Когнитология

71

в структуре которых функционируют природные свойства человека как индивида».

В качестве общих характеристик "системы" в самых различных системных исследованиях фигурируют следующие:

1.Целостность - несводимость любой системы к сумме образующих ее частей и невыводимость из какой-либо части системы ее свойств как целого;

2.Структурность - связи и отношения элементов системы упорядочиваются в некоторую структуру, которая и определяет поведение системы в целом;

3.Взаимосвязь системы со средой, которая может иметь "закрытый" (не изменяющий среду и систему) или "открытый" (преобразующий среду и систему) характер;

4.Иерархичность – каждый компонент системы может рассматриваться как система, в которую входит другая система, т.е. каждый компонент системы может быть одновременно и элементом (подсистемой) данной системы, и сам включать в себя другую систему;

5.Множественность описания - каждая система, являясь сложным объектом, в принципе не может быть сведена только к какой-то одной картине, одному отображению, что предполагает для полного описания системы сосуществования множества разных ее отображений (Асмолов А.Г. Психология личности: учебник. - М.: Изд-во МГУ, 1990. - 367 с. Стр.49-87).

Ключевую роль в системном анализе играет понятие "структура", которое связано с упорядоченностью отношений, связывающих элементы системы. Структуры делятся на простые и сложные в зависимости от числа и типа взаимосвязей между элементами. Структуры часто носят иерархический характер, т.е. состоят из упорядоченных уровней. Проблема структуризации является одной из главных отличительных особенностей системных исследований. Подмножества элементов системы могут рассматриваться как подсистемы, состоящие в свою очередь из подсистем более низкого уровня. Однако следует иметь в виду, что разбиение системы на подсистемы зависит от целей исследования и, вообще говоря, неоднозначно. Наличие структуры позволяет существенно сократить громадное число возможных комбинаций элементарных отношений, т.е. структура

—это в некотором смысле потеря степеней свободы. Проблема

72

структуризации была одной из ведущих тем в популярном в первой половине XX века направлении психологии — гештальтпсихологии (от нем. Gestalt — структура, форма, конфигурация). Один из основоположников этого направления психологии М. Вертгеймер писал в 1925 г.: "Существуют связи, при которых то, что происходит в целом, не выводится из элементов, существующих якобы в виде отдельных кусков, связанных потом вместе, а напротив, то, что проявляется в отдельной части этого целого, определяется внутренним структурным законом этого целого. Гештальттеория есть это, не больше и не меньше" (Вертгеймер М. Продуктивное мышление. М., 1987. с. 6). Из этого отрывка ясно, почему Л. фон Берталанфи неоднократно отмечал, что гештальтпсихология была реальным историческим предшественником общей теории систем.

Системные исследования базируются на математическом моделировании. Математическое моделирование основано на том факте, что различные изучаемые явления могут иметь одинаковое математическое описание. Основное назначение модели – сделать возможным некоторые выводы о поведении реальной системы. В качестве математической поддержки процесса моделирования нашли применение статистические методы: факторный и регрессионный анализ, точечные и интервальные оценки, методы проверки гипотез, дисперсионный анализ и др.

Моделирование – один из основных методов научного познания процессов (явлений)

Термин «модель» широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений.

Одна из первых попыток дать обобщенное определение понятия «модель» принадлежит Г. Клаусу (1963) «под моделью понимают отображение фактов, вещей и отношений определенной области знаний в виде более простой, более наглядной материальной структуры этой области или другой области».

В настоящее время термином «модель» обозначают: «такой материальный или мысленно представляемый объект,

73

который в процессе исследования замещает объект – оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале» (Стариков А.И., 1997).

Существует ряд классификаций моделей. Выделяют статические и динамические модели.

Мангейм Дж.Б., Рич Р.К. (1997) приводят одну из последних классификаций моделей:

Модель (model) – упрощенное представление действительности. Динамическая модель (dynamic model) – математическая модель, описывающая развитие процесса во времени.

Имитационная модель (simulation) –математическая компьютерная модель, в которую введены определенные динамические элементы

Каузальная модель (causal model) – модель, графически изображающая множество зависимостей между понятиями (или переменными), когда изменение в одном (или более) из них предшествует или вызывает изменение в другом (других).

Компьютерная имитация (computer simulation) –

математическая модель, оперирующая сложной системой динамических уравнений и реализованная на ЭВМ.

Компьютерная модель (computational model) –

математическая модель, оперирующая нечисленными алгоритмами и реализованная на ЭВМ.

Математическая модель (mathematical model) – упрощенное описание процесса или ситуации в математических выражениях.

Модель ожидаемой полезности (expected utility model) – математическая модель, основанная на предположении, что человек принимает решения, исходя из суммы возможных затрат, помноженных на вероятности их компенсации (т.е. на вероятности наступления соответствующих исходов).

Модель оптимизации (optimization model) –

математическая модель, характеризующаяся предположением, что некоторые переменные в данном процессе или ситуации максимизируются или минимизируются

Неформальная модель (informal model) – упрощенное описание процесса или ситуации в терминах естественного языка.

74

Формальная модель (formal model) – модель, заданная на математическом или любом другом формализованном языке.

Процесс моделирования включает три элемента: 1) субъект (исследователь), 2) объект исследования, 3) модель опосредующую отношения познающего субъекта и познаваемого объекта.

Главная особенность моделирования состоит в том, что это метод опосредованного познания с помощью объектовзаместителей. В своей сути, модель является сложным символом, адресованным к символической знаковой системе мышления.

Познавательная возможность модели обуславливается способностью модели отражать какие-либо существенные черты объекта-оригинала. Модель утрачивает свой смысл как в случае тождества с оригиналом (в этом случае она уже не является моделью), так и в случае чрезмерного во всех существенных отношения отличия от оригинала (Стариков А.И., 1997).

Применение методов математического моделирования в биологии и медицине связано с преодолением ряда трудностей. Математика на протяжении веков развивалась в связи с потребностями физики и техники, и естественно, медикобиологические проблемы не нашли должного отражения в постановке целей и задач её развития. При решении задач медико-биологического характера в настоящее время применяются процедуры раннее сформированные для решения физико-технических проблем. Например, при анализе периодических процессов при медико-биологичсеких исследований (анализ электроэнцефалограмм) применяется спектрально-корреляционные методы анализа. Однако, эти методы согласно теории обработки сигналов могут быть применены для обработки стационарных случайных процессов (Бендат Дж., Пирсол А., 1983), каковой ЭЭГ не является.

Главные трудности применения методов математического моделирования связаны с особенностями медико-биологических наук, большинство объектов исследования которых может быть охарактеризовано кибернетическим понятием сложная система.

75

Важным качеством любой системы является эмерджентность – наличием у системы таких свойств которые не присущи ни одному элементу системы в отдельности. Одной из существенных трудностей медико-биологических исследований состоит в том, что не существует биологических объектов, которые можно было бы рассматривать как отдельные внесистемные элементы.

В области естественных наук наиболее распространены два вида моделирования – физическое и математическое.

Процесс физического моделирования состоит в изучении системы посредством анализа некоторого макета, сохраняющую физическую природу системы. В области биологии и медицины физическое моделирование реализовано

ввиде биологического моделирования нормально протекающих, физиологических процессов и различных форм патологии.

Одно из направлений в экспериментальном моделировании синдромов, симптомов нервно-психических расстройств базируется на принципе детерминантных структур

впатологии центральной нервной системы, сформированном академиком РАМН Г.Н. Крыжановским. (Крыжановский Г.Н., 1980, 1997, 2002). Разработка экспериментальных моделей синдромов, симптомов нервно-психических расстройств, представляет собой специальный подход к изучению расстройств высшей нервной и психической деятельности. Кроме того, использование патогенетически адекватных моделей этих расстройств позволяет проводить корректные испытания новых лекарственных средств и создавать патогенетически обоснованную, т.е. базирующуюся на знаниях о механизмах развития болезни, терапию.

На основе теории детерминантных структур был сформирован ряд нейропатологических синдромов: многоочаговой корковой эпилепсии (Крыжановский Г.Н., Макулькин Р.Ф., Шандра А.А., 1977, 1978), вестибулопатии (Крыжановский Г.Н. и др. 1976), патологически удлиненного сна (Крыжановский Г.Н., Макулькин Р.Ф., Гун А.А. 1978). Создана модель процессуального психоза с прогредиентным течением (Крыжановский Г.Н., Лобасюк Б.А., Моховиков А.Н., Барцевич Л.Б., Москетти К.В., 1987).

76

Математическое моделирование основано на том факте, что различные изучаемые явления могут иметь одинаковое математическое описание. Основное назначение модели – сделать возможным некоторые выводы о поведении реальной системы.

В качестве математической поддержки процесса моделирования нашли применение статистические методы: факторный и регрессионный анализ, точечные и интервальные оценки, методы проверки гипотез, дисперсионный анализ и др.

В традиционных методах математической статистики часто используют предположение о независимости, одинаковой распределенности и нормальности изучаемых совокупностей случайных величин (Кендалл М., Стюарт А. 1978; Кендалл М., Стюарт А. 1968; Клейнен Дж. 1978; Мангейм Дж.Б., Рич Р.К. 1997). Однако данные предположения не всегда выполняются (Емельянов С.В., 1988). Тем не менее, в моделировании существуют приемы сведения данных к виду, пригодному для использования традиционных методов статистики (Кендалл М., Стюарт А.

1978).

К важнейшей задаче моделирования относится проверка адекватности моделей. В идеальной ситуации, когда известны законы, верные для изучаемой модели, заключение об адекватности модели может быть сделано в процессе моделирования. Однако такая ситуация для сложных систем, тем более в биологии и медицине, предоставляется редко. Проверка адекватности модели чаще осуществляется с помощью привлечения доступной информации о моделируемой системе, применения статистических методов для проверки гипотез и оценки параметров на основании теории ошибок

(Тейлор Дж., 1985).

Любая модель сложной системы трактуется как совокупность взаимодействующих элементов, поэтому в описании модели формируют две составляющие: описание взаимодействия элементов модели и описание функционирования отдельных элементов. Первую составляющую можно назвать описанием структуры модели, а вторую – описанием динамики элементов (Емельянов С.В.,

1988).

77

В настоящее время в связи с развитием вычислительной техники и вычислительных технологий моделирование различных уровней живых систем получило дальнейшее развитие.

Б. Ф. Ломовым был разработан ряд методологических и теоретических проблем психологической науки, в том числе принципы системного подхода в психологии как основного инструмента познания психики.

Он рассматривал психические процессы как системные, органически вписанные во всеобщую взаимосвязь явлений и процессов материального мира и сами выступающие по отношению к ним как органическое единство при раскрытии своих уникальных качеств.

Согласно Б. Ф. Ломову, понимание психического предполагает его анализ в плане воздействия на него совокупностей внешних и внутренних отношений, с которыми оно вступает в связь прежде всего в качестве единого целого.

Психика как система, по Б. Ф. Ломову, — это многомерное, иерархически организованное динамическое целое. В этой связи им ставилась задача выявления множественности систем бытия человека по отношению к единству его психических свойств.

Когнитивное моделирование

Когнитивная модель — формальная модель психического или социально-психологического процесса, то есть формализованная абстракция данного процесса, воспроизводящая его некоторые основные, ключевые, по мнению данного исследователя, моменты с целью его экспериментального изучения либо с целью экстраполяции сведений о нём на то, что исследователь считает частными случаями данного процесса (Википедия).

Когнитивные модели — это особая разновидность научных концепций, и они имеют те же задачи. Определяются они обычно по-разному, но мы определим когнитивную модель как метафору, основанную на наблюдениях и выводах, сделанных из этих наблюдений, и описывающую, как обнаруживается, хранится и используется информация (Солсо Р., 2011).

78

М. Вартофский когнитивную модель понимает как формальную структуру, отражающую познавательный опыт индивида: «Мы создаем когнитивные артефакты, которые меняют саму природу научения. Создаваемые нами артефакты - это модели, т.е. репрезентации для нас самих того, что мы делаем, чего хотим» (Вартофский М., 1988).

Т. А. ван Дейк использует термин когнитивная модель для обозначения «специфического вида структурной организации знания в памяти» (Дейк Т.А. ван., 1989).

Реализация когнитивной модели в процессе речевой деятельности происходит посредством формирования когнитивных стратегий, которые понимаются в когнитивном аспекте как путь решения мыслительных (в том числе и вербализующихся в речевой деятельности) задач (Нарциссова С.Ю., 2010)

Предпосылкой для развития когнитивного подхода послужила неприменимость точных моделей для анализа и моделирования проблемных ситуаций, возникающих в процессе развития социальных систем, из-за необходимости учета большого числа факторов, многие из которых оказалась трудно формализуемыми (Макаренко Д.И., Хрусталев Е.Ю., 2008). Г. Саймон назвал такие задачи слабо структурированными, подразумевая под этим их качественный характер, трудность формализации и наличие неопределенности.

Р. Аксельродом и его последователи развивали методику когнитивного моделирования, опираясь на идеи психологии, теории графов и теории принятия решений (Structure of Decision.

The Cognitive Maps of Political Elites / Ed. by R. Axelrod.- Princeton University Press, 1976.- 405 p.). Результаты исследований опубликованы в его ставшей классической работе

«The Structure of Decision: Cognitive Maps of Political Elites» [5]. В

ней описаны основы когнитивного подхода к поддержке принятия решений, а также математический аппарат, применяемый для анализа когнитивных карт и моделирования.

В качестве основных проблем принятия решений им были выделены: проблемы объяснения ситуации, проверки гипотез об устройстве ситуации, прогнозирования, выбора решения из ряда альтернатив (Авдеева З.К., Коврига С.В., 2007).

79

На основе исследований Р. Аксельрода и его последователей его исследований показано, что в сложных ситуациях субъект, в силу ограниченной рациональности, склонен упрощать представление о ситуации, не замечать обратные связи и, как следствие, при принятии решений не учитываются отдаленные последствия, взаимосвязи различных проблем (Макаренко Д.И., Хрусталев Е.Ю., 2008). Р. Аксельрод относил когнитивные модели к нормативным моделям в том смысле, что они организуют познавательную деятельность исследователя при выработке решений: как и любая формализация, когнитивная карта и методы ее исследования предписывают субъекту, как он должен принимать решения в сложных ситуациях (Макаренко Д.И., Хрусталев Е.Ю., 2008).

Также методы когнитивного моделирования развивали в своих исследованиях Д. Харт, Ф. Робертс, К. Иден и др. (R. Axelrod., 1976; Eden C., 1988; Робертс Ф., 1986; Eden C., 1992).

Математическая модель. Классификация математических моделей.

Математическая модель выражает существенные черты объекта или процесса языком уравнений и других математических средств.

Математическое моделирование не всегда требует компьютерной поддержки. Каждый специалист, профессионально занимающийся математическим моделированием делает все возможное для исследования. Аналитическое решение (представление формулами) обычно удобнее и информативнее численных. Понятия «аналитическое решение» и «компьютерное решение» не противостоят друг другу, т.к.:

1)Все чаще компьютеры при математическом моделировании используются не только для численных расчетов, но и для аналитических преобразований.

2)результат аналитического исследования математической модели часто выражен столь сложной формулой, что при взгляде на нее не складывается восприятия, описываемого ей процесса.

80

Классификация математических моделей.

1.Дескриптивные (описательные) модели.

2.Оптимизационные модели.

3.Многокритериальные модели.

4.Игровые.

5.Имитационные.

Моделируя движение кометы, вторгшейся Солнечную систему, мы описываем траекторию ее полета, расстояние, на котором она пройдет от Земли, т.е. ставим описательные цели. У нас нет никаких возможностей повлиять на движение кометы, что-то изменить.

На другом уровне процессов мы можем воздействовать на них, пытаясь добиться какой-то цели. В этом случае в модель входит один или несколько параметров, доступных нашему влиянию. Например, меняя тепловой режим в зернохранилище, мы можем стремиться подобрать такой, чтобы достичь максимальной сохранности зерна, т.е. оптимизируем процесс.

Часто приходится оптимизировать процесс по нескольким параметрам сразу, причем цели могут быть противоречивыми. Например, зная цены на продукты и потребность человека в пище, организовать питание больших групп людей как можно полезнее и дешевле, т.е. при моделировании будет несколько критериев, между которыми надо искать баланс.

Есть специальный достаточно сложный раздел современной математики – теория игр, - изучающий методы принятия решений в условиях неполной информации.

Бывает, что модель в большей мере подражает реальному процессу, т.е. имитирует его. Например, моделирование движения молекул в газе, когда каждая молекула представляется в виде шарика, создаются условия поведения этих шариков при столкновении друг с другом и со стеной, при этом не нужно использовать никаких уравнений движения. Можно сказать, что чаще всего имитационное моделирование применяется в попытке описать свойства большой системы при условии, что поведение составляющих ее объектов очень просто и четко сформулировано.

Компьютерная модель – это модель реализованная средствами программной среды.