при условии применения имеющихся в распоряжении врачей лечебных технологий и факторов окружающей среды; разработка рекомендаций по управляющим воздействиям, т.е. консультирование по вопросам о том, какие лечебные технологии должны быть применены, чтобы можно было рассчитывать с определенной уверенностью на желаемый результат лечения.
Система позволяет оценивать степень достоверности своих прогнозов и рекомендаций по управлению, т.е. она не просто дает рекомендацию, но и количественно оценивает степень ее надежности. Кроме того, система дает характеристику каждого лечебного воздействия (на что он влияет), а также выдает рекомендации по замене желательных лечебных воздействий, но очень дорогих, болезненных или опасных для пациента или которых нет в распоряжении врачей, другими, более дешевыми, щадящими и которые есть в распоряжении врача, и при этом имеют сходное влияние на результаты лечения. Таким образом, данная методика позволяет "просматривать" различные варианты применения медицинских технологий, прогнозировать последствия применения различных лечебных факторов, и на этой основе вырабатывать научно обоснованные рекомендации по выбору оптимальной в каждом конкретном случае медицинской технологии.
7.14.3. Психология
В данном исследовании не ставится задача подробно раскрывать возможности применения АСК-анализа в психологии. Отметим лишь, что эти возможности довольно развитые и включают такие направления, как: разработка оптимальных адаптивных тестов и профессиограмм (в том числе реализация тестов с известными ключами без какого-либо программирования, интеграция известных тестов в супертесты без программирования и опросов респондентов и т.д.); комплексное психологическое тестирование и прогнозирование (в том числе возможности применения системы окружения "Эйдос-Y"); управление персоналом; транспортная психология; когнитивная психология; компьютерные Y–технологии и т.д. Подробнее эти вопросы освещены в работе [286] и ряде других работ автора с соавторами: [14, 69, 70, 136–165, 230–233, 237, 270, 273–286, 314, 320, 329, 366].
Разработка оптимальных адаптивных тестов и профессиограмм
Актуальность
Сама жизнь ставит перед нами следующие непростые вопросы: пригоден ли вообще данный абитуриент для учебы в вузе? Если он пригоден, то по какой специальности в перспективе он сможет проявить себя наилучшим образом? Как показывает практика, каждая ошибка в ответах на эти вопросы очень дорого обходится как личности, так и государству, поэтому разработка перспективных технологий заблаговременного получения максимально точных ответов на эти вопросы является весьма актуальной.
Отсюда следует проблема № 1: разработать
профессиограммы по базовым специальностям данного вуза. Отметим, что в
настоящее время они не разработаны, более того, работы в этом направлении не
ведутся. Профессиограммой называется перечень психофизиологических и других
свойств и качеств личности, с количественным
указанием степени их необходимости для успешного выполнения определенных
учебных и профессиональных задач.
Но даже если бы эти профессиограммы уже
существовали, то возникла бы проблема № 2, т.е. проблема разработки и внедрения
способа практического применения этих профессиограмм.
Проблема № 3 состоит в том, что со временем профессиограммы теряют адекватность
вследствие изменения закономерностей в предметной области. Следовательно,
необходима их периодическая адаптация и локализация.
Предлагаемый подход
Разработка профессиограмм – это длительный,
трудоемкий процесс весьма значительной сложности и наукоемкости. В целом этот
процесс в настоящее время не формализован и практически не оснащен адекватным
техническим и методическим инструментарием. Осуществляется он, как правило, на
основе экспертных оценок или путем применения значительного количества
нелокализованных по месту и времени применения тестов зарубежного производства,
не адаптированных для тех целей, которые ставятся перед разработчиками профессиограмм.
Проблема № 2 возникает редко, так как у
практических психологов обычно просто нет профессиограмм. Но даже если они
есть, то, как правило, решение принимается психологами на неформальном уровне:
на основе личного опыта и интуиции, так как у них в распоряжении редко есть
способы количественно сравнить респондента с профессиограммами.
Автор предлагает конкретные, успешно
апробированные методики и интеллектуальные компьютерные технологии решения
сформулированных выше проблем, воплощенные в инструментальной программной
системе "Эйдос" и системах окружения. Кратко, суть этих методик и
технологий заключается в следующем: проектируется представительная по
количеству респондентов выборка; респонденты тестируются с применением батареи
стандартных тестов с помощью системы обработки данных комплексного
психологического тестирования "Эйдос"; система "Эйдос"
позволяет провести предварительный анализ данных; классификаторы и результаты
тестирования экспортируются в когнитивную аналитическую систему
"Эйдос" для дальнейшей интеллектуальной обработки.
Результаты и перспективы
Когнитивная аналитическая система
"Эйдос" обеспечивает: автоматическое взвешивание или ремонт исходных
данных, т.е. выборку из массива респондентов такого подмножества, которое в
наибольшей степени соответствует заданной генеральной совокупности (обеспечение
структурной репрезентативности обучающей выборки); формирование обобщенных образов исследуемых профессиональных категорий респондентов, т.е. автоматизированную разработку профессиограмм;
определение вклада психологических свойств, измеряемых с помощью стандартных
тестов, в различие профессиограмм; исключение тех психологических свойств,
которые вносят наименьший вклад в различие профессиограмм (абстрагирование);
вывод сформированных профессиограмм и профилей психологических качеств в
удобной для восприятия и анализа текстовой и графической форме; сравнение
индивидуальных интегральных образов респондентов с профессиограммами и
определение спектра профессиональных предпочтений для данного респондента;
сравнение профессиограмм (и профилей психологических качеств) друг с другом, формирование кластеров и конструктов, автоматическое построение семантических сетей классов и
признаков; содержательное сравнение профессиограмм (и профилей психологических
качеств) друг с другом, автоматическое построение когнитивных диаграмм, в том
числе стандартных и инвертированных (термин авт.) диаграмм В.С.Мерлина;
– расчет частотных распределений профессиограмм и
психологических, а также двумерных матриц сопряженности на основе критерия c2
и коэффициентов Пирсона, Чупрова и Крамера.
Адаптивность обеспечивается тем, что связь с
тестируемыми не прерывается, и когда становится известным, оправдались или не
оправдались прогнозы, сделанные по ним, или изменяется экспертная оценка
респондентов обучающей выборки, то эта информация вводится в систему и решающие
правила переформировываются с учетом этого.
В качестве примера успешного применения на
практике предложенной технологии можно привести ряд исследований.
Комплексное психологическое тестирование и прогнозирование
Актуальность
Первая группа проблем связана с необходимостью
получения комплексной картины предметной области с помощью узкоориентированного,
т.е. специализированного психометрического инструментария.
В настоящее время психологи–практики все чаще
обращаются к комплексному психологическому тестированию. Основная причина этого
очевидна: каждый из стандартных психологических тестов или опросников позволяют
исследовать лишь какой–либо один из уровней или аспектов личности, или достаточно
узкий их спектр, тогда как основной интерес представляет именно получение и
исследование целостной картины, которая определяется характером взаимосвязей
разноуровневых свойств личности.
Например, самоактуализационный тест (САТ) измеряет
прежде всего социально–обусловленные качества респондентов, тогда как опросник
16 PF Р.Б.Кеттелла – конституционные психические качества, детерминируемые
более фундаментальными и устойчивыми генотипическими факторами.
На определяющую роль изучения межуровневых взаимосвязей
индивидуальных, психодинамических и социально–психологических свойств личности
для интегрального исследования индивидуальности указывал В.С.Мерлин.
Вторая группа проблем, связана с тем, что
практически все стандартные психодиагностические тесты, опросники и процедуры
(далее: "тесты") обладают целым рядом принципиальных недостатков,
ограничивающих их корректное и методологически оправданное применение: эти
тесты разработаны и нормированы на выборке разработчика, а должны применяться
на выборке пользователя (которые, вообще говоря, относятся к разным генеральным
совокупностям и не являются взаимно–репрезентативными); они созданы для одних
целей, а используются не совсем для тех или совсем не для тех целей.
Предлагаемый подход
На первый
взгляд кажется, что проблема № 1 решается адаптацией тестов, однако это не
совсем так. Дело в том, что необходимо еще подтвердить специальным
исследованием, что адаптированный, например, С.Петербургской психологической
школой (в частности, известной фирмой "Иматон") тест применим на
Кубани, т.е. учитывает Южно–Российскую региональную специфику.
По мнению автора, адаптировать тесты необходимо на репрезентативной выборке,
представляющей ту генеральную совокупность, на которой они будут применяться.
Иначе даже "адаптированные" где–то и для кого–то тесты не будут учитывать
региональной специфики, в которой работают конкретные пользователи, и
практически ничем не будут отличаться в этом отношении от "неадаптированных".
Но даже у тестов, учитывающих региональную
специфику (локализованных), из–за динамичности предметной области со временем
уменьшается надежность и валидность. Поэтому необходима периодическая адаптация
тестов к изменившимся условиям, а лучше – работа тестов в адаптивном режиме.
На сегодняшний день, по литературным данным, известна лишь одна система,
обеспечивающая не только автоматизированную разработку, но и эксплуатацию
тестов в адаптивном режиме – это система
"Эйдос".
Известно, что работы по адаптации тестов являются
весьма трудоемкими и наукоемкими, а также сложными в организационно–юридическом
отношении, поэтому в настоящее время в России научные центры, способные решать
эти задачи, можно буквально пересчитать по пальцам одной руки. Очевидно, мощности
этих центров не обеспечивают потребностей регионов в стандартизированном
психометрическом инструментарии.
Из этих предпосылок часто делается вывод о том,
что необходимо дать психологам технологию создания и адаптации тестов, чтобы
они сами на местах могли решать эту проблему. Однако в настоящее время этот
вывод представляется автору необоснованным, несмотря на то, что ранее и он
придерживался этой точки зрения. Дело в том, что дать психологу подобный инструмент
– это все равно, что дать рядовому бухгалтеру систему программирования Turbo
C++ for Windows9X и предложить ему, чтобы он сам создал, а затем модернизировал
такую систему бухучета, которая отражала бы специфику его предприятия. Однако
рядовой бухгалтер не имеет для решения этой задачи ни сил, ни времени, ни
соответствующей квалификации, да это и не входит в его должностные обязанности.
Также и рядовой психолог не сможет, да и не должен заниматься выработкой своего
инструментария. Этот инструментарий, причем стандартный и сертифицированный,
ему должен быть предоставлен.
Но если
предположить, что психологи все же займутся не своим прямым делом, а
разработкой инструментария, и что у них это получится, то это будет означать
одновременно конец какой–либо сопоставимости в их исследованиях, так как каждый
будет пользоваться своим собственным инструментарием. По сути мы сталкиваемся в
этой ситуации с метрологической проблемой. И мы знаем, что существуют центры и
лаборатории стандартизации и метрологии, которые занимаются поверкой и, если
надо, настройкой измерительных приборов. Опыт метрологических служб является
весьма ценным в нашем случае и им целесообразно воспользоваться.
Следовательно,
весьма актуальным является создание региональных ведомственных и
межведомственных психологических центров, которые могли бы решать задачу
оснащения практических психологов в своих регионах новыми, адаптированными и
сопоставимыми психометрическими методиками.
Проблема
нецелевого применения тестов, по мнению автора, является даже еще более острой,
чем проблема их неадекватности. Вызывает по меньшей мере удивление, с какой
легкостью "специалисты" некоторых частных фирм, изучив всего лишь одно,
отдельно взятое психологическое свойство, например, "общительность",
выносят рекомендации о том, может ли данный кандидат быть, например,
бухгалтером-кассиром, сотрудником службы безопасности или инкассатором банка.
Спрашивается, зачем банку нужен общительный бухгалтер? Однако отсутствие
элементарной методологической корректности применения тестов характерно не
только для коммерческих фирм, живущих за счет рекламы, вводящей в заблуждение.
Конечно,
ясно, что результаты тестирования с помощью этих тестов каким–то образом
связаны с успешностью или неуспешностью профессиональной деятельности на
различных должностях. Но ведь вопрос как раз и заключается в том, что эта
взаимосвязь еще никем не исследовалась и фактически никому не известна. А ведь
на пути к практическому применению этих знаний необходимо еще создать
соответствующий инструментарий, апробировать его, сертифицировать и
стандартизировать как пригодный для решения данных конкретных задач. Забегая вперед,
отметим, что инструментарий и методика для создания двухступенчатого теста на
базе тестов Кеттела и Люшера (а также других) имеются: базовая когнитивная
система "Эйдос" и система
обработки данных комплексного психологического тестирования "Эйдос–Y".
Результаты и перспективы
1.
Для
проведения исследований интегральной индивидуальности на современном
технологическом уровне необходимо применение соответствующих автоматизированных
систем, реализующих адекватные данной задаче методологические концепции и
математические модели. Задача создания и применения подобных систем является
весьма актуальной.
2.
Актуальной
является задача создания научно–методического психологического Центра,
способного решать как задачи разработки новых сопоставимых психометрических
методик специального назначения, так и адаптации уже имеющихся и практически
использующихся для психологических служб края. Все практически применяемые
психометрические методики должны пройти сертификацию и стандартизацию в Центре.
Выводы и рекомендации, которые даются на основе применения не сертифицированных
и не стандартизированных Центром методик должны быть признаны научно–методически
не обоснованными и юридически ничтожными. В перспективе этот Центр мог бы
выполнять функции регионального ведомственного психологического центра.
Автоматизированная система комплексной обработки данных психологического тестирования "Эйдос-Y"
|
|
Для решения задач комплексной обработки данных психологического тестирования и получения как комплексных индивидуальных психологических портретов респондентов, так и их групп, автором совместно с С.Д.Некрасовым (Государственная аттестационная служба) была разработана система "Эйдос-Y" [41, 142, 211, 270]. |
Назначение системы "Эйдос-Y"
Система
"Эйдос-Y"
относится к окружению системы "Эйдос" т.е. она с одной стороны
представляет собой расширяемый супертест (аналогично MMPI), а с другой стороны
является программным интерфейсом между реализованными в ней стандартными
тестами и системой "Эйдос", обеспечивающей интеллектуальную обработку
результатов тестирования.
Функции системы "Эйдос-Y":
– ввод и обработка первичных данных о респондентах;
– экспорт данных в универсальную когнитивную аналитическую систему "Эйдос" для их содержательного углубленного анализа и для разработки двухступенчатых тестов и тестов прямого действия;
– объединение баз первичных данных, введенных на разных компьютерах.
Основные отличия и преимущества системы "Эйдос-Y" по сравнению с аналогами
Данная система предназначена не для опроса респондентов непосредственно за компьютером, а для ввода и обработки данных тестирования. Автор считает нецелесообразным применение компьютеров непосредственно для тестирования респондентов в наших условиях, т.к. для большинства респондентов использование компьютера само по себе является сильным стрессовым фактором, что искажает результаты тестирования. Кроме того, как показывает опыт, ввод данных опроса в систему "Эйдос-Y" осуществляется практически на порядок быстрее, чем тестирование за компьютером, что обеспечивает соответствующую экономию машинного времени. Например, вместо использования 50 компьютеров для тестирования 50 респондентов в течение 1 часа, мы тестируем этих респондентов "за столом", а потом на одном компьютере вводим данные для обработки в течение 5 часов, что не представляет организационно-технических сложностей.
Системой сохраняются в базах данных не только результаты интерпретации ответов респондентов (стены, факторы и т.п.), но и сами первичные данные опроса. Это позволяет в дальнейшем использовать непосредственно первичные данные как для их анализа различными методами с помощью различных статистических систем, так и для разработки тестов прямого действия с помощью системы "Эйдос".
Система обеспечивает автоматизированное применение ключей и автоматизированную интерпретацию результатов тестирования, как по каждому тесту отдельно, так и по всем тестам совместно в их взаимосвязи, причем виды изучаемых взаимосвязей очень гибко задаются самим исследователем.
Система обеспечивает экспорт первичных данных и результатов их стандартной интерпретации в универсальную когнитивную аналитическую систему "Эйдос", что позволяет осуществить их совместный содержательный углубленный анализ, а также получить новые оптимальные двухступенчатые тесты и тесты прямого действия.
Система позволяет получить психологические характеристики не только конкретных индивидуумов, но и различных групп респондентов, соответствующих градациям шкал, введенным самими исследователями.
В настоящее время система "Эйдос-Y" обеспечивает комплексную (совместную) обработку данных по следующим опросным процедурам одновременно:
– тест выявляющий уровень самоактуализации (САТ);
– опросник 16 PF Р.Б.Кеттелла;
– опросник по определению стиля управленческой деятельности;
– анкета "Ориентация на развитие";
– анкета "Опосредующие развитие факторы (стимулирующие и препятствующие)".
Принцип организации системы обеспечивает расширение перечня совместно используемых опросных процедур. Добавление новой опросной процедуры реализуется разработчиками системы и требует около одного-двух человеко-дней.
Математические модели, реализуемые системой "Эйдос-Y" являются упрощением и конкретизацией моделей системы "Эйдос" для данного специального случая.
Настройка системы на способ совместной обработки результатов тестирования
В режиме "Шкалы классификации респондентов" исследователь имеет возможность ввести наименования некоторого количества шкал и по каждой шкале указать определенное количество градаций с их наименованиями. Количество шкал и количество градаций по разным шкалам может быть различное (в отличии от многих других систем), но не более некоторого максимального количества, определяемого при генерации системы (в настоящее время до 99).
В режиме "Ведение справочника респондентов" исследователь может добавлять новых респондентов, вводить и корректировать их фамилию, имя и отчество (в остальных же режимах данный список респондентов лишь используется и не может быть скорректирован). Правее фамилий есть столбцы, соответствующие шкалам, введенным в справочник шкал. В каждом столбце исследователь задает код той градации соответствующей шкалы, к которой относится респондент. В данном режиме на экране отображаются и наименования шкал, и наименования градаций.
Таким образом в системе "Эйдос-Y" каждый респондент характеризуется не только всей совокупностью его ответов на вопросы батареи тестов, как в большинстве статистических систем (например: SPSS, STATGRAPHICS, STATISTICA), но и принадлежностью к определенным группам, соответствующим градациям шкал. Решение о принадлежности респондента к тем или иным группам принимается исследователями на основе результатов тестирования или(и) экспертных оценок. Это позволяет изучать не только индивидуальные личностные особенности респондентов, но и получать обобщенные психологические характеристики произвольных групп респондентов, задаваемых пользователем, а также изучать зависимости между психологическими характеристиками различных групп. Данная особенность системы сближает ее с интеллектуальной системой "Эйдос" и позволяет организовать полноценный (т.е. без упрощения и потери данных) экспорт данных о респондентах в последнюю. Имеется успешный опыт анализа баз данных системы "Эйдос-Y" с помощью системы STATGRAPHICS.
Средства обеспечения надежности обработки информации в системе
– все режимы ввода данных организованы таким образом, что исключается возможность ввода некорректных данных;
– система автоматически ведет архивы баз данных;
– автоматически переиндексирует все базы данных в случае отсутствия индексных массивов.
Выходные формы системы
Каждая опросная процедура, входящая в состав системы, выдает результаты в виде двух таблиц:
– в первой против фамилии каждого респондента содержатся данные интерпретации его ответов;
– во второй содержатся усредненные результаты интерпретации для каждой градации каждой шкалы.
Последнее и обеспечивает совместный анализ результатов тестирования респондентов с помощью опросников, реализованных в системе.
Тест САТ и анкета "Ориентация на развитие", кроме того выдают частотные распределения стандартизированных баллов (стенов), разделенные на три зоны, такие, что вероятность попадания стена в каждую из них одинакова. Система сама определяет границы этих зон, что обеспечивает оценку конкретных респондентов и их групп не только относительно "генеральной совокупности", но и относительно самой группы респондентов.
Кроме того, система выдает по каждому респонденту итоговые данные по его тестированию с помощью всех тестов в виде одной сводной карты. Имеется также около 80 специальных форм, предназначенных для различных форм анализа.
Все выходные формы записываются системой в виде текстовых файлов в поддиректорию TXT, что позволяет печатать их с использованием любого текстового редактора и на любом принтере, имеющемся у пользователя.
По опроснику 16 PF Р.Б.Кеттелла системой выдаются также в графическом виде стандартные профили респондентов и их групп (группы соответствуют градациям шкал) по факторам, причем профили групп выдаются в двух видах (рисунок 7.25):
– одна группа на одной диаграмме;
– все группы одной шкалы на одной диаграмме.
|
|
|
Эти профили записываются системой в виде PCX-файлов в поддиректорию PCX, причем имена файлов соответствуют кодам респондентов, кодам шкал и групп. Эти графические данные легко могут быть вставлены в сводную карту респондента и распечатаны, например с использованием популярного редактора Winword.
Необходимо отметить, что приведенные характеристики системы не являются окончательными, т.к. она непрерывно совершенствуется.
Управление персоналом
Актуальность
Данный вид работ проводится с целью обеспечения оптимального подбора и расстановки руководящих, административных и профессорско-преподавательских кадров с учетом профессиональной компетентности и индивидуальных психологических свойств и качеств, а также психологической совместимости в коллективах.
Предлагаемый подход
Для достижения цели данного вида работ, создается и внедряется адаптивная автоматизированная система управления персоналом Кубанского государственного технологического университета (ААСУ "Персонал"), входящая в адаптивную автоматизированную систему управления университетом в качестве подсистемы.
В процессе создания системы выполняются следующие работы:
1.
Разрабатывается концепция и стратегия управления персоналом Кубанского
государственного технологического университета:
2. Определяются принципы и методы построения ААСУ "Персонал".
3. Выполняется разработка ААСУ "Персонал":
–
конкретизируются цели и задачи системы, выполняется функциональное
проектирование;
– разрабатывается математическое обеспечение АСУ "Персонал";
– разрабатываются алгоритмы и структура баз данных системы;
– разрабатывается программное, информационное, техническое, а также кадровое, делопроизводственное, организационное, юридическое, нормативное, научное, методическое, этическое обеспечение системы.
Результаты и перспективы
В результате в практику работы университета внедряется адаптивная система управления персоналом, обеспечивающая:
– разработку, адаптацию и применение профессиограмм, адаптивных оптимальных тестов и супертестов;
– формирование оперативного плана работы с персоналом и контроль его выполнения;
– маркетинг персонала;
– определение потребности в персонале;
– планирование и анализ показателей по труду, расходов на персонал;
– нормирование и учет численности персонала;
– профессиональный и личностный отбор, наем и прием персонала;
– деловая оценка персонала;
– оценка личностных характеристик персонала;
– профориентация и трудовая адаптация персонала;
– организация системы обучения и повышения квалификации персонала;
– управление деловой карьерой персонала;
– управление служебно-профессиональным продвижением персонала;
– высвобождение персонала;
– управление социальным развитием организации;
– управление поведением личности в профессиональных группах;
– управление мотивацией трудовой деятельности;
– управление нововведениями в кадровых системах;
– управление конфликтами и стрессами;
– управление безопасностью;
– оценка результативности труда руководителей, специалистов, профессорско-преподавательского состава, аттестация персонала;
– оценка эффективности деятельности подразделений управления персоналом;
–
оценка экономической эффективности адаптивной автоматизированной системы
управления персоналом.
Транспортная психология
Актуальность
С применением предложенной методологии и
технологии, а также инструментальной системы, автором, совместно с УГАИ
МВД по Краснодарскому краю успешно проведено исследование по выявлению психологических и иных причин
нарушения ПДД водителями, имеющими различный психологический статус и относящимися к
различным группам населения в разрезе: причины, виды и время суток нарушения
ПДД [68, 152].
Предлагаемый подход
Водители, как представители своих национальных,
культурных, религиозных, возрастных, образовательных, социальных и других групп населения испытывают с их стороны влияние, формирующее на
подсознательном уровне всю систему их отношений, в том числе и к выполнению ПДД. С применением предложенных в данной работе технологий могут быть
выявлены зависимости между индивидуальными качествами водителей и видами
совершаемых ими нарушений ПДД.
Результаты и перспективы
Детально зная все эти и другие особенности
различных групп населения и имея индивидуальный прогноз совершения нарушений
ПДД по каждому конкретному водителю, психолог может оказать адресное индивидуальное корректирующее (управляющее)
влияние на тех водителей, для которых риск нарушения ПДД выше принятого в качестве допустимого.
Когнитивная психология
Актуальность
В данном разделе автор приводит в порядке
обсуждения когнитивную концепцию, которая представляет определенный интерес в связи с
реализацией основных когнитивных операций в предложенных интегральной
математической модели и инструментальной программной системе (когнитивная
аналитическая система "Эйдос").
Предлагаемый подход
Прежде всего процесс познания начинается с
процесса восприятия объектов и явлений. Процесс восприятия осуществляется с
помощью органов восприятия: зрения, а также слуха, осязания и др. Органы
восприятия дают человеку чувственную информацию о признаках наблюдаемых
объектов.
На самых первых этапах жизни человека эти признаки
объектов не образуют устойчивых взаимосвязанных комплексов, т.е. целостных
образов объектов. Но опыт взаимодействия человека с реальными объектами приводит
к выявлению взаимосвязей между признаками. Так в результате опыта
обнаруживается, что некоторые признаки наблюдаются как правило вместе друг с другом
(наличие пространственно–временных корреляций), другие же наоборот, вместе
практически не встречаются. Могут быть также признаки, которые встречаются как
бы случайным образом и, по–видимому, никак не связаны с другими.
Существование устойчивых взаимосвязей между
признаками говорит о том, что они не являются самостоятельной реальностью, а
отражают нечто стоящее за ними и их объединяющее, т.е. реальные объекты.
Это означает, что признаки не
генерируются из ничего, а имеют объективное содержание. Каждому Реальному
объекту или явлению Реальности в сознании человека соответствует некоторая своя
устойчивая взаимосвязь признаков (этого объекта), т.е. свой определенный образ,
а именно конкретный чувственный образ данного конкретного (этого) объекта. Конкретный
чувственный образ объекта представляют собой совокупность всех его
воспринимаемых признаков, как общих с другими объектами, так и в большей или
меньшей степени специфических именно для данного конкретного объекта.
Следующий этап познания Реальности состоит в том,
что некоторый взрослый человек – учитель (обычно мать или отец) показывает
ребенку окружающие его объекты и произносит их названия на некотором
символическом языке, т.е. дает им некоторые условные наименования или имена.
Если чувственно воспринимаемые признаки
конкретного объекта имеют объективное происхождение, то наименование
объекта устанавливает его принадлежность к некоторой категории объектов,
включающей в общем случае много различных объектов, объединенных по их
назначению или иной функциональной роли в природе или обществе с точки
зрения познающего человека (общества), или роль данного объекта для самого
познающего человека.
Необходимо также отметить, что у животных, в
отличие от человека, сам набор обобщенных образов довольно жестко фиксирован
(свой для каждого вида) и количественно очень ограничен.
На этом этапе весьма существенным обстоятельством
является то, что самые различные объекты одного функционального назначения
получают одинаковое название, например, все различные мячи получают
наименование "Мяч", столы – "Стол" и так далее.
При этом ребенок устанавливает (корреляционные)
взаимосвязи:
-
между
наблюдаемыми признаками данного конкретного объекта и наименованием
социально–обусловленной обобщенной категории, к которой данный объект относится;
-
между
наименованиями признаков и наименованиями обобщенных категорий объектов.
Благодаря существованию этих связей и становится
возможным говорить о смысле признаков, т.е. о том, что каждое физическое
свойство конкретного объекта несет определенную информацию о роли этого объекта
в природе, обществе или для конкретного человека.
Таким образом, введение в обиход наименований
объектов становится важнейшей предпосылкой для формирования их абстрактных обобщенных
образов, причем сама возможность обобщения связана с классификацией объектов по
их социальной роли (назначению).
Среди различных окружающих объектов совершенно
аналогично формируется предметный образ и такого специфического для каждого конкретного человека объекта, как
его собственное физическое тело. Так формируется "образ Я",
характерный для физической формы сознания, формируется предметное сознание и
самосознание.
Когда абстрактные обобщенные образы объектов
сформированы, то становится возможным узнавание конкретных объектов, т.е. их
идентификация. Операция узнавания состоит в сравнении конкретного чувственного
образа определенного объекта с обобщенными абстрактными образами и определение
степени сходства и различия между данным конкретным чувственным образом и
обобщенными образами. В результате, когда конкретный объект узнан,
человек может назвать его наименование, т.е. может восстановить его
функциональную роль в природе, обществе или лично для себя. Если человек в
состоянии это сделать, то считается, что он понимает смысл того, что он воспринимает.
Таким образом, узнавание – это процесс
установления соответствия между объективным описанием объекта как дискретной
совокупности признаков и его единым и неделимым (континуальным) именем, т.е.
наименованием той обобщенной категории, к которой данный объект относится по своей социально–обусловленной роли. У
человека интенсиональное (дискретное) и экстенсиональное (континуальное)
описания объектов обрабатываются двумя различными взаимно–дополнительными
системами отражения, работа которых обеспечивается различными полушариями
мозга, и лишь взаимодействие этих двух систем обеспечивает обработку смысла.
По мере накопления опыта выясняется, что некоторые
специфические признаки практически однозначно позволяют идентифицировать
объекты, т.е. отнести их к определенным обобщенным категориям, другие же
встречаются примерно с одинаковой вероятностью у самых различных объектов и для
целей идентификации являются практически бесполезными. Умение человека
определить ценность тех или иных признаков для решения задачи идентификации уже
говорит о накоплении достаточно большого опыта восприятия и обобщения.
Когда такой достаточно значительный опыт накоплен,
то следующим совершенно естественным этапом познания является выделение всего
наиболее существенного путем отбрасывания случайных и не несущих существенной информации признаков, а также дублирующих
и избыточных признаков, имеющих очень сходный друг с другом смысл. В результате
этой операции, называющейся "абстрагирование", первоначальное
описание объекта на языке признаков, включающее все его чувственно воспринимаемые
признаки, заменяется значительно более сжатым и экономным описанием, содержащим
только наиболее существенные для идентификации объекта признаки. После этой операции процесс ориентации в
предметной области становится более экономным по затратам всех видов ресурсов,
более легким и быстрым, чем до этого, причем при сохранении необходимого
высокого качества.
Высвобождение сил познающего человека после
исключения из анализа второстепенной и несущественной информации позволяет
подойти к решению более сложных задач, таких как выявление сходств и различий между обобщенными образами различных видов объектов Реальности, а также
выявление смысловых взаимосвязей между различными признаками этих объектов.
Кроме того, использование сжатых и высокоинформативных образов объектов позволяет быстро и с минимальными внутренними
затратами относить конкретные чувственно–наблюдаемые объекты к тем или иным
обобщенным категориям, функции и свойства которых уже известны, и таким образом
эффективно ориентироваться в некоторой предметной области (окружающей среде).
В дальнейшем, применяя на практике ранее
сформированные модели Реальности, человек получает новую достоверную информацию
о степени их эффективности и, соответственно, адекватности. Эта информация
обратной связи используется для уточнения и развития конкретной
чувственно–эмоциональной и обобщенной, абстрактной (формальной) модели
Реальности, в чем и состоит ее адаптивность.
Результаты и перспективы
Математическая модель и реализующая ее
инструментальная программная система, разработанная на основе многокритериального
подхода и теории информации, обеспечивает
достаточно адекватное для практического применения формальное описание и
поддержку реализации 10 базовых когнитивных операций, психологическое
описание которых дано в базовой когнитивной концепции:
1) присвоение имен (экстенсиональное (континуальное) представление чувственного образа конкретного объекта в форме принадлежности к некоторым градациям определенных смысловых шкал);
2) восприятие (интенсиональное (дискретное) представление чувственного образа конкретного объекта в форме совокупности признаков);
3) обобщение (синтез, индукция) (формирование обобщенных образов различных категорий объектов на основе одновременного использования экстенсиональных и интенсиональных описаний конкретных объектов, которые используются в качестве примеров);
4) абстрагирование (определение для каждого признака его вклада в различие друг от друга обобщенных образов; контролируемое и корректное удаление незначимых признаков с сохранением всей существенной информации);
5) оценка адекватности модели;
6) сравнение, идентификация и прогнозирование (сравнение чувственного образа конкретного объекта со всеми обобщенными образами);
7) анализ (дедукция и абдукция) (выявление общего и особенного, характерного и нехарактерного, для каждого обобщенного образа; выявление общего и особенного, характерного и нехарактерного в смысловом содержании каждого признака);
8) классификация и генерация конструктов (определение сходств и различий обобщенных образов друг с другом; объединение сходных образов в кластеры; формирование биполярных систем наиболее непохожих кластеров, т.е. конструктов образов; построение семантических сетей классов; определение сходств и различий признаков по их смыслу; объединение сходных по смыслу признаков в кластеры; формирование биполярных систем наиболее непохожих кластеров, т.е. конструктов признаков; построение семантических сетей признаков);
9) содержательное сравнение (определение признаков, по которым любые два заданных образа несопоставимы, сходны или отличаются друг от друга; построение много–многозначных когнитивных диаграмм, в том числе диаграмм Вольфа Мерлина; определение элементов смысла, по которым любые два заданных признака несопоставимы, сходны или отличаются друг от друга; построение много–многозначных когнитивных диаграмм, в том числе инвертированных диаграмм Вольфа Мерлина);
10) планирование и принятие решений об управлении.
Компьютерные Y–технологии
Актуальность
Круг возможных областей
применения предложенных методологии, технологии и инструментальной системы для
исследований в пограничных и малоисследованных областях науки включает
следующие направления:
-
диагностика
потенциальных сверхспособностей (в том числе, обеспечивающих адекватное
поведение в экстремальных ситуациях);
-
развитие,
адаптация и привязка (локализация), разработка новых профессиональных методик
специального назначения;
-
выявление и
изучение характера влияния факторов, связанных с переходами в осознанные
сновидения и измененные формы сознания;
-
прогнозирование
способности человека адекватно действовать в экстремальных ситуациях и
оптимально выйти из них, решив при этом поставленные задачи;
-
прогнозирование
места и времени аномальных и экстремальных ситуаций.
Рассмотрим подробнее возможность применения предложенной
технологии для дистанционной невербальной подсознательной диагностики и
коррекции социально–психологического и профессионального статуса учащихся.
В настоящее время, в соответствии с
Государственным образовательным стандартами, проблемы обеспечения информационной
безопасности решаются правовыми, организационными, экономическими,
инженерно-техническими, математическими и программно-аппаратными средствами.
Однако, по мнению автора, этими мерами возможности по защите информации не исчерпываются.
Важный резерв повышения эффективности охранных мероприятий заключается в
специальном профессиональном отборе и особой психологической подготовке
специалистов, призванных обеспечить мероприятия по защите информации и работающих
с закрытой информацией.
Предлагаемый подход
Задача оптимального профессионального отбора
традиционно решается профессиональными психологами, использующими существующий
инструментарий. При этом в качестве источника первичной информации о
кандидатах, как правило, используются их ответы на вопросы определенных тестов
(опросников). На основе обработки этих ответов выявляются психологические свойства
кандидатов, которые сравниваются с ранее разработанными профессиограммами. На
этой основе принимаются решения о профессиональной пригодности кандидата. О
коррекции личностных свойств традиционно вопрос не ставится, так как считается,
что подготовка специалиста сводится к передаче ему определенного объема знаний
и навыков. В то же время именно социально–психологическими свойствами личности,
ее мотивацией и другими пока неконтролируемыми параметрами определяется
эффективность, более того, сама направленность использования полученных
специальных знаний и навыков.
Традиционный подход имеет ряд ограничений,
обусловленных следующим: ответы на вопросы кандидаты дают в условиях специально
организованной процедуры анкетирования, смысл и значение которой им заранее
известен; стимульный материал и ответы даются в словесной форме, т.е.
предполагают участие сознательного критического мышления кандидата, что
искажает исходные данные представлениями кандидата о том, как должен выглядеть
наилучший вариант ответов; процедура анкетирования требует значительного
времени, а также согласия на ее проведение со стороны кандидата, что затрудняет
ее использование в реальных условиях; профессиограммы учитывают значение только
психологических свойств кандидатов для успешности их профессиональной
деятельности, в то время как остальные, часто не менее значимые их свойства
игнорируются; ставится лишь задача определения статуса кандидата, тогда как
задача подготовки профессионала требует и решения задачи коррекции, т.е. по
сути задач управления.
Некоторые из названных ограничений снимаются
технологиями, основанными на использовании полиграфа, который позволяет
регистрировать подсознательную реакцию на те или иные стимулы, как правило
осознаваемые кандидатом. Однако дистанционность съема первичной информации
обеспечивается при этом в очень ограниченной мере (на минимальных расстояниях).
Дистанционные каналы передачи первичной информации являются электромагнитными,
что позволяет блокировать возможность их использования стандартными средствами.
Кроме того, с одной стороны, полиграф является лишь системой съема информации и
не может быть использован для коррекции состояния кандидата за счет
использования обратной связи, а, с другой стороны, анализ первичной информации
и принятие решения об отнесении кандидата к тем или иным диагностическим
категориям осуществляется человеком-экспертом, что не позволяет объективировать
эти оценки и добиться их сопоставимости для различных диагностических групп
кандидатов, регионов и времени проведения исследований.
Предлагается
создать автоматизированную систему с человеко-зависимым дистанционным
интерфейсом, обеспечивающим:
-
подсознательную
диагностику текущего состояния человека–оператора и его профессионального, а
также социального и психологического
статуса;
-
целенаправленную
коррекцию его состояния от текущего к целевому (оптимальному).
Для этой цели на этапе получения исходной
информации предлагается применить дистанционные датчики разработки лаборатории
PEAR Princeton university (NJ, USA), а также отечественные и собственные
разработки. Для анализа исходной информации и принятия решений об отнесении
кандидатов к тем или иным диагностическим категориям, а также для выработки корректирующего
(управляющего) воздействия, предлагается использовать автоматизированные
системы принятия решений, основанные на многокритериальном подходе и теории
информации. По этим направлениям в ТУ КубГТУ имеется научный и практический
задел (данное направление является базовым научным направлением кафедры
компьютерных технологий и информационной безопасности КубГТУ).
Результаты и перспективы
Полученные результаты позволяют создать:
1) скрытую технологию раннего выявления
оптимальных кандидатов для подготовки по различным специальностям;
2) компактный аппаратно–программный комплекс бесконтактной
идентификации пользователя и коррекции его состояния, действующий без его
ведома и сознательного участия, встраиваемый в компьютер или действующий автономно.
7.14.4. Правоохранительная сфера
В правоохранительной сфере предложенная методология и технология может быть применена, в
частности, для решения следующих задач:
ранняя криминогенная профилактическая идентификация лиц по статьям уголовного
кодекса; прогнозирование и профилактика нарушений правил дорожного движения
(ПДД); поиск аналогов преступлений (или аналогов фабул); поиск аналогов
проверок; тестирование на допуски к специальным видам деятельности (сотрудников
МЧС, ОВД, работников служб безопасности банков и коммерческих структур и
др.); тестирование на право применения оружия; тестирование на совместимость в
оперативных группах; разработка обобщенных фотороботов, типичных для лиц различных направлений криминальной и некриминальной деятельности; выявление взаимосвязей между характеристиками фоторобота ("физиогномика"), отпечатков пальцев ("дерматоглифика"), почерка ("психографология"), другими характеристиками, с одной стороны, и типами
правонарушений, с другой стороны; количественная идентификация изображений с
вербальными описаниями; оперативное и долгосрочное прогнозирование динамики
правонарушений по видам; изучение влияния политических, экономических, правовых
и других факторов на динамику правонарушений; типология оперативных ситуаций и
идентификация сложившейся оперативной ситуации; поиск наиболее схожих с
поступившим состоящих на учете лиц на основе количественного сравнения индивидуальных
фотороботов; методики оценки потенциала абитуриента, слушателя специальных учебных
заведений и сотрудников ОВД по всему спектру должностей и специальностей; типология
и косвенное выявление сфер криминальных интересов; оценка риска при залоге и
кредитовании, выявление случаев неоправданной кредитной политики; паспортизация
участков дорог, типология аварийно–опасных участков дорог по видам аварий;
прогнозирование аварийной опасности участков дорог; выработка мер по
переоборудованию аварийно–опасных участков дорог в целях снижения их аварийной
опасности; количественное сравнение словесных (вербальных) описаний изображений
(местности, интерьеры, лица и др.) с фотографиями; управление составом элитных
групп; типология и косвенная идентификация криминальных типов экономической и
финансовой деятельности на уровне предприятий (выявление зон риска для налоговой полиции); автоматизированная
интерпретация данных полиграфа. Использование полиграфа для получения
информации о тестируемом, необходимой для оценки перспектив его обучения и
профессиональной деятельности по различным направлениям (компьютерные Y-технологии); разработка и применение профессиограмм
на основе ретроспективных верифицированных данных, создание адаптивных и
рефлексивных методик оценки перспектив обучения и профессиональной деятельности
по различным направлениям.