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-XX вв. 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.
Вопросы для самоконтроля
1. Каковы специфические характеристики научного исследования как вида познавательной деятельности?
2. Исчерпывает ли совокупность процессов конкретных исследований содержание научного познания?
3. Как соотносятся объект и предмет научного исследования?
4. Как соотносятся предмет конкретного научного исследования и дисциплинарный предмет?
5. Что такое проблема как элемент научного исследования?
6. Как соотносятся проблема и вопрос?
7. Как соотносятся проблема и задача?
8. Посредством каких типов вопросов фиксируется содержание научной проблемы?
9. В какой последовательности располагаются вопросы в содержании проблемы?
10. В чем состоит цель научного исследования?
11. Как соотносятся цели и задачи научного исследования?
12. Что такое условия исследования?
13. Какие группы условий выделяют в качестве основных?
14. Что такое средство исследования?
15. Относятся ли к средствам научного исследования метод и другие виды нормативного знания (способы, приемы, алгоритмы и др.)?
16. Что такое метод научного исследования?
17. Какие существуют трактовки гносеологической сущности метода?
18. По каким критериям классифицируют методы научного исследования?
19. Какие элементы включает группа общелогических методов (приемов) познания?
20. Какие методы квалифицируются как эмпирические?
21. Какие методы квалифицируются в качестве теоретических?
22. Какие Вы знаете общенаучные методы (подходы)?
23. Какие методы квалифицируют как философские?
24. Что такое результат научного исследования как один из его предметных элементов?
25. Какое значение имеют побочные результаты научного исследования?
26. За счет какого рода информации создается когнитивный потенциал научного факта?
27. Во взаимодействиях с какими формами знания реализуется выполняемая научным фактом функция развития знания?
28. Какие логические механизмы обеспечивают выполнение проблемой функции развития знания?
29. Какие исходные условия необходимы для реализации гипотезой функции развития знания?
30. Какие Вы знаете типы теорий?
31. Какие механизмы обеспечивают выполнение развитой теорией функции объяснения?
32. Какие функции в развитой теории выполняет ее математический аппарат?
33. За счет каких познавательных процедур обеспечивают приращение предметного знания нефеноменологические теории?
34. Какие механизмы обеспечивают выполнение методом функции развития знания?
35. Какими путями обеспечивается приращение предметного знания при переносе методов исследования из одной дисциплины в другую?
36. Какие функции выполняет язык науки в русле конкретного исследования?
37. Что такое метаязык?
38. Каковы основные направления использования информационных технологий в современном научном познании?
Литература
1. Альтшулер Г.С., Верткин И.М. Как стать гением: жизненная стратегия творческой личности. – Минск: Беларусь. 1994. – 479 с.
2. Баженов Л.Б. Строение и функции естественнонаучной теории.– М.: Наука, 1978. – 232 с.
3. Берков В.Ф. Структура и генезис научной проблемы. – Минск: Изд-во БГУ, 1983. – 240 с.
4. Берков В.Ф. Структура и генезис научной проблемы. – Минск: Изд-во БГУ, 1983. – 240 с.
5. Бескова И.А. Как возможно творческое мышление. – М.: ИФРАН, 1993. –196 с.
6. Блауг м. Методология экономической науки или как экономисты объясняют. – М.: 2004.
7. Буш Г. Диалогика и творчество. – Рига: АВОТС, 1985, – 318 с.
8. Гадамер Х.-Г. Истина и метод / Пер. с нем. – М.: Прогресс, 1988. – 610 с.
9. Гадамер Х.-Г. Истина и метод / Пер. с нем. – М.: Прогресс, 1988. – 610 с.
10. Добронравова И.С. Синергетика: Становление нелинейного мышления. Киев: Лыбидь, 1990. – 149 с.
11. Елсуков А.Н. Эмпирическое познание и факты науки. – Мн.: Вышэйшая школа, 1981. – 88 с.
12. Ивин А.А. Основы теории аргументации. – М.: Владос, 1997. – 351 с.
13. Идеалы и нормы научного исследования / Редкол. М.А. Ельяшкевич и др. – Минск: Изд-во БГУ, 1981. – 431 с.
14. Идея гармонии в научной картине мира: Сб.научн.тр. / Отв. ред. С.А. Васильев. – Киев: Навуковая думка, 1989. – 137 с.
15. Идлис Г.М. Революция в астрономии, физике и космологии. – М: Наука, 1985. – 232 с.
16. Кара-Мурза С.Г. Проблемы интенсификации науки: Технология научных исследований. – М.: Наука, 1989. – 248 с.
17. Кахановский В.П. Философия и методология науки – Ростов в/Д: Феникс, 1999. – 576 с.
18. Касавин И.Т. Познание в мире традиций. – М.: Наука, 1990. – 202 с.
19. Касавин И.Т., Сокулер З.А. Рациональность в познании и практике. – М.: Наука, 1989. – 192 с. Кезин А.В. Научность: эталоны, идеалы, критерии. – М.: Изд-во МГУ, 1985. – 128 с.
20. Кочергин А.Н. Методы и формы научного познания. – М.: Изд-во МГУ, 1990. – 76 с.
21. Кун Т. Структура научных революций / Пер. с англ. – 2-е изд. – М.: Прогресс, 1977. – 300 с.
22. Лукашевич В.К. Анатомия научного метода: Уч.пособие. Мн.: Мисанта, 1999. – 96 с.
23. Кун Т. Структура научных революций / Пер. с англ. – 2-е изд. – М.: Прогресс, 1977. – 300 с.
24. Лукашевич В.К. Анатомия научного метода: Уч.пособие. Мн.: Мисанта, 1999. – 96 с.
25. Лукашевич В.К. Основы методологии научных исследований. Учеб. пособие. – Мн.: Элайда, 2001. – 104 с.
26. Меркулов И.П. Гипотетико-дедуктивная модель и развитие научного знания. – М.: Наука, 1980. – 189 с.
27. Михайлов А.А. Современная философская герменевтика. – Минск: Изд-во «Университетское», 1984. – 191 с.
28. Научная картина мира: Логико-гносеологический аспект: Сб.научн.тр./ Отв.ред. П.С. Дышлевый, В.С. Лукьянец. – Киев: Навуковая думка, 1983. – 270 с.
29. Научные революции в динамике культуры. – Минск: Изд-во «Универститетское», 1987. – 384 с.
30. Научный прогресс. Когнитивные и социокультурные аспекты: Сб.ст. / Отв.ред. И.П. Меркулов. – М.: ИНФРАН, 1993. – 195 с.
31. Никитин Е.П. Открытие и обоснование. – М.: Мысль, 1988. – 223 с.
32. Поппер К. Логика и рост научного знания / Пер. с англ. – М.: Прогресс, 1983. – 606 с.
33. Рузавин Г.И. Методология научного исследования: Учеб. пособие для вузов. – М.: ЮНИТИ-ДАНА, 1999. – 317 с.
34. Сергеев К.А., Соколов А.Н. Логический анализ форм научного поиска. – Л.: Наука. Ленингр. отд-ние, 1986. – 121 с.
35. Степин В.С., Кузнецова Л.Ф. Научная картина мира в культуре техногенной цивилизации. – М.: ИФРАН, 1994. – 274 с.
36. Степин В.С. Теоретическое знание: структура, историческая эволюция. – М.: Прогресс-традиция, 2000. – 743 с.
37. Степин В.С.Философская антропология и философия науки. – М.: Высшая школа, 1992. – 191 с.
38. Структура и развитие науки: Сб.переводов. – М.: Прогресс, 1978. – 487 с.
39. Теория и метод; Сб. научн. тр. / Отв. ред. П.С. Дышлевый. – М.: Цент. совет филос. (методол.) семинаров, 1987. – 176 с.
40. Традиции и революции в истории науки: Сб.ст. / Отв. ред. П.П. Гайденко. – М.: Наука, 1991. – 261 с.
41. Философия и методология науки. Учеб. пособие для студентов высших учебных заведений / Под ред. В.И. Купцова. – М.: Аспект Пресс, 1996. – 551 с.
17. Фейерабенд П. Избранные труды по методологии науки / Пер. с англ. и нем. – М.: Прогресс, 1986. – 542 с.
18. Философия, естествознание, социальное развитие / Отв.ред. Ю.В. Сачков. – М.: Наука, 1989. –245 с.
19. Философия и методология науки. Учеб. пособие для студентов высших учебных заведений / Под ред. В.И. Купцова. – М.: Аспект Пресс, 1996. – 551 с.
20. Хилькевич А.П. Решение проблем в науке, технике, практической деятельности. – М.: Наука, 1999. – 202 с.
21. Яскевич Я.С. Аргументация в науке. – Минск: Изд-во «Университетское», 1992. – 125 с.
22. Яскевич Я.С., Кузнецова Л.Ф. Барковская А.В. Современная наука: ценностные ориентиры. Уч.-методическое пособие. – Минск: РИВШ БГУ, 2003. – 288 с.