Исследование индивидуальных когнитивных стилей студентов при освоении курса «инженерия знаний»

Сборник трудов конференции в формате Adobe Acrobat (4 Мб)


Авторы: Лещева Ирина Анатольевна 1
Гаврилова Татьяна Альбертовна 2, д.т.н., проф.
1 Высшая школа менеджмента Санкт-Петербургского государственного университета, 2 Высшая школа менеджмента СПбГУ
Курс «Инженерия знаний» является важным для понимания и развития профессиональных навыков по разработке интеллектуальных систем, а также для подготовки аналитиков широкого профиля. Он освещает вопросы извлечения, структурирования и формализации знаний. Ядром курса является онтологический инжиниринг. Студенты учатся создавать практические онтологии для различных предметных областей. При этом сначала они создают индивидуальные онтологии, а затем работают в группе. Многолетний опыт показал, что студенты существенно отличаются по качеству построенных онтологий. Данная статья отражает результаты исследования по выявлению взаимосвязей индивидуального когнитивного стиля студента и особенностей формирования онтологий предметной области.

Введение

Курс «Инженерия знаний» является важным для понимания и развития профессиональных навыков по разработке интеллектуальных систем, а также для подготовки аналитиков широкого профиля. Он освещает вопросы извлечения, структурирования и формализации знаний. Ядром курса является онтологический инжиниринг (Гаврилова, 2008). Студенты учатся создавать практические онтологии для различных предметных областей. При этом сначала они создают индивидуальные онтологии, а затем работают в группе. Многолетний опыт показал, что студенты существенно отличаются по качеству построенных онтологий.

Данная статья отражает результаты исследования по выявлению взаимосвязей индивидуального когнитивного стиля студента и особенностей формирования онтологий предметной области.

О когнитивных стилях

Из множества характеристик когнитивного стиля из научной литературы по когнитивной психологии [Холодная, 2004] были выбраны три: полезависимость/поленезависимость (ПЗ/ПНЗ), импульсивность/ рефлексивность, узость/широта категории.

Оценка онтологий

Оценивать качество построенных онтологий можно двумя способами:

  • Экспертный — аналитик-онтологист и эксперты оценивают качество по различным критериям, таким как полнота, сбалансированность, «правильность» и т.п.
  • Формализованный — с помощью набора метрик, по которым оценивается каждая онтология.

Второй способ предпочтительнее по двум причинам: отсутствие субъективизма и возможность автоматизации. Для оценки онтологий использовался расширенный набор метрик [Болотникова, Гаврилова, Горовой, 2011].

На основании анализа литературы и эмпирического опыта в разработке онтологий были выдвинуты следующие гипотезы:

  1. Люди, принадлежащие к полюсу ПНЗ имеют более развитые когнитивно-структурирующие способности, соответственно качество онтологий, построенных поленезависимыми испытуемыми, будет выше.
  2. Импульсивные индивидуумы строят поверхностные онтологии, без достаточной категоризации на верхнем уровне, в то время как рефлексивные строят более глубокие онтологии.
  3. Онтологии «неточных» испытуемых в тесте Кагана на «импульсивность /рефлексивность» более запутанны.
  4. Когнитивный стиль «Узость / широта категорий» влияет на ширину онтологий: широкие категоризаторы склонны строить «широкие» онтологии.

Обсуждение результатов

Первая гипотеза не подтвердилась: связи между показателем ПЗ/ПНЗ и рангом онтологии не наблюдается. Это положительный факт, так как он означает, что навыку создания хороших онтологий можно научить.

Вторая гипотеза частично подтвердилась: метрика «90% line глубины» коррелирует с временем первого ответа в тесте Кагана, т.е. рефлексивные испытуемые строят более глубокие онтологии. При этом обратной корреляции между временем первого ответа и шириной онтологий не выявлено.

По третьей гипотезе — число ошибок в тесте Кагана коррелирует со значениями метрики «Среднее число родителей на узел», характеризующей запутанность онтологии, что подтверждает данную гипотезу.

Кроме того, это число ошибок коррелирует с метриками «Минимальная глубина», «Коэффициент ветвистости семейств» и обратно коррелирует с взвешенным коэффициентом ветвистости листьев.

Четвертая гипотеза полностью подтвердилась: широкие категоризаторы построили онтологии большего размера (по числу концептов), и при подробном изучении оказалось, что это было достигнуто за счет большего количества «детей» у каждого родительского концепта. Соответственно результаты теста «Средние суждения» коррелируют с такими метриками как «Средняя ширина онтологии», «Количество листьев», «Абсолютная мощность семейств» и т.п. Кроме того, они коррелируют со среднеквадратичным отклонением относительной ширины онтологии. Последнее говорит о том, что количество концептов на соседних уровнях и в различных ветках существенно разнится, а значит онтологии у широких категоризаторов несбалансированы.

Заключение

Представленные выше выводы говорят о том, что поленезависимые студенты более других склонны к аналитической работе, что можно использовать при выдаче рекомендаций в аспирантуру и профессиональной ориентации. Также результаты можно использовать при организации групповой работы студентов по структуризации данных и знаний, а также другой аналитической деятельности.

Работа выполнена в рамках проекта «Структурирование знаний и КОнтента МЕтодами группового дизайна онТологий (КОМЕТ)», РФФИ №11-07-00140.

Список использованных источников
  1. Гаврилова Т.А. Онтологический инжиниринг: от истории к формированию прикладных онтологий // В сб. «Когнитивные исследования» под ред. Соловьева В.Д., Черниговской Т.В. Вып.2, Изд-во «Институт психологии РАН», 2008. – с. 293-308.
  2. Болотникова Е.С., Гаврилова Т.А., Горовой В.А. Об одном методе оценки онтологий // Известия РАН, Теория и системы управления, №3, 2011. – c. 98-110.
  3. Холодная М.А. Когнитивные стили. О природе индивидуального ума. 2-е изд. – СПб.: Питер, 2004. – 384 с.: ил. – (Серия «Мастера психологии»).
Тип выступления  Устное выступление
Уровень образования  Высшее профессиональное
Ключевые слова  онтологии, когнитивный стиль, инженерия знаний