УДК 303.732.4
РАЗРАБОТКА ПРОФЕССИОНАЛЬНЫХ И
ДИАГНОСТИЧЕСКИХ ТЕСТОВ НА ОСНОВЕ ПРИМЕНЕНИЯ АВТОМАТИЗИРОВАННОГО
СИСТЕМНО-КОГНИТИВНОГО АНАЛИЗА
Луценко Е.В., – профессор, д.э.н., к.т.н.,
http://lc.kubagro.ru,
http://ej.kubagro.ru
Кубанский государственный аграрный университет,
г.Краснодар
В статье кратко освещается возможности
применения системно-когнитивного анализа для синтеза и эксплуатации в
адаптивном режиме тестов, обеспечивающих как количественную оценку степени
пригодности респондента для успешного выполнения различных видов профессиональной
деятельности, так и его общую и дифференциальную медицинскую диагностику
Актуальность
Наше время характеризуется все более широким использованием
компьютерных технологий в психологии и медицине, в частности все более широкое
применение находят компьютерные методы психологического тестирования и
медицинской диагностики. Однако разработка, адаптация и локализация подобных
методов является чрезвычайно наукоемкой и просто весьма трудоемкой задачей,
поэтому количество научных центров, имеющих необходимый для этого научный,
информационный и кадровый потенциал весьма ограничено.
Проблема
В результате на практике чаще всего применяются не
сертифицированные программные продукты, не имеющие необходимого для их корректного
использования юридического статуса. Эти продукты чаще всего разработаны за
рубежом, причем достаточно давно и не для тех целей, для которых они у нас
реально применяются.
Эта ситуация является совершенно неприемлемой и приводит к профанации и дискредитации всего
направления. Желательно, чтобы носители
соответствующих необходимых технологий были территориально не слишком удалены
от потенциальных пользователей продуктов этих технологий.
Пути решения проблемы и требования к методу ее решения
Таким образом, для решения сформулированной проблемы
необходимо распространение методов и программного инструментария, обеспечивающих
выявление зависимостей в эмпирических данных и построение на этой основе
методик прогнозирования и поддержки принятия решений в различных предметных
областях.
При этом должны использоваться математические методы, обеспечивающие
выявление закономерностей в фрагментированных зашумленных эмпирических данных
большой размерности, причем измеряемых в различных единицах измерений.
Традиционные методы
Существует ряд
методов, традиционно используемых для решения подобных проблем. Это статистические
методы, в частности методы многомерно шкалирования и анализа данных; системы с
интеллектуальной обратной связью и интеллектуальными интерфейсами; автоматизированные
системы распознавания образов; автоматизированные системы поддержки принятия
решений; экспертные системы (ЭС); нейронные сети; генетические алгоритмы и
моделирование эволюции; когнитивное моделирование; выявление знаний из опыта
(эмпирических фактов) и интеллектуальный анализ данных (data mining).
Однако приходится констатировать, что пока эти методы
не в полной мере удовлетворяют сформулированным требованиям. Кроме того часто для
них не разработаны соответствующие методики численных расчетов и реализующий
эти методы и методики доступный для пользователей программный инструментарий.
Предлагаемый подход: АСК-анализ
В качестве метода решения сформулированной проблемы
предлагается новый метод, получивший название "Автоматизированный системно-когнитивный
анализ" (АСК-анализ).
Очень коротко о АСК-анализе
АСК-анализ является структурированным по базовым
когнитивным (познавательным) операциям автоматизированным системный анализом и
включает:
– формализуемую когнитивную концепцию, из которой
выводится минимальный полный набор когнитивных операций (когнитивный конфигуратор);
– математическая модель, основанную на системном
обобщении семантической меры информации Харкевича;
– методику численных расчетов, т.е. структуры данных и
алгоритмы;
– программный инструментарий – систему
"Эйдос".
Этапы разработки приложения в АСК-анализе:
1. Когнитивная
структуризация, а затем и формализация предметной области.
2. Ввод данных
мониторинга в базу прецедентов за период, в течение которого имеется
необходимая информация в электронной форме.
3. Синтез
семантической информационной модели (СИМ).
4. Оптимизация СИМ.
5. Проверка
адекватности СИМ (измерение внутренней и внешней, дифференциальной и
интегральной валидности).
6. Анализ СИМ.
7. Решение задач
идентификации состояний объекта управления, прогнозирование и поддержка
принятия управленческих решений по управлению с применением СИМ.
На первых двух
этапах СК-анализа, детально рассмотренных в работе, числовые величины сводятся
к интервальным оценкам, как и информация об объектах нечисловой природы
(фактах, событиях). Этот этап реализуется и в методах интервальной статистики.
На третьем этапе СК-анализа всем этим величинам по единой методике, основанной
на системном обобщении семантической теории информации А.Харкевича, сопоставляются
количественные величины, с которыми в дальнейшем и производятся все операции
моделирования. Подробнее все компоненты и этапы АСК-анализа описаны в работах
[1, 2], которые доступны на сайте автора в Internet по следующим адресам: http://lc.kubagro.ru/aidos/aidos02/index.htm
и http://lc.kubagro.ru/aidos/aidos04/index.htm.
Классификация тестов
Профессиональные тесты и диагностические методики
(далее: "тесты") можно классифицировать по различным критериям, но в
данной работе мы предлагаем классификацию тестов по:
– источникам информации о респондентах (объективная – субъективная,
осознанная – неосознанная);
– количеству промежуточных ступеней тестирования;
– периоду прогнозирования: заблаговременное
(стратегическое, тактическое и оперативное) или краткосрочное прогнозирование в
режиме реального времени).
Источники информации для обучающей выборки (опрос –
анамнез, информация, получаемая при подсознательном тестировании с помощью
"семантического резонанса", объектные показатели медицинских или психофизиологических
исследований, в т.ч. ЭЭГ, психологические тесты).
АСК-анализ и его программный инструментарий – система
"Эйдос" обеспечивают создание и эксплуатацию в адаптивном режиме всех
этих видов текстов, позволяют реализовать без программирования уже существующие
тесты и супертесты, если известны их опросники, шкалы и ключи, а также
интегрировать их в одном приложении системы "Эйдос". Данная система
имеет ряд систем окружения, в частности систему "Эйдос-Y" (http://lc.kubagro.ru/aidos/Eidos.htm)
и различные программные интерфейсы, обеспечивающие автоматизированный ввод
данных в систему (без ручного труда).
Примеры применения АСК-анализа для разработки тестов.
В 1994-2001 годах автором совместно с Лаптевым В.Н. и
Третьяком В.Г. с применением АСК-анализа осуществлен синтез приложения, обеспечивающего решение
задач управления качеством подготовки специалистов (на примере Краснодарской
Академии МВД РФ, 7-летний лонгитюд). Эта работа описана в разделе 7.7 монографии [1], которая доступна
в Internet (http://lc.kubagro.ru/aidos/aidos02/index.htm).
В 2001 году автором совместно
с Лаптевым В.Н. и Третьяком В.Г. были предложены подходы к прогнозированию
качества специальной деятельности методом подсознательного (подпорогового)
тестирования на основе семантического резонанса (http://lc.kubagro.ru/artickles/076/076.htm).
В 2001-2002 годах автором совместно с Третьяком В.Г. и
Александровым С.Г. предложены методы анализа профессиональных траекторий
специалистов с применением системы "Эйдос" и модель профессионально-значимых
качеств личности сотрудников ОВД (http://ej.kubagro.ru/2003/01/08/
http://lc.kubagro.ru/aidos/Public/St83.htm).
В 2003 году автором
совместно с Лебедевым А.Н. было создано приложение системы "Эйдос",
обеспечивающее диагностику и заблаговременное прогнозирование профессиональных
и творческих способностей методом АСК-анализа электроэнцефалограмм в системе
"Эйдос" (http://ej.kubagro.ru/2003/01/09/).
В 2004 году автором
совместно с. Щукиным Т.Н., Дороховым В. Б., Лебедевым А.Н. проведены исследования
и разработки, подтвердившие возможность прогнозирования успешности выполнения
психомоторного теста при снижении уровня бодрствования путем АСК-анализа ЭЭГ в
режиме реального времени (http://ej.kubagro.ru/2004/04/20/
http://ej.kubagro.ru/2004/04/21/
http://ej.kubagro.ru/2004/04/22/)
Подробнее об этих и других исследованиях и разработках
автора в области психологии, проведенных с применением АСК-анализа, можно ознакомиться
на сайте автора по адресу: http://lc.kubagro.ru,
на котором, в частности, по адресу http://lc.kubagro.ru/aidos/Eidos.htm
размещены и работы, приведенные в списке литературы.
Выводы
Системно-когнитивный анализ является
новым методом, обеспечивающим выявление зависимостей в зашумленных
фрагментированных многомерных эмпирических данных и построение на этой основе
адаптивных методик идентификации, прогнозирования и поддержки принятия решений,
что позволяет эффективно использовать его для синтеза и эксплуатации в
адаптивном режиме тестов, предназначенных как для количественной оценки степени
пригодности респондента для успешного выполнения различных видов
профессиональной деятельности, так и для его общей и дифференциальной медицинской
диагностики.
Литература
1. Луценко Е. В.
Автоматизированный системно-когнитивный анализ в управлении активными объектами
(системная теория информации и ее применение в исследовании экономических,
социально-психологических, технологических и организационно-технических
систем): Монография (научное издание). – Краснодар: КубГАУ. 2002. – 605 с.
2. Луценко Е.В.
Интеллектуальные информационные системы: Учебное пособие для студентов
специальности: 351400 "Прикладная информатика (по отраслям)".
– Краснодар: КубГАУ. 2004. – 633 с.
3. Луценко Е.В.
Теоретические основы и технология адаптивного семантического анализа в
поддержке принятия решений (на примере универсальной автоматизированной системы
распознавания образов "ЭЙДОС-5.1"): Монография (научное издание). -
Краснодар: КЮИ МВД РФ, 1996. - 280с.
4. Луценко Е.В.
Универсальная автоматизированная система распознавания образов
"Эйдос" (версия 4.1). - Краснодар: КЮИ МВД РФ, 1995.- 76с.
5. Луценко Е.В., Лойко В.И., Семантические информационные модели
управления агропромышленным комплексом. Монография (научное издание). –
Краснодар: КубГАУ. 2005. – 480 с.
6. Симанков В.С.,
Луценко Е.В. Адаптивное управление сложными системами на основе теории
распознавания образов. Монография (научное издание). – Краснодар: ТУ КубГТУ,
1999. - 318с.
7. Симанков В.С.,
Луценко Е.В., Лаптев В.Н. Системный анализ в адаптивном управлении: Монография
(научное издание). /Под науч. ред. В.С.Симанкова. – Краснодар: ИСТЭК КубГТУ,
2001. – 258с.