12.4.Информационные технологии в современном научном познании

Информационные технологии в современном научном познании связаны с процессами накопления и преобразования знания в таких вариантах, которые обеспечивают по сравнению с прежними способами, во-первых, более интенсивное производство нового знания; во-вторых, его более высокий уровень конкретности и, в-третьих, более интенсивную сопряженность процесса получения нового знания с процессами его рефлексивного осмысления. Исторически и актуально эти особенности информационных технологий наиболее тесно связаны с процедурой представления знаний, математизацией и компьютеризацией научного познания.

В настоящее время взаимосвязь отмеченных в заглавии процессов не только проявляется достаточно отчетливо, но и составляет одну из неотъемлемых характеристик познавательных процессов в научном познании. В совокупности близких по значению терминов – выражение, оформление, фиксация, представление знаний, последний из них не был постоянно доминирующим. Наблюдалось более-менее равнозначное их употребление для характеристики содержания одной из заключительных стадий научного исследования, а именно для характеристики формы (способа существования) полученного результата. Преимущественно с параметрами конечного результата на ранних этапах развития науки была связана и математизация: при помощи математически выраженных отношений описывалось строение и законы исследуемых объектов (представления о взаимном расположении небесных тел, орбитах их движения, небесной гармонии (связывающей воедино количество планет, цвета радуги и основные элементы звукоряда), пропорции в строении человеческого тела и чертах лица и др.

По мере дальнейшего развития научного познания и его математизации все более отчетливо проявлялась необходимость корректного выражения (представления) не только конечного результата, но и «промежуточных» стадий на пути к нему, в том числе и средствами математики. Соответственно возрастающее значение приобретал инструментальный аспект математизации науки – математика все более масштабно проявляла себя как средство не только выражения, но прежде всего приращения знания. Компьютеризация науки – значительно более позднее явление – актуализировала прежний набор проблем, связанный с представлением знаний, добавив новый, воспроизводящий технические и антропоразмерные аспекты процесса.

В самом широком плане проблема представления знаний актуальна, прежде всего, с точки зрения практической необходимости иметь средства выражения, способные системно ассимилировать растущий объем циркулирующего в обществе знания и обеспечить эффективные каналы его накопления и движения. В широком спектре выражающих ее содержание вопросов исторически предшествующими были проблемы выражения обобщенного знания и построения классификаций, должных непротиворечиво системно зафиксировать накопленное знание. На первых порах они ставились, исследовались и решались в рамках формальной логики, в частности, при исследовании специфики процедур построения, ограничения и обобщения понятий, индуктивных и дедуктивных выводов, логической структуры гипотез и др.

В Новое время выяснилось, что одних логических средств для обобщения знаний недостаточно. Дальнейшая перспектива виделась в разработке средств концептуализации научного знания, важнейшим из которых считалась гипотеза. Гипотеза в вероятностной модели научного знания Нового времени была не только средством научного поиска (приращения научного знания), но и формой знания, обобщающей эмпирический материал (данные наблюдений и экспериментов), а также конкретизирующей содержание исходных принципов (начал) системы знания применительно к конкретной области исследований.

На рубеже XIX-XXвв. главным средством концептуализации знания (его обобщения и системного представления) признаются модели и, прежде всего наглядные механические модели. «Объяснить явление – значит построить его механическую модель» утверждал Кельвин. Тем не менее значение этого высказывания не стоит преувеличивать, поскольку уже в то время его содержание расценивалось как частный случай более общего подхода, получившего название репрезентатизма. В соответствии с ним проблема обобщения знания решалась путем построения абстрактного конструкта, репрезентирующего исследуемый объект и его связи с другими объектами (П. Дюгем, А. Пуанкаре).

ХХ век отмечен поисками все более масштабных форм представления знаний, тем или иным образом воздействующих на характер выдвигаемых гипотез и теорий. К ним относятся предпосылочные формы знания и прежде всего научная картина исследуемой реальности как схема исследуемого объекта. Одновременно набрали интенсивность исследования, воспроизводящие сопряженность научного поиска по созданию новых абстрактных конструктов, репрезентирующих исследуемые объекты, и творческих усилий в сфере их математических описаний, эвристический потенциал которых обеспечивал поиск новых «онтологических» схем исследуемых объектов как бы «сверху» (исходя не из данных экспериментов, а из математических систем, интерпретируемых на исследуемой предметной области).

Такого рода исследования квалифицировались как одно из наиболее значимых проявлений математизации научного познания. Наряду с ними в современной науке отмечают еще несколько форм математизации знания, масштабы и значение которых непрерывно возрастают. Общим условием эффективного использования математических методов и структур в научных исследованиях является наличие в системе знания той или иной конкретной науки достаточно развитого концептуального аппарата, содержащего ряд абстракций, репрезентирующих конкретные предметы, процессы и явления исследуемой реальности в виде качественно однородных, а поэтому количественно и структурно сравнимых теоретических конструктов.

Значение математики как фактора концептуального взаимодействия науки и развития методов научного познания тесно связано с местом и ролью в системе научного знания кибернетики, поскольку многие математические дисциплины (теория алгоритмов, теория игр, абстрактная теория автоматов и др.) возникли или развиваются под непосредственным развитием кибернетики. Соответственно и кибернетика оказывает воздействие на другие науки во многом через свои математические разделы. Однако решающее значение, на наш взгляд, имеет непосредственное концептуальное воздействие кибернетики на другие конкретные науки, в частности перенос во взаимодействующую науку основных концептуальных схем кибернетики: представлений о сложноиерархизированном системном строении объектов, включающем, с одной стороны, подсистемы со стохастическим взаимодействием между элементами, а с другой – некоторый управляющий уровень, который обеспечивает целостность системы. Известна эффективность использования таких представлений в экономической науке, психологии, физиологии, биологии: успешно набирают они потенциал в социологии.

Однако наиболее значимые масштабы и актуальность проблема представления знаний приобрела в связи с разработкой в рамках кибернетики проблемы искусственного интеллекта и компьютеризацией общественного познания. Здесь на первый план вышли вопросы о соотношении истинностных характеристик знания, традиционно анализируемых в рамках классического репрезентатизма, и его эффективности в сфере коммуникации, техническом творчестве и материальном производстве, для анализа которых, пожалуй, впервые были настоятельно затребованы результаты лингвистического позитивизма и в целом «философии языка». Результаты, изученные там несколькими десятилетиями ранее, предстоит использовать для исследования языков представления знаний, основных классов моделей представления знаний, в том числе наиболее фундаментальной – фреймовой.

В итоге «древняя» гносеологическая проблема представления знаний русле компьютеризации научного познания (прежде всего в рамках проблемы искусственного интеллекта, разработки экспертных систем, языков общения между компьютером и пользователем, средств распознавания образов и в целом информационных технологий) приобрела более строгую экспликацию и новое несравненно более содержательное и глубокое прочтение в когнитивном, техническом и социальном аспектах¹. В определенной мере это сказалось и на характере философско-методологической рефлексии над научным познанием прежде всего за счет актуализации результатов, полученных в сфере «философии языка», а также более детального учета специфики технических и социальных аспектов проблемы представления знаний.

Одной из главных проблем, аккумулирующей названные аспекты является проблема языков, пригодных и для преставления знаний, и для диалогового режима работы с компьютером. По мнению некоторых представителей компьютерной лингвистики (В.В. Мартынов) – это наиболее трудная задача, намного превосходящая по своей сложности технические проблемы по созданию компьютеров новых поколений, поскольку язык – это не только средство выражения готового знания, а прежде всего средство содержательной организации процесса их получения. Основной путь решения этой проблемы в современной науке – создание формализованных математических теорий, интерпретацией которых является разработанный язык, содержащий систему абстракции, объединенных в концептуальной схеме и функционирующих в качестве основы для формализации данных, относящих к сфере исследуемой реальности. В последние десятилетия ведутся исследования, направленные на разработку универсального семантического кода, что по замыслу их авторов даст возможность значительно расширить область использования новых языков общения с компьютером.

Такого рода языки, базирующиеся на развитой системе абстракций и алгоритмов преобразования информации, средств ее формализации, благодаря связи этих характеристик с системой математического знания являются достаточно эффективным средством математизации наук, ранее с трудом поддающихся этому действию (психология и связанный с нею цикл наук о поведении и др. Это процесс и сопровождающие его познавательные действия как в их компьютерном исполнении, так и в варианте мысленного анализа стимулируют работу по теоретическому и методологическому осмыслению содержания проводимого исследования (анализу его понятийно-концептуального аппарата, механизмов аргументации, сопоставлению с инструментарием других наук). Формой познания, наиболее системно ассимилирующей отмеченные компоненты научного знания и познавательные действия, является имитационное моделирование.

В итоге следует подчеркнуть, что информационные технологии в современной науке обеспечивают не только более широкие возможности исследователя в поиске и отборе нужной информации (через локальные информационные сети и Интернет), т.е. в выполнении «рутинной» работы, но и все более продуктивно используются на уровне конструктивной подлинно творческой работы, а также деятельности по ее рефлексивному осмыслению. Отмечаемые при этом издержки (культивирование стереотипных действий, адаптированных к параметрам компьютера и информационной сети, снижение внимания к нестандартным ситуациям и параметрам, снижение интенсивности индивидуальной мысленной работы исследовательского и рефлексивного характера и др.) имеют достаточно условный и относительный характер и определяются, скорее, не техническими параметрами используемых средств, а личными качествами исследователя: степенью оригинальности мышления, способностью видеть нестандартные ситуации, не ассимилированные «компьютерным знанием», способностью предвидения, культивируемой в русле его активной включенности в многообразные социокультурные отношения.