Психология извлечения экспертных знаний субъектов труда

• Автор: Червинская, Ксения Ральфовна
• Шифр специальности: 19.00.03
• Научная степень: Докторская
• Год защиты: 2010
• Место защиты: Санкт-Петербург
• Количество страниц: 483 с. : ил.

Содержание
Введение
Глава 1. Теоретические контексты проблемы извлечения экспертных знаний субъектов труда
1.1. Извлечение экспертных знаний в теории искусственного интеллекта
1.2. Извлечение экспертных знаний в инженерно-психологическом контексте
проектирования сложных технических систем
Выводы по главе
Глава 2, Теоретико-прикладной анализ эксплицирования экспертных знаний
2.1. Социально-психологический феномен экспертной деятельности
2.2. Системообразующие компоненты «экспертное»
2.3. Индивидуальный опыт экспертов: феномены и гипотезы
2.4. Построение системной модели «экспертное»
2.5. Эксплицирование экспертных знаний: трудности и пути их преодоления
Выводы по главе
Глава 3. Теоретико-психологические основания извлечения экспертных знаний субъектов труда
3.1. Коммуникативный аспект извлечения экспертных знаний
3.2. Операционально-инструментальный аспект извлечения экспертных знаний
3.2.1. Виды знаний и их структурные описания
3.2.2. Когнитивные артефакты и инструменты структурирования
3.3. Процессуальный аспект извлечения экспертных знаний
Выводы по главе
Глава 4. Извлечение знаний экспертов-психологов в области медицинской психодиагностики
4.1. Постановка задачи создания моделей интерпретаций тестовых данных
4.2. Стратегии и методология создания моделей интерпретаций тестовых данных
4.3. Модели интерпретации для тестов с независимыми шкалами
4.4. Модели интерпретации для тестов с зависимыми совместимыми шкалами
4.5. Модели интерпретации для тестов с зависимыми противоречивыми шкалами
4.5.1. Модель интерпретации тестовых данных личностного опросника ММР1
4.5.2. Модель интерпретации тестовых данных методики «Семантический дифференциал времени»

4.5.3. Модель интерпретации тестовых данных интегративной системы
психодиагностики методом Роршаха
Выводы по главе
Глава 5. Конструирование экспертных психодиагностических систем в медицинской психологии
5.1. Методологические положения конструирования ЭПС
5.2. Разработка ЭПС выявления интерперсональных отношений
5.3. Разработка ЭПС выявления невротических черт личности
Выводы но главе
Заключение
Выводы
Библиография
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение

Введение
Актуальность исследования и степень разработанности проблемы.
Проблема извлечения экспертных знаний возникла в конце 1970-х годов в результате создания первых экспертных систем - интеллектуальных (компьютерных) программ, моделирующих в рамках определенной предметной области решение задач экспертами. Зародившись в русле теории искусственного интеллекта как технического направления по созданию интеллектуальных (компьютерных) систем, она вышла за рамки практических рекомендаций для программистов, остро поставив очевидные психологические проблемы: что такое экспертные знания, как их можно «извлечь» или эксплицировать, как построить работоспособную модель принятия решений специалистом предметной области для создания экспертной системы - интеллектуальной программы, решающей профессиональные задачи также, как это делает опытный профессионал.
Трудности проведения экспертизы и получения экспертных знаний для создания концептуальных моделей в различных предметных областях (медицина, химия и пр.) положили начало самостоятельному научному направлению - инженерии знаний (от англ. knowledge engineering), предназначенному для изучения проблем извлечения и структурирования экспертных знаний, представления, формирования, обработки и приобретения знаний интеллектуальными системами [Feigenbaum, 1980; Boose, 1986; Поспелов, 1986; Гаврилова, Червинская, 1992; Adeli, 1994; Tuthill, 1994; Гаврилова, Хорошевский, 2001; Червинская, Щелкова, 2002]. Психологический аспект инженерии знаний касается исследования проблемы извлечения экспертных знаний, возникающей в процессе построения модели экспертных представлений и рассуждений путем взаимодействия двух субъектов труда: инженера по знаниям или когитолога (специалиста по извлечению знаний, от лат. cogitio - мыслить; греч. logos - слово, учение) и эксперта (специалиста предметной области).
Рассмотрение эволюционного развития работ в области искусственного интеллекта как направления по моделированию познавательных процессов человека показывает, что с начала 1980-х годов вплоть до настоящего времени

изменение функций участников проектирования (эксперта и инженера по знаниям) и экспертной системы. С этой точки зрения выделяются следующие фазы: предварительная фаза, начальная фаза и фаза накопления.
Предварительная фаза процесса приобретения знаний характеризуется тем, что экспертной системы еще не существует (отсюда и название фазы), а знания приобретаются инженером по знаниям от эксперта. На этой фазе задача инженера по знаниям состоит в том, чтобы получить от эксперта основные сведения об области экспертизы (основные понятия, отношения, подзадачи и т.п.) и сформировать на их основе общее представление о структуре данных и принципах построения экспертной системы.
На начальной фазе осуществляется наполнение системы знаниями, определяющими организацию, структуру и способ представления базы знаний. В связи с тем, что для решения этих задач необходимо владеть основами программирования и детально понимать функционирование проектируемой системы, введение знаний на начальной фазе может осуществлять только инженер по знаниям, а не эксперт.
В ходе фазы накопления приобретение знаний системой осуществляется экспертом совместно с инженером по знаниям. На этом этапе решаются следующие задачи: 1) обнаружение неправильности, неполноты или
противоречивости знаний; 2) извлечение новых знаний, устраняющих обнаруженные неправильность, неполноту и противоречивость; 3) преобразование новых знаний в виде, понятном экспертной системе; 4) объединение «новых» знаний со «старыми».
Другие авторы, например, B.Buchanan и E.Shortliffe [Boose, 1986] описывают процесс построения прототипа экспертной системы как интерактивный цикл взаимодействия эксперта, инженера по знаниям и системы, представленного в виде четкого алгоритма следующим образом (knowledge acquisition cycles).
1. Эксперт говорит инженеру по знаниям, какие правила, содержащиеся в базе знаний экспертной системы, следует добавить или модифицировать.
2. Инженер по знаниям вносит изменения в базу знаний.
3. Инженер по знаниям тестирует модифицированную базу знаний с помощью старых примеров.