Самое сложное для разделяющих эту точку зрения разработчиков – определить, какие именно фреймы необходимо ввести в систему, какой фрейм или набор фреймов может понадобиться для понимания входного текста. Другими словами, сложность заключается в определении перечня необходимых и достаточных для понимания знаний. Неудивительно, что некоторые разработчики высказывают мнение, что при создании систем, выполняющих интеллектоподобные функции, главная проблема состоит не в том, в каком виде представлять знания (фреймы, сценарии, продукции), а в том, какие именно знания следует заложить в систему, чтобы она могла успешно выполнять эти функции [2, с. 131–132]. Поэтому наиболее проницательные из специалистов по «искусственному интеллекту» пытаются уяснить, что принципиально нового привносится знаниями в функционирование систем.
Так, в 1982 г. А. Ньюэлл предложил дополнить традиционную для компьютерной науки схему иерархии уровней организации систем «искусственного интеллекта» (включающую уровни «технического устройства», «логической организации данных», «программный») уровнем «знаний» [10]. Содержание уровня знаний этот автор описывает на примере ситуации наблюдения одним субъектом за поведением другого. Наблюдаемый оказывается для наблюдателя системой на уровне знаний потому, что наблюдатель приписывает действующему субъекту некоторые знания о мире и цели вместе с возможными действиями. На основании компонентов уровня знаний наблюдатель может делать предсказания о поведении наблюдаемого. Поскольку в системной иерархии каждый вышестоящий уровень выступает в роли организующего начала по отношению к предшествующему, то, с одной стороны, уровень знаний определяет то, на что должны быть способны символьные структуры программного уровня, непосредственно над которым он находится; с другой стороны, он сам характеризуется радикальной незавершенностью, так как является высшим уровнем в организации систем, а знания используются неформально, т. е. не связаны формализованными процедурами с операциональными моделями обработки символов на программном уровне. Незавершенность, в частности, проявляется в том, что иногда поведение наблюдаемого субъекта может быть предсказано на основе описания на уровне знаний, однако целый ряд аспектов поведения таким описанием не охватывается и, следовательно, предсказан быть не может.
В настоящее время в «искусственном интеллекте» ведутся исследования в направлении конкретной технической реализации уровня знаний.
Одну из самых продуктивных и интересных, но вместе с тем слабо подкрепленных психологической теорией попыток такого рода предпринял У. Кинч [9, с. 301–312]. Занимаясь проблемой понимания текста, он разработал двухкомпонентную модель репрезентации его содержания в памяти компьютера. Эта модель состоит из пропозиционной основы (связной понятийной структуры, выражающей содержание написанного) и ситуационной модели, выстраиваемой «понимающей системой» посредством актуализации своих знаний об описываемой в тексте предметной области. Задача понимания, по Кинчу, состоит в том, чтобы преобразовать входной текст в концептуальное представление его смысла – список утверждений, представленных в табличной форме. «Быть понятым» в этой модели означает, что программа понимающего устройства построила такой род репрезентации смысла текста, который иллюстрируется в приводимых в статье таблицах. На наш взгляд, эта модель обладает существенным недостатком: абстрактная пропозиционная семантическая репрезентация, как шаблон прикладываемая к разным текстам, нечувствительна к психологической структуре деятельности читателя, так как игнорирует индивидуальные способы осмысления (символизации) элементов текста, в конечном счете и определяющие специфику понимания.
Игнорирование разработчиками операциональных механизмов смыслообразования. В психологии известны различные виды символов и соответственно их смыслов. Между тем специалисты по «искусственному интеллекту», моделируя познавательную деятельность, редуцируют символы к одному их виду, реализуемому в программах ЭВМ. П. А. Колерс и У. Е. Смайт, называя символы такого вида общепринятыми (consensual) и отмечая, что они «обеспечивают основу для референции в общении», характеризуют их как четкие (articulated) символы – дифференцируемые, идентифицируемые и повторимые. В противоположность этому личностные символы, т. е. феноменальные события, существующие только для переживающего их субъекта (умственные образы, сны и т. п.), являются нечеткими (dense) и не воспроизводятся в машинах. Личностные символы неотделимы от истории своего возникновения в деятельности и обстоятельств использования; кроме того, разные личностные символы отличаются по способности репрезентировать субъекту предметы, события и явления окружающего мира, да и человеческий разум неодинаково способен иметь дело со всеми символами [8].
Сравнение возможностей описания интеллектуальной деятельности с привлечением понятий общепринятых символов или личностных символов выявляет безусловное преимущество последних (Колерс и Смайт демонстрируют его на примере обучения человека и машины действиям по правилам). Поэтому в психологии естественно возникает задача анализа условий максимальной эффективности символизации объектов в процессе психической деятельности, в частности анализа того, какова относительная помощь для понимания, даваемая разными видами символизации одного и того же предмета. В этом плане основная проблема для психолога, изучающего смыслообразование, заключается в экспликации природы манипуляции личностными символами, т. е. в выявлении тех субъективных способов и средств, с помощью которых человек приходит к осмыслению (а следовательно, к интерпретации и пониманию) предмета деятельности. Советские психологи пытаются решить эту проблему путем выявления операциональной структуры человеческой деятельности.
В отличие от западных психологов, подчеркивающих когнитивную природу смысла, советские ученые стараются изучать смыслообразование как процесс, включенный в деятельность понимающего субъекта и детерминированный ее побудительными механизмами. В советской психологии показано, что смысл любого предмета (события, явления) для человека зависит не столько от его знаний о нем, сколько от того места, которое занимает этот предмет в структуре деятельности. Наряду с предметной отнесенностью важную роль в смыслообразовании играют функциональные характеристики объектов, проявляющиеся в их взаимодействии. Поскольку деятельность динамична, то в разные ее моменты одни и те же характеристики объекта занимают различное место в структуре поисковой активности субъекта и соответственно приобретают для него разный смысл. С этой точки зрения, наиболее важным является раскрытие конкретных механизмов деятельности, включающее указание на то, почему в один момент для субъекта становятся важными одни свойства, а в другой – другие. Описание же неизменных жестких структур знаний мало что может дать для машинного моделирования смыслообразования.
И наконец, еще один важный аспект проблемы: так как смыслообразование включено в структуру психической деятельности и является одним из динамических ее компонентов, то смысл оказывается результатом образующих познавательную деятельность интеллектуальных действий.
Значительная работа в направлении анализа операционально-динамических компонентов в деятельности проделана в исследованиях операционального смысла [5]. В них на примере игры в шахматы было показано, что одни и те же фигуры-символы (конь, слон и т. д.), вместо того чтобы иметь только стабильное общепринятое в соответствии с правилами игры значение, в разные моменты мыслительного поиска имеют для испытуемого различный операциональный смысл, который к тому же имеет тенденцию к изменению и развитию. Поскольку выявление операционального смысла элементов шахматной задачи происходит во время поисковых операций, направленных на установление связей между ними, то наряду со смыслом отдельных элементов у испытуемых формируется операциональный смысл целостной ситуации, отображенной в задаче. Таким образом, психологические исследования показывают, что процесс смыслообразования неразрывно связан со структурой психической деятельности человека и сам представляет собой сложное динамическое образование, поэтому все попытки воссоздать в ЭВМ этот процесс вне деятельности, абстрагируясь от нее, обречены на неудачу. Однако пока лишь немногие из специалистов по «искусственному интеллекту» ясно понимают это. Особенно отчетливо это проявляется в технических модельных реализациях интенциональных, целевых аспектов деятельности понимающего субъекта.
