KOGNITYWISTYKA W MULTIMEDIALNYCH I SECIOWYCH SYSTEMACH INFORMACYJNYCH.pdf

kognitywistyka,

przetwarzanie informacji,

wirtualne byty

Kazimierz WENTA ∗

KOGNITYWISTYKA W MULTIMEDIALNYCH I SECIOWYCH SYSTEMACH

INFORMACYJNYCH

Kognitywistyka jest interdyscyplinarną nauką o umyśle a jej przedmiotem dociekań i badań

jest problematyka z zakresu filozofii umysłu, nauki o mózgu, psychologii poznawczej, sztucznej

inteligencji, psycholingwistyki, psychofizyki, pedagogiki i innych. Współczesna kognitywistyka zmierza

w kierunku Empirycznej Teorii Umysłu, nawiązując do fenomenu zachowań jednostki, m. in. pod

wpływem zastosowań multimedialnych i sieciowych systemów informacyjnych. Pedagoga edukacji

informatycznej i medialnej uczestniczącego w badawczych aplikacjach dotyczących wykorzystania

metod matematycznych na rzecz rozwiązywania niealgorytmicznych problemów interesują przede

wszystkim metody nauczania i uczenia.

1. WIEDZA O UMYŚLE ABY ZROZUMIEĆ SIEBIE

1.1. KOGNITYWISTYKA: PODSTAWOWE PROBLEMY

Kognitywistyka jako synteza wiedzy o umyśle obejmuje refleksje filozoficzne nad

naturą umysłu, wiedzą o zjawiskach psychicznych oraz zachowaniem ludzi i zwierząt,

badaniem języka, biologicznym podłożem zjawisk psychicznych, czyli badaniem nad

mózgiem oraz modelami matematycznymi i takim podejściem inżynierskim, aby zbudować

coś podobnego do mózgu człowieka [4] oraz wykorzystać w kształceniu i doskonaleniu

człowieka. Ponieważ podejście kognitywistyczne traktowane jest za najbardziej

interdyscyplinarne i trudne przedsięwzięcie oraz największe wyzwanie nauki, dlatego warto

chociażby w sygnalnym wymiarze, wskazać na to, co najbardziej interesuje filozofów,

psychologów i pedagogów.

W obszarze problemów podstawowych kognitywistyki znajdują się m.in. sprawy: 1)

stosunku materii do świata ducha, czyli ciała i myśli; 2) jakości wrażeń; 3) funkcji mózgu i

świadomości; 3) znaczenia symboli w systemach formalnych; 4) trudności techniczne

związane z tworzeniem sztucznej inteligencji i modeli neuronowych; 5) siedliska umysłu w

mózgu [5]; 6) wpływu mega i mikroinformacji na zachowania człowieka, modelowane

przez czynniki emocjonalne i kulturowe. Zmierzając w kierunku Empirycznej Teorii

Umysłu kognitywistyka podejmuje próby wyjaśnień dotyczących: 1) percepcji, interakcji

człowiek - komputer; 2) złudzenia optycznego i iluzji akustycznych; 3) praw uczenia się

wspomaganego technikami multimedialnymi; 4) problemów z pamięcią człowieka, jej

rozwojem oraz nauką i strukturami wiedzy; i inne [5].

Jednym z istotnych problemów pedagogicznych, jako nurtu rozważań i badań w

zakresie kognitywistyki i mediów w edukacji jest abstrakcyjna konceptualizacyjna w

∗ Uniwersytet Szczeciński, Instytut Pedagogiki, Zakład Edukacji Informatycznej i Medialnej, ul. M. Ogińskiego 16/17,

71-431 Szczecin, (e-mail: Kazimierz_Wenta@univ.szczecin.pl)

rozwiązywaniu zadań wspomaganych technikami komputerowymi. Konceptualizm w

najszerzej rozumianej dydaktyce komputerowej obejmuje m. in. problemy planistyczne i

diagnostyczne, techniki twórczego myślenia wspomaganego komputerowo oraz modele

multimedialnego uczenia się [9].

1.2. MODELE UMYSŁU JAKO SPECYFICZNE KONSTRUKCJE

Umysł przede wszystkim jest systemem szczególnie doskonałym, trudnym do badania

i nawet jego konceptualizacji. Popularne modele umysłu bywają oparte na koncepcji umysłu

jako swego rodzaju „komputera”, czyli maszyny przetwarzającej informację, a ponieważ nie

są one wiarygodne od strony naukowej, dlatego psycholodzy coraz częściej mówią o

metaforze komputerowej. Dlatego też należałoby podkreślić, że model umysłu jest przede

wszystkim specyficzną „konstrukcją”, a nie jego „odzwierciedleniem”, stąd są przedmiotem

różnych przedstawień, w określonych celach i na różne sposoby, gdyż niektóre „elementy”

struktury, nie są bezpośrednio dostępne. Prowadzi to do tego, że współcześni uczeni, np. N.

Chomsky, J. A. Fodor, Z. W. Pylyshyn, R. Jackendorff, J. R. Searle, U. Neisser, M. J.

Posner, P. N. Johnson-Laird, D. E. Rumelhart i inni traktują modele umysłu poważnie, ale

nie literalnie, gdyż stanowią one ograniczony i nieadekwatny sposób myślowego ujęcia

tego, co jest obserwowalne [2].

Model naukowy umysłu uważanego za najbardziej skuteczne i najpełniejsze narzędzie

poznania, próbuje się analizować odpowiadając na pytania, które są podstawą technologii

informacyjnej, obejmujące takie elementy strukturalne jak: 1) rzeczywistość; 2) dane

empiryczne; 3) zmysły; 4) analiza i wnioskowanie przez struktury umysłu; 5) rozpoznanie

intuicyjno – wyobrażeniowe; 6) porównanie rozwiązania umysłowego z rzeczywistością,

np. na drodze eksperymentu laboratoryjnego, naturalnego lub innych sposobów weryfikacji

sformułowanych hipotez lub twierdzeń. Co prawda język nauki to metafory, użyteczne dla

powiązania licznych faktów miedzy sobą, ale także czas, przestrzeń, pola abstrakcji, mające

niewiele wspólnego z subiektywnym poczuciem prawdy przez jednostkę i grupy społeczne

[4].

Zrozumienie siebie jako użytkownika multimedialnych i sieciowych systemów

informacyjnych, jak również wiedza kognitywistyczna lub brak tej wiedzy może być

źródłem gloryfikacji czy negacji współczesnych osiągnięć związanych z tworzeniem i

doskonaleniem elektronicznych instrumentariów. Poszukiwanie tzw. złotego środka, czyli

godzenie przeciwstawnych argumentów „za”, lub „przeciw” oswajaniu się do elektronicznej

rzeczywistości, jako nowej powłoki kultury [3] może potęgować sprzeczności w sferze

tradycyjnych kontaktów interpersonalnych, także w edukacji i autoedukacji.

2. ZATOSOWANIE KOGNITYWISTYKI

2.1. KOGNITYWISTYKA W DIAGNOZIE I POMOCY

W sferze zastosowań kognitywistyki mamy do czynienia z rozwojem metod

„inteligencji obliczeniowej” (ang. CI, Computational Intelligence ), czyli metod

maszynowego rozpoznania obiektów (ang. pattern recognition ), statystyki

wielowymiarowej: klasteryzacja, dyskryminacja, metody oparte na podobieństwie,

dotyczące również optymalizacji, modelowania niepewności, np. parabolistyczne,

posybilistyczne, zgrzebne, czyli zbiory i logika przybliżona oraz teorii kontroli i sterowania.

„Inteligencja obliczeniowa” i sztuczna inteligencja (ang. CI ) wykorzystuje także metody

matematyczne z wielu dziedzin, korzysta z inspiracji nauk kognitywnych i innych takich

jak: logika rozmyta, sieci neuronowe, modelowanie niepewności posybilistyczne,

przybliżone i probabilistyczne, systemy ekspertowe, algorytmy ewolucyjne, metody

optymalizacji, teoria optymalizacji, teoria sterowania, statystyka wielowymiarowa,

rozpoznanie i uczenie wspomagane technikami komputerowymi. Mogą one być przydatne

do efektywnego rozwiązania wielu niealgorytmizowalnych problemów, obejmujących

niektóre obszary zwłaszcza badań stosowanych, jak i edukacyjnych, zwłaszcza na poziomie

szkoły wyższej.

2.2. KOGNITYWISTYKA NA RZECZ EFEKYWNEGO WSPOMAGANIA INFORMACYJNEGO NAUCZANIA I

UCZENIA SIĘ

Zrozumienie sposobów funkcjonowania umysłu, tak zróżnicowanego w obszarach

jego możliwości i zastosowania w edukacji, pracy i życiu codziennym jest szczególnie

istotne w przypadku tzw. olśnień twórczych, standardowych zachowań, jak i zaburzeń

aparatu poznawczego. Dlatego zachodzi potrzeba rozwijania metod diagnostycznych i

ewaluacyjnych na rzecz pomocy i rozwoju człowieka, co wiąże się z holistycznym ujęciem

jego kondycji psychomotorycznej oraz zachowań intencjonalnych i spontanicznych,

przypadkowych.

Projektowane przez „architektów informacji” narzędzia diagnostyczne dotyczące m. in.

programów i treści kształcenia coraz częściej zawierają cechy interaktywności. Stało się to

możliwe przy zastosowaniu rozwiniętych technologii informatycznych do tworzenia

inteligentnych systemów uczących [ang. ITS – Intelligent Tutoring Systems ]. Co prawda

badania nad inteligentnymi systemami uczącymi rozpoczęto już na początku lat

siedemdziesiątych, ale ich dalszy rozwój był możliwy dzięki zastosowaniu technologii

sztucznej inteligencji. Podstawą inteligentnych systemów uczących jest budowa: 1) modułu

dziedziny (reprezentacja wiedzy); 2) modułu ucznia, studenta (jego wiadomości i

umiejętności na wejściu do systemu); 3) modułu nauczyciela (jako zarządzający

kształceniem); 4) interfejs użytkownika [7]. Istotą ITS stało się wspomaganie procesu

edukacji i uczenia się na drodze modyfikacji bazy wiedzy i jej ewaluacji w trakcie

korzystania z tego systemu przez użytkownika. Nauczyciel z kolei jako architekt

edukacyjnej informacji, tworząc swój własny autorski program nauczania danego

przedmiotu, określa jednocześnie strukturę dynamiczną bazy ewaluacyjnej i algorytmy jej

zmian, tzn. uczenia się systemu [8]

Psychologia poznania, jako integralna część kognitywistycznego dyskursu, formułuje

sądy wnoszące zastrzeżenia względem relacji jaka zachodzi między sztuczną a naturalna

inteligencją, gdyż naprawdę nie wiemy czy układy sztuczne mogą być inteligentne, gdyż

np. rozumienie tekstu samego w sobie nie jest możliwe bez wiedzy wykraczającej poza ten

tekst. Wynika to m. in. stąd, gdyż w ujęciu psychologicznym pojęcie inteligencji jest

różnicowe, funkcjonuje po to, aby opisać różnice indywidualne, międzyludzkie. Natomiast

dla badacza sztucznej inteligencji pojęcie inteligencji najczęściej jest nieróżnicowe,

ponieważ raczej chodzi o to, aby układ poradził sobie z zadaniami, które uznaje się za

inteligentne. Ważnym problemem jest także kwestia dotycząca samokontroli i świadomości,

gdyż w zasadzie systemy komputerowe na ogół już mogą się kontrolować, ale pozostaje

kwestia świadomości, doznawanie stanów subiektywnych [6]. Dlatego o

kognitywistycznych rozważaniach nad jej zastosowaniem w diagnozie i pomocy

edukacyjnej, aby osiągnąć efektywne rezultaty nauczania i ucznia będące skutkiem

wspomagania przy pomocy „inteligencji obliczeniowej” mają wówczas sens, gdy

uwzględni się m. in. paradoksy związane z wdrażaniem wirtualnego systemu nauczania.

3. WIRTUALNY SYSTEM NAUCZANIA

3.1.KOGNITYWISTYKA O INTELIGENTNYCH SYSTEMACH UCZENIA

System wirtualnego nauczania interaktywnego w zasadzie opiera się na bazach danych

ze zdefiniowanymi połączeniami między nimi i w schemacie ideowym przyjmuje

następującą strukturę: 1) baza wiedzy; 2) baza umiejętności; 3) baza zasobów; 4) baza

ewaluacyjna; oraz 5) baza połączeń. System ten pozwala tworzyć i obsługiwać moduły

tematyczne dla różnych przedmiotów (zwłaszcza matematyczno-przyrodnicznych i

technicznych – dop. K.W.). Związane jest to z tym, gdyż bazy wiedzy, bazy umiejętności i

bazy zasobów zawierać będą dane zapisywane w różnych formatach, ponieważ są to bazy

obiektowe, co umożliwia tworzenie modułów dla wybranych przedmiotów kształcenia i

uczenia się. Włączenie bazy zasobów umożliwia z kolei tworzenie modułów zawierających

laboratoria wirtualne, filmoteki, biblioteki tekstów źródłowych itp. [8].

Debaty nad sztucznym mózgiem i sztuczną inteligencją koncentrują się w obrębie

problemów wynikających z badań z zakresu neuroinformatyki, która łączy w sobie

neurofizjologię, neurochemię i neurobiologię molekularną z matematyką, informatyką i

robotyką. Stan zaawansowania badań, zwłaszcza ze strony nauk biologicznych i

informatycznych nad zrozumieniem mechanizmów kognitywnych wskazuje na to, że na

razie mamy do czynienia z tzw. słabą sztuczną inteligencją, którą można przypisać

istniejącym systemom komputerowym [10]. „Silna” sztuczna inteligencja tworzona jest na

bazie tzw. słabej sztucznej inteligencji, na drodze wykorzystania jej dorobku, zwłaszcza w

sferze stosowanych tam metod i narzędzi informatycznych. Wynikiem takiej syntezy

wiedzy ma być tzw. sztuczny inteligentny agent, któryby integrował to co psychologia

rozbiła na mechanizmy poznawcze, zachowania emocjonalne i osobowość. Struktura

inteligentnego agenta w interakcji z otaczającym światem składa się stąd z takich

elementów powiązanych między sobą jak: 1) świat rzeczywisty; 2) model świata; 3) sąd o

świecie rzeczywistym i modelu świata; 4) wielość planów; 5) program zdolny do

samomodyfikacji sądów o modelu świata i świecie rzeczywistym planów dla

intencjonalnych działań. W rzeczy samej taki program do samomodyfikacji sądów i planów

działań miałby pewien graniczny poziom złożoności i liczby zmiennych, powyżej którego

generowane plany byłyby reprezentowane przy pomocy języka mającego składnię i

semantykę, czyli posługiwałby się językiem naturalnym, co oznacza że taki inteligentny

agent miałby świadomość [1].

3.2.SYSTEM OBSŁUGI BAZ DANYCH WIRTUALNEGO NAUCZANIA INTERAKTYWNEGO

Nauczycielowi na różnych etapach kształcenia, także osobie uczącej się i studiującej,

nasilają się potrzeby dostarczenia mu właściwych narzędzi informatycznych służących do

tworzenia skryptów realizujących wirtualne nauczanie interaktywne. Najprostszymi

narzędziami są właściwie konstruowane edytory pozwalające tworzyć bazy danych o takiej

strukturze, aby była funkcjonalna. Struktura takich baz danych, gdzie program dla osoby

uczącej się – studiującej w postaci wyświetlacza lub przeglądarki skryptu, pozwalający

obsługiwać bazę danych, tworząc raporty, powinna także uwzględnić model (osobowość)

użytkownika systemu [8], co z kolei stanowi dla twórców wirtualnego systemu nauczania

interaktywnego trudną do pokonania barierę. Trudność wynika stąd, gdyż osobowość osób

uczących się – studiujących składa się z kilkunastu tysięcy cech kierunkowych i

instrumentalnych, niekiedy przeciwstawnych względem siebie oraz „wtrenowanych” ról

społecznych. System kształcenia i uczenia się składa się nie tylko z „kapitału” osobowego

zróżnicowanych nauczycieli i uczniów – studentów, ale także z tzw. elementów formalnych,

czyli z celów, treści i zasad kształcenia, metod, form i dydaktycznych środków kształcenia

oraz infrastruktury edukacyjnej, ale również z narzędzi kontroli i ceny, w tym ewaluacji

systemu edukacyjnego.

Zastosowania interaktywności w nauczaniu i uczeniu się stało się możliwe nie tylko

dzięki upowszechnieniu komputerów osobistych i rozwoju sieci informatycznych oraz

wdrażania systemu nauczaniu na odległość, ale przede wszystkim w wyniku tworzenia

inteligentnych systemów uczących (ITS). Istotą systemu nauczania wirtualnego jest więc

tworzenie, na coraz wyższym poziomie kunsztu informatycznego i pedagogicznego,

multimedialnych skryptów elektronicznych zawierających obok siebie wykładów i

problemów do rozwiązania przez osoby uczące się. Problemy do rozwiązania przez

uczącego się usytuowane są z kolei między akapitami wykładu w skrypcie, aby użytkownik

mógł wybrać właściwą dla siebie ścieżkę autoedukacji na zasadach nauczania

programowanego. Dalszy jednak rozwój takiego inteligentnego systemu uczącego, widząc

w perspektywie tzw. inteligentnego agenta, jako asystenta nauczyciela lub korepetytora dla

ucznia – studenta, ukierunkowuje przedmiot zainteresowań na rzecz kognitywistycznego

myślenia nad przyszłością edukacji multimedialnej.

LITERATURA

[1] BULLER A., Inteligentny agent. ? Kognitywistyka i Media w Edukacji, Tom 3, Nr 1-3 (2000), s. 89-94.

[2] CHLEWIŃSKI Z (red.), Modele umysłu. Wydawnictwo Naukowe PWN, Warszawa 1999.

[3] de KERCKHOVE D., Powłoka kultury. Odkrywanie nowej elektronicznej rzeczywistości. MIKOM, Warszawa 1996.

[4] DUCH W., Jaka teoria umysłu w pełni nas zadowoli? Kognitywistyka i Media w Edukacji, Tom 3, Nr 1-3 (2000), s.

29-53.

[5] DUCH W., Umysł, mózg, modele. W: http://phys.uni.torun.pl.~duch/Wyklady/kog-w/01.htm [31.01.02]

[6] NĘCKA E., Uwagi psychologa na temat inteligencji? Kognitywistyka i Media w Edukacji, Tom 3, Nr 1-3 (2000), s.

109-112.

[7] NWANA H. S., Intelligent Tutoring Systems; an Overview, Artifical Intelligence Reviev, 1990, nr 4, s. 251-277.

[8] PRZYBYSZEWSKI K., Od wspomagania komputerowego procesu nauczania do wirtualnego nauczania

interaktywnego. Innowacje w Edukacji Akademickiej, Nr 1/2002(1), s. 95-103.

[9] WENTA K., Abstrakcyjna konceptualizacja w rozwiązywaniu zadań wspomaganych technikami komputerowymi.

Kognitywistyka i Media w Edukacji, Tom 3, Nr 1-3 (2000), s. 9-25.

[10] WRÓBEL A., Wprowadzenie do debaty. Sztuczny mózg, sztuczna inteligencja. Kognitywistyka i Media w Edukacji,

Tom 3, Nr 1-3 (2000), s. 87-88.

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika: