Е.А. Катковский, к.т.н.

М.В. Кузнецов, к.т.н.

• Увеличение влияния. Независимые экспертные органы, вероятно, приобретут большее влияние и признание по мере роста их репутации в плане объективности и компетентности.Правительства, организации и общественность все чаще обращаются к ним за советом по политическим решениям, научным исследованиям и технологическим достижениям.
• Междисциплинарное сотрудничество. Экспертные органы могут способствовать сотрудничеству между различными научными дисциплинами.Объединяя экспертов из разных областей, таких как физика, биология, экономика и социальные науки, они могут обеспечить всесторонний и междисциплинарный подход к сложным вопросам.
• Технологические достижения. Разработка и внедрение новых технологий, таких как искусственный интеллект и аналитика больших данных, могут расширить возможности экспертных органов.Эти технологии могут помочь автоматизировать анализ данных, улучшить процессы принятия решений и облегчить выявление новых тенденций и закономерностей.
• Глобальное сотрудничество: Независимые экспертные органы могут способствовать международному сотрудничеству и сотрудничеству.Создавая сети и партнерские отношения с аналогичными организациями по всему миру, они могут обмениваться знаниями, делиться передовым опытом и коллективно решать глобальные проблемы.
• Участие общественности. Вовлечение общественности в научные дискуссии и процессы принятия решений становится все более важным.Независимые экспертные органы могут сыграть жизненно важную роль в преодолении разрыва между научным опытом и пониманием общественности, сообщая сложные выводы доступными способами и способствуя прозрачности.
• Этические соображения. По мере того как научные достижения вызывают этические проблемы, экспертные организации могут внести свой вклад в разработку этических принципов и рамок.Они могут предоставить информацию по таким вопросам, как конфиденциальность данных, этика искусственного интеллекта, редактирование генов и экологическая устойчивость.

В целом перспективы развития независимых экспертных органов многообещающие, поскольку они продолжают оставаться жизненно важными институтами для принятия решений на основе фактических данных, междисциплинарного сотрудничества и участия общественности в научных вопросах.

Несомненно, мир продолжает меняться все более быстрыми темпами. Например, то, что раньше считалось работой, например, физическая активность, связанная с трудоемким ремеслом, теперь часто рассматривается как досуг (например, физические тренировки, поднятие тяжестей и т.д.). Точно так же то, что раньше считалось досугом, например чтение, письмо, анализ проблем и попытка понять сложные явления (этим занималась в основном элита общества, поскольку могла позволить себе уделять время подобным занятиям), сегодня считается работой для многих современных граждан. Короче говоря, если раньше труд был в основном физическим, то теперь он все больше становится когнитивным. Более того, развитие технологий привело к повышению когнитивной сложности труда во многих областях. Темпы развития технологий продолжают ускорять изменение характера этой работы и, зачастую, скорости ее выполнения. Таким образом, то, что работало в прошлом, может не работать сегодня и вряд ли будет работать в завтрашнем мире ― по крайней мере, в большинстве современных областей деятельности. Соответственно, то, что необходимо для успешной работы, должно постоянно меняться.

Вопрос в том, должны ли измениться наши представления и определения экспертизы, а также способы ее измерения? В каких единицах? Может быть, оценки?

В этой статье мы размышляем над темами, которые возникли в ходе работы над статьёй [1]. В частности, мы пересматриваем определения экспертизы и идею о том, что экспертиза — это, в частности, повышение когнитивной способности адаптироваться к сложности. Хотя мы понимаем, что этот аргумент имеет ряд ограничений, мы считаем, что он заслуживает дальнейшего изучения. Далее мы рассмотрим, на каком этапе развития мы находимся как сообщество исследователей экспертных сообществ и в правильном ли направлении мы движемся. Наконец, мы даем пищу для размышлений в отношении будущих направлений изучения экспертных знаний, которые необходимы для дальнейшего развития этой области и, в конечном счете, для более эффективной подготовки людей к эффективной работе на завтрашнем рабочем месте. Опираясь на [1], мы начнем с краткого обзора спорной войны с экспертизой и зададимся вопросом, требует ли современный стиль деятельности нового взгляда на экспертизу?

ПОЧЕМУ эксперты НЕ всегда ПОЧИТАЕМЫ?

По сравнению с нашими взглядами на экспертизу, представленными в [1] и настоящей статье, ряд исследователей утверждает, что ценность экспертизы заметно изменилась и что эксперты все больше деградируют и стареют. Одно из направлений аргументации предполагает, что эксперты просто не успевают за темпами изменения характера труда и влияния на него технологий. Например, некоторые обесценивают экспертизу, поскольку альтернативные решения, являющиеся результатом технического прогресса (например, алгоритмы машинного обучения), иногда превосходят решения экспертов. Другие утверждают, что эксперты не нужны или даже нежелательны в некоторых сложных областях (например, финансовые рынки, опросы избирателей, геополитические события), поскольку они не всегда правы и иногда трагически ошибаются, что подрывает доверие общества к экспертизе (например, [2]).

Контраргумент: однако эксперты необходимы для успешной работы во многих (если не во всех) сферах деятельности, о чем свидетельствует уход эксперта на пенсию, и что многие успехи того, что заменяет экспертов, достигаются потому, что они, по крайней мере частично, основаны на вкладе экспертов. Таким образом, очевидные недостатки экспертизы могут быть скорее связаны с тем, как определяется, концептуализируется и оценивается экспертиза, а также с областью, в которой она наблюдается, чем с самими экспертами [1]. Не только искусственный интеллект, но и вполне детерминированные способы обработки больших объёмов числовой и категориальной информации позволяют в несравнимо краткие сроки и с немыслимой точностью получить результаты. Но их корректность, физичность, разумность — всё это может в полной мере оценить лишь эксперт. В конце концов даже самые корректные результаты могут оказаться в той или иной степени неприемлемы, и только эксперт может квалифицированно заявить об этом, указав на возможные разрушительные последствия. Никакой метод автоматизации экспертизы не может оценить приемлемость даже самой корректной автоматической экспертизы. При этом автоматизация экспертизы должна всячески приветствоваться. К сожалению, в нашей стране автоматизация экспертизы мало кому доступно и просто известна и понятна в плане методологии и набора инструментов, что, однако, нисколько не смущает желающих заменить экспертов на AI (ИИ).

Вторая причина снижения авторитета экспертов в современном мире, особенно в ненаучных кругах, связана с политически мотивированным подрывом доверия к научному знанию. Общеизвестные изменения климата — это яркий пример для этой полемики. Хотя понятие экспертизы гораздо шире понятия научной экспертизы, конкретный пример науки и ее концептуализации может проиллюстрировать различные взгляды на экспертизу, изложенные в настоящей статье. В основном, наука по- прежнему рассматривается многими как изолированное, индивидуализированное стремление к истине - открытию объективных, неизменных, неоспоримых фактов. Однако эмпирические исследования научной практики показали, что наука — это гораздо более совместное, многосвязное явление, в котором факты создаются в течение длительного времени, требуя убеждения коллег. Если научные факты создаются, то, конечно, должны ли мы доверять им больше, чем другим фактам, которые также создаются? Возникающие при этом недоразумения и политические последствия имеют настолько сильные последствия (например, для дискуссии об изменении климата), что многие эксперты недавно сочли необходимым выступить в защиту науки, которая в значительной степени опирается на важную роль многосвязности в производстве и поддержании знания. Факты остаются надежными, когда они поддерживаются общей культурой, причем в гораздо большей степени, чем их достоверность. Именно многосвязное взаимодействие, системность делает науку ценной. Кажущаяся понятность и общераспространённость ряда научных терминов соблазняет неспециалистов оперировать ими в какой-то своей онтологии. Особенно опасно, когда «радиоактивность» используется как формальное понятие. Это особенно настораживает, когда начинаются журналистские рассуждения по поводу, например, обеднённого урана или чистоты вод, которые японские физики рекомендуют слить в мировой океан, хотя ряд формальных расчётов вполне можно трактовать как обоснование безопасности.

Различные концептуализации экспертизы, рассматриваемые в настоящей статье, являются зеркальным отражением концептуализации научной деятельности. Для кого-то экспертиза должна объясняться с индивидуалистических позиций, как результат длительного процесса развития и тонкой настройки ментальных процессов и репрезентаций, с подкреплением нейронными механизмами. Другие считают, что экспертиза должна объясняться с социологических позиций, или, по крайней мере, с позиций расположенности, действия, воплощения, триады или трехсторонности, причем две последние точки зрения подчеркивают тесную взаимосвязь между человеком, репрезентацией и средой. Справедливости ради следует отметить, что большинство авторов в своих теоретических концепциях предлагают ту или иную форму многофакторной перспективы, в которой опыт рассматривается как адаптация, происходящая одновременно на различных уровнях. Проводя параллель с предыдущим обсуждением доверия к научным фактам, можно выдвинуть аналогичную идею о том, что доверие к экспертизе сохраняется только тогда, когда экспертиза поддерживается коллегами, сверстниками, сотрудниками, родителями, словом, той социальной средой, к которой адаптировался человек. Это несколько недостаточно разработанная концептуализация экспертизы, которая, на наш взгляд, является перспективным направлением для будущих исследований.

Далее мы будем рассматривать экспертизу как адаптивный навык.

Экспертиза как АДАПТИВНЫЙ НАВЫК

Структурированная и предсказуемая среда в большей степени способствует адаптации, а значит, и развитию опыта, чем неструктурированная и непредсказуемая. Во-вторых, экспертам всегда необходимо адаптироваться к неожиданностям в рамках их компетенции. Вопрос о том, какие ресурсы могут использовать эксперты, чтобы продолжать адаптироваться к неожиданностям, остается открытым. В большинстве исследований до сих пор рассматривались индивидуальные ресурсы, такие как типы репрезентаций знаний или стратегии решения проблем (например, эвристика [1]). Другие типы ресурсов, такие как ресурсы команды или организации, изучены в гораздо меньшей степени. Поэтому, исходя из того, что нам известно на данный момент, ниже рассматривается экспертиза как адаптивный навык в значительной степени опирается на индивидуалистическую перспективу, с макрокогнитивной точки зрения на экспертизу.

Во многих сферах экспертность определяется как рутинное владение основной задачей или процедурой, когда работа является "выдающейся с точки зрения скорости, точности и автоматизма выполнения". Такие определения рутинной экспертизы могут не отражать адаптационные возможности эксперта, но они соответствуют современным определениям переноса. Исходя из того, как традиционно измерялся перенос, в исследованиях высказывается предположение, что перенос опыта может происходить только при выполнении схожих задач, специфичных для данной области.

Человек ― существо адаптивное, иначе он не смог бы выжить в изменяющихся условиях. По определению, эксперты также являются адаптивными, но это утверждение выходит за рамки общего утверждения об адаптивности как общей характеристике человека. Оно означает, что эксперты в силу своей компетентности обладают специфическими характеристиками, которые позволяют им быть более адаптивными, чем неэксперты. Адаптивность экспертов, однако, не распространяется на любую случайную область. Как уже говорилось ранее при обсуждении пределов переноса, хорошо известно, что экспертиза весьма специфична для конкретной области. Если оставить в стороне нечеткость границ между областями, то интересным эмпирическим вопросом является то, насколько эксперты более адаптивны, чем неэксперты, в своей области знаний. Как правило, они обладают хорошим концептуальным пониманием, позволяющим разрабатывать и использовать контекстно-чувствительную стратегию, которая позволяет им легко определять, как априори, так и на месте, ключевые точки принятия решения в конкретном курсе действий и судить, когда вариации существующего курса действий могут быть уместны. Наличие хорошо проиндексированного концептуального представления текущей ситуации позволяет эксперту немедленно получить доступ к возможностям отклониться от намеченного пути, выбирая, изменяя или генерируя заново как ситуационные интерпретации, так и альтернативные варианты действий на лету. Ряд исследователей (напр. [3]) утверждали, что именно концептуальное понимание процедурных навыков, обеспечивает неизбежное адаптивное мышление. Мы утверждаем, что концептуальное понимание (или способность к восприятию) и гибкое принятие решений (или перепланирование) — это две части единой динамической системы, которая обеспечивает успешную адаптацию как в привычных, так и в новых сложных контекстах в рамках своей области знаний.

Такая характеристика экспертизы как квалифицированной адаптации к сложности и новизне, по крайней мере, в областях их компетенции, согласуется с мнением многих авторов, которые определяют адаптивный характер экспертизы, соответственно, как способность "работать на относительно высоком уровне в незнакомых ситуациях" и "успешно решать нестандартные, необычайно сложные и/или стратегические задачи, которые не могут решить другие". Опираясь на точку зрения известного в мире специалиста-эксперта Йенса Расмуссена [4-5] на экспертизу, и мы подчеркнули нестабильность многих человеко-технологических рабочих сред, требующих адаптации, и предположили, что речь идет о способности экспертов "успешно справляться с постоянной и значительной нестабильностью, неопределенностью и непредсказуемостью в своей работе". Эту мысль поддерживают многие эксперты, которые считают, что непредсказуемость — это определенность. Поэтому работа с сюрпризами и неожиданностями является неизбежным аспектом экспертизы.

Многие также отмечают, что изменениям "трудно следовать, их опасно проводить и нет уверенности в их успехе", адаптация к изменениям не всегда оценивается как ключевой или даже основной компонент экспертизы. В связи с этим можно утверждать, что для развития адаптивных навыков необходимо не только предоставить экспертам возможность исследовать вариации задачи, но и ценить такое исследование системных ограничений, а также предоставить экспертам право исследовать их без наказания.

Эти представления об эксперте как о человеке, обладающем гибкими и адаптивными способностями, согласуются с недавно представленным взглядом на экспертизу, когда утверждается, что в сложных сферах деятельности адаптивные навыки являются необходимым условием успеха - conditio sine qua non экспертизы. Мы расширяем эту аргументацию следующим образом предполагая, что важность этого навыка будет возрастать по мере того, как социальные и гуманитарно-технологические вызовы, стоящие перед нами, будут множиться и проникать в каждый аспект нашей жизни. Поэтому нам необходимы дополнительные исследования, чтобы лучше понять адаптивный характер экспертизы и то, что делает ее более очевидной и эффективной у экспертов, а не у новичков.

Мы утверждаем, что для того, чтобы стать настоящим экспертом, возможно, экспертом будущего, всем нам необходимо переосмыслить процесс обучения, считая, что метафора "хранилища", когда мы знаем все больше и больше, и делаем акцент на запоминании знаний, должна быть дополнена метафорой "змеиной кожи", когда мы достаем знания, когда это необходимо, и готовы отказаться от конкретного понимания или способа действий в пользу другого, если этого требует контекст. Вкратце можно сказать, что эта точка зрения способствует переходу от знания большего к динамичному, инновационному и иному мышлению - знанию, когда надо и когда не надо, а также знанию, как и почему, чтобы генерировать новые решения на лету, сталкиваясь с трудностями и аномалиями.

Один из методов развития экспертизы такого рода представляется как повышением эффективность работы не только за счет уменьшения количества ошибок, но и за счет увеличения количества инсайтов. В литературе по экспертизе описано несколько путей развития инсайтов (см. [6]), которые впоследствии были заключены в интегративную модель макропознания (см. рис. 1). Интегративная модель D/F + F объединяет в себе модель Data/Frame (D/F) осмысления и модель Flexecution (F) адаптивного перепланирования, а также основные концепции теории когнитивной гибкости [7] и теории когнитивной трансформации [8], которые основаны на данных о том, как эксперты действуют в сложных и динамичных условиях, где адаптация является ключевым фактором успеха. В соответствии с интегрированной моделью было предложено определение адаптивного навыка, который, как мы утверждаем, должен занимать центральное место в любом будущем определении экспертизы, особенно когда эксперты работают в сложной рабочей среде. По нашему мнению, адаптивный навык включает в себя своевременные изменения в понимании, планах, целях и методах в ответ на изменение ситуации или обновленную оценку способности удовлетворить новые требования, которые позволяют успешно реализовать намерения или успешно реализовать альтернативные заявления о намерениях, не противоречащие первоначальному заявлению, но с большей вероятностью адаптивный навык достигнет благоприятных результатов в изменившихся обстоятельствах.

Данное определение адаптивного навыка отражает потребность эксперта в обновлении понимания на лету в условиях беспорядочной, сложной и динамичной среды, что можно рассматривать как создание ощущений (т.е. формирование способности к фреймингу и рефреймингу [9] в зависимости от ситуации или адаптивному рефреймингу). Это определение также отражает итеративный и гибкий характер выполнения действий, который можно представить как процесс flexecution (т.е. формирование способности планировать и перепланировать в случае необходимости или адаптивно перепланировать). Определение адаптивного навыка и интегрированная модель D/F + F иллюстрируют взаимозависимость между компонентами адаптации, связанными с осмыслением и гибким исполнением, что можно рассматривать как управление компромиссами внутри и между компонентами. Этот компромисс обязательно представляет собой метакогнитивный и регулятивный процесс оценки целей относительно намерений и действий в текущем контексте. Таким образом, на основе интегрированной модели D/F+F можно плодотворно исследовать адаптивную природу опыта.

РИСУНОК 1. Интегрированная модель макропознания D/F + F, объединяющая модель Data/Frame (D/F) осмысления и модель Flexecution (F) адаптивного перепланирования (взято из [6]) .

В качестве средства развития адаптивных навыков мы предлагаем шесть принципов обучения, основанных на эмпирических данных исследований экспертов в ситуациях, где требовалась адаптация. Это может послужить стимулом для развития экспертизы, необходимой для успешной работы в сложных областях, которые, вероятно, будут характерны для завтрашнего дня.

Принципы таковы:

• (а) обратная связь, ориентированная на гибкость (т.е. методы преодоления когнитивной ригидности и гибкого приобретения знаний);
• (б) связь концепции и набора фактов(кейса) (т.е. методы, позволяющие учащимся прочувствовать различные способы изменения концепций в зависимости от ситуации);
• (в) масштабирование кейс-профессионализма (т.е. использование наставничества и других методов поддержки для развития навыков);
• (г) сжатие времени на решение сложных кейсов;
• (д) сохранение сложности (т.е. методы, позволяющие сохранить функциональную сложность, которую необходимо изучить, и избежать изучения слишком упрощенных взаимосвязей);
• (е) активная рефлексия (т.е. методы, помогающие учащимся лучше выверять свои знания и определять границы компетенций).

В совокупности эти принципы были разработаны для того, чтобы удовлетворить потребность в практике решения задач, которые ограничивают текущую компетентность и способность к адаптации, путем содействия возможностям, описанным в Таблице 1.

Таблица 1. Коллективные цели принципов обучения адаптивным навыкам.

В разных литературных источниках утверждается, что деятельность и практика, направленные на решение коллективных задач, указанных в Таблице 1, с использованием вышеупомянутых принципов, скорее всего, развивают необходимые навыки осмысления и гибкости, которые являются неотъемлемой частью любого убедительного определения адаптивного навыка. Однако измерение развития адаптивных навыков и определение уровня адаптивности специалиста, скорее всего, окажется гораздо более сложной задачей. Скрытой опасностью этого подхода является тот факт, что более поздняя экспертиза схожего объекта экспертизы может оказаться более совершенной, что, к сожалению, может несколько компрометировать более ранние результаты.

проблемы измерения компетентности ЭкспертизЫ

Многие авторы работ по проблемам экспертизы обсуждают проблемы измерения компетентности. Они предполагают, что по традиционным стандартам, с точки зрения способности выполнять идеализированную последовательность или набор задач, работа, требующая адаптации, может быть оценена как недостаточная - возможно, потому что она отклоняется от первоначальной задачи или приводит к достаточно хорошему результату, а не к достоверно лучшему. Однако, если рассматривать работу через призму адаптивности (т.е. оценивать ее с точки зрения способности к гибким действиям в зависимости от обстоятельств, которые могут быть незнакомыми или непредвиденными), она может быть признана эффективной или даже мастерской. Учитывая трудности измерения эффективности работы экспертов во многих областях, ключевым вопросом, поставленным во вводной главе, был следующий: «Что делать (и как определять экспертность) при работе в большинстве сложных областей, где измерение эффективности особенно сложно или нецелесообразно?» Здесь мы добавляем: «Что делать, если адаптация является неотъемлемой частью производительности или необходимым компонентом экспертизы, что, вероятно, будет иметь место во многих будущих работах?»

Допустимо утверждать, что шкала квалификации для данной области должна быть основана на нескольких методах и нескольких типах методов. В частности, что для шкалирования уровня квалификации следует использовать по крайней мере три типа методов, называемых тремя ножками треножника (three tripod legs) (см. [10]), которые отражают как широту (т.е. разнообразие соответствующего опыта), так и глубину опыта (т.е. продолжительность этого опыта). В своем исследовании Хоффман и др. [10] использовали личные дела (например, служебные задания), социометрию (или анализ социального взаимодействия) и карьерные интервью для оценки уровня квалификации и смогли разработать шкалу, различающую уровни (эксперт, подмастерье, ученик) и подуровни (младший и старший) квалификации. Важно, что их метод позволил экспертам отличаться от подмастерьев по опыту и умению быть адаптивным.

Хоффман [11] расширил идею шкалирования квалификации на основе “three tripod legs” до «пятиногого» (“Pentapod”), включив в нее:

• углубленные карьерные интервью для определения широты и глубины образования, подготовки и опыта;
• профессиональные стандарты или лицензирование для определения того, что требуется от человека, чтобы стать экспертом в своей области;
• выполнение нескольких (а не одной) знакомых задач для определения компетентности в ключевых проблемах;
• социометрия для определения социальных сетей, в которых кто с кем говорит о конкретных проблемах;
• анализ когнитивных задач для выявления ментальных моделей экспертных знаний и стратегий.

Хоффман [11] утверждает, что для получения доказательств, сходящихся на шкале, соответствующей данной области, и позволяющих валидировать шкалу квалификации, необходимо всегда использовать как минимум два разных класса методов. Отметим, что "пентапод" Хоффмана признает комплексный характер экспертизы и ее встроенность в социальную среду, о чем говорилось в начале этой статьи.

Клейн [12] расширил список Хоффмана, включив в него:

• внутриэкспертную надежность;
• уважение коллег;
• рефлексию, отметив, что ни один из этих показателей сам по себе не является безошибочным с точки зрения определения уровня квалификации, и, как и Хоффман, предложив использовать несколько показателей для измерения и шкалирования экспертизы должным образом.

Внутриэкспертная надежность – показатель стремления к надежному превосходству эксперта, и в течение некоторого времени она является краеугольным камнем измерения экспертной деятельности.

Под уважением коллег понимается способность коллег оценивать компетентность человека и умение отличать тех, кто просто хорошо говорит, от тех, кто преуспевает на практике. Уважение коллег не следует путать с интерактивной экспертизой, поскольку человек может владеть языком специализированной области и, следовательно, быть способным к экспертному взаимодействию, но делать это при отсутствии практической компетенции или контрибьютивной экспертизы.

Рефлексия — это склонность и готовность эксперта, по его просьбе, буквально осмыслить прошедшие события и принятые критические решения как средство выявления альтернативных смыслов и направлений действий для любой ситуации, особенно тех, которые привели к оптимальным и неоптимальным результатам.

Несмотря на то, что был разработан ряд шкал измерений адаптивных навыков, варианты измерений iv (анализ когнитивных задач); и viii (рефлексия), приведенные выше, возможно, предлагают более эффективные способы получения представления об адаптивной природе экспертизы. Эти варианты дают возможность узнать, заметил ли эксперт необходимость адаптации, а также как он адаптировал свое понимание, планы, методы, ответы или цели. Другие исследователи утверждают, что меры адаптации, тесно связанные с мерами устойчивости, должны быть включены в измерения экспертизы, в частности, они считает, что анализ реакций на аномалии должен проводиться на системном уровне. Согласно этой точке зрения, для успешного реагирования на аномалии требуется модель ожидаемого, осмысление отклонений от этих ожиданий без необходимости дополнительной оценки, а также генерирование соответствующих реакций на загрузку. Такие оценки и реакции порождают больше ожидаемых и неожиданных реакций системы, которые требуют дальнейшей адаптации (второго порядка). Таким образом, мы утверждаем, что меры, которые были предложены для определения потенциала устойчивости, могут также использоваться для измерения адаптивного характера экспертизы на системном уровне.

В будущем исследователям следует попытаться определить, какие из этих мер лучше всего различают уровни компетентности в той или иной области, и валидировать разработанные шкалы компетентности с целью отражения в них адаптивного характера компетентности. В следующем разделе мы приводим некоторые дополнительные рекомендации для исследователей экспертизы. К сожалению, отечественные эксперты в подавляющем своём большинстве не используют такие общераспространённые практики согласования экспертных оценок как AHP/ANP, разработанные и активно развиваемые ещё с начала прошлого века.

НЕОБХОДИМЫЕ направления БУДУЩИХ ИССЛЕДОВАНИЙ

Помимо пересмотра наших представлений об экспертизе и о том, какие меры мы можем разработать для определения адаптивных навыков, есть еще несколько тем, которые проходят через ряд глав и требуют дальнейшего рассмотрения в будущем. Первая — это дискуссия между структурализмом и функционализмом. Применительно к области экспертизы это различие сводится к вопросу о том, можно ли объяснить развитие экспертизы несколькими инвариантами человеческого познания (например, скоростью хранения фрагментов в долговременной памяти), или же экспертиза — это вопрос настройки на целевые ограничения в окружающей среде. Структуралистская точка зрения в значительной степени ассоциируется с классическими взглядами на опыт, тогда как функционалистская - с экологическими и более адаптивными взглядами на опыт (т.е. макропознание). Однако нам не нужно выбирать между ними. Считается, что в развитии опыта играют роль оба лезвия ножниц - как внешняя, так и внутренняя среда. Люди должны научиться узнавать, какие ограничения существуют в той среде, в которой они работают, а затем они должны каким-то образом научиться распознавать или, возможно, хранить эти ограничения в памяти (мнения о том, являются ли ментальные репрезентации вообще необходимыми конструктами для объяснения опыта, расходятся, о чем свидетельствуют дискуссии о расположенном или реализованном/воплощенном познании). Будущие исследования должны учитывать оба аспекта и определить, как они совместно действуют в развитии опыта.

Внешнюю и внутреннюю среду можно рассматривать и более широко: с одной стороны, физиологическую, а с другой ― социологическую. Как физиология, так и социальная среда накладывают ограничения на нашу способность адаптироваться к требованиям задачи. Хотя оба эти аспекта были рассмотрены в статье, в будущих исследованиях их следует изучить более подробно. Например, с появлением технологий улучшения человеческого потенциала в недалеком будущем мы сможем изменить наши физиологические ограничения и, следовательно, быстрее обучаться. Человеческий потенциал, например, одаренность, может быть раскрыт в большей степени, чем это возможно в настоящее время. Усовершенствование человека можно рассматривать как вмешательство в нашу жизнь.

Физиология и даже неврология, а также социальные и мотивационные вмешательства, направленные на социальную среду обучения, например, с помощью деловых игр или других форм симуляции или дополненной реальности. Кроме того, социальная среда обучения может быть расширена за счет включения в нее культуры и субкультуры, школы и профессиональной среды. Чтобы отличить область изучения опыта от уже существующих областей, таких как психология образования и психология культуры, вопросы будут сосредоточены на том, как ускорить и поддержать опыт с помощью социальных и мотивационных вмешательств (например, что требуется в плане социальной поддержки для поддержания целенаправленной практики на регулярной основе в течение многих лет? Как создать среду, способствующую развитию научного творчества?)

Вторая тема, повторяющаяся в данной статье, связана с тем, как мы должны развивать экспертные знания и готовить людей к успеху на завтрашнем рабочем месте или, более того, к сохранению имеющихся у них экспертных знаний как на индивидуальном, так и на системном уровнях. Ранее мы отмечали, что существующие образовательные методы могут неадекватно готовить будущих экспертов, освещали иной взгляд на обучение, который может быть использован для поддержки меняющихся требований сложной работы, и предложили набор принципов обучения, которые могут быть использованы для развития адаптивных навыков. Многие авторы предложили связанные с этим идеи о том, какими могут быть лучшие методы развития экспертизы и адаптивного потенциала, необходимые не в последнюю очередь потому, что всегда будет существовать разрыв между тем, как статья представляет себе работу, и тем, как она выполняется. Здесь мы кратко изложим некоторые из них, а затем предложим ряд соображений по развитию экспертизы на будущее.

Мы считаем, что обучение и тренировка, вероятно, должны происходить качественно иными способами, чтобы развить способность адаптивно справляться с возникающим ростом новизны, с которой приходится регулярно сталкиваться. Современные ученые и теоретики экспертизы дают несколько рекомендаций по развитию навыков XXI века, способствующих адаптивности. Например, они рекомендуют "уделять внимание кейсам во всем их многообразии и в то же время отказаться от примата концепций". С их точки зрения, понятия по-прежнему важны, но они должны быть с учетом особенностей конкретного случая, а не наоборот. Кроме того, рекомендуется:

• использовать множественные, а не единичные концептуальные отношения (как в схемах, прототипах, аналогиях, перспективах и т.д.);
• относиться к случаям как к целому с эмерджентными свойствами, чтобы они были больше, чем сумма частей; повышать внимание к различиям и уменьшать предубеждение против сходства; ожидать, что они будут больше, чем сумма частей.);
• относиться к случаям как к целому, обладающему эмерджентными свойствами, поэтому они больше, чем сумма их частей; повышать чувствительность к различиям и снижать склонность видеть сходство; ожидать непредсказуемости, нерегулярности, неопределенности;
• ожидать возвращения к предыдущим случаям в новых контекстах, чтобы выявить грани, которые были скрыты в предыдущем контексте;
• принимать гибкость и открытость представления знаний вместо жесткости;
• подчеркивать зависимость от контекста вместо независимости от контекста;
• избегать жесткости в понимании, оставаясь открытым, с пониманием иногда безграничного диапазона использования знаний в новых комбинациях, для новых целей, в новых ситуациях;
• полагаться на адаптивную к ситуации сборку знаний и опыта, а не на извлечение нетронутых структур знаний из долговременной памяти и т.д." (см. также табл. 1).

С нашей точки зрения, эти особенности теории когнитивной гибкости и развития адаптивных навыков, вероятно, станут краеугольным камнем обучения в будущей рабочей среде и основой подготовки любого будущего специалиста.

Другой рекомендацией может быть комбинированное использование тренировок по приобретению, восстановлению и мобилизации навыков, при этом тренировки по восстановлению и поддержанию навыков распределяются на интервалы до, после и после удержания. Однако, несмотря на то что такой подход помогает смягчить разрушение навыков, традиционные методы перетренировки могут привести к компромиссу между результатами удержания и адаптации: теоретически, большее удержание может привести к более укоренившемуся поведению, которое, возможно, будет менее благоприятным для адаптации. Одним из методов, позволяющих преодолеть этот компромисс, является обучение, в котором особое внимание уделяется выявлению аномалий и реагированию на них путем более глубокого изучения и понимания ограничений системы. Это согласуется с нашими предыдущими аргументами в пользу включения показателей реагирования на аномалии, в любой показатель адаптационного потенциала.

Решения, не связанные с обучением, могут включать, например, использование регламентов и централизованного принятия решений в качестве средств стимулирования адаптивность и помогает избежать работы вразнобой. Эта рекомендация не слишком похожа на рекомендации, которые в настоящее время дают государственные органы для поддержки принятия решений политиками. В настоящее время чиновникам предоставляются соответствующие рекомендации и инструменты, например, использование методов будущего (т.е. рассмотрение вариантов политики с учетом множества возможных сценариев будущего). Однако следует отметить, что для содействия принятию адаптивных решений такие рекомендации должны включать в себя имеющиеся соответствующие данные, а также информацию о том, как они могут быть реализованы (например, в виде политики, на практике) в текущем контексте (т.е. политическом ландшафте). Эта информация должна быть собрана у различных доверенных экспертов и итеративно объединена на протяжении всего цикла разработки политики для обеспечения того, чтобы политика разрабатывалась с учетом ценностей политиков, реакции заинтересованных сторон (например, Государственной думы, общественного мнения) и дифференцированных эффектов и, следовательно, могла способствовать адаптивному ответу.

Также были предложены технологические решения для развития и поддержания опыта, например, разработка интерактивных советчиков-дисплеев и инструкций, позволяющих минимизировать отвлекающую или неактуальную информацию и усилить наиболее значимые подсказки. Одним из примеров, описанных в интернете, является приложение для медицинского телефона, которое может поддерживать:

• принятие врачом решений о лечении путем предоставления быстрого доступа к актуальной информации о болезни/лечении и гибкого рабочего пространства для принятия решений, позволяющего сравнивать эту информацию с экспертной мысленной моделью;
• принятие решений пациентом путем предоставления новой информации о болезни/лечении на основе агентной оценки текущего понимания пациентом своей болезни.

Однако необходимо предостеречь от использования технологии, которая является скорее системой управления процессом (т.е. навязывает эксперту свой способ работы), чем помощником в принятии решений (т.е. информирует и поддерживает экспертные рассуждения и принятие решений). Подчеркиваем, что такие технологии, особенно те, которые интегрируют и фильтруют данные как средство предоставления пользователю предполагаемого понимания, а не позволяют эксперту (развивающемуся) сформировать свое собственное понимание, могут быть ошибочными, поскольку именно последние являются движущей силой экспертного поиска. Практически это достижимо посредством автоматизации бизнес-процесса (БП) экспертизы в среде BPMS. В этом случае особо ценные навыки и подходы могут быть сохранены и приумножены на уровне минимизации риска потери (ядерных) знаний, что является особо значимой темой в ядерной отрасли, во всех её сферах. В результате эксперт может не достигать выдающихся результатов, но его конкретной работе можно будет вполне доверять.

Данная статья может иметь ряд последствий для разработки будущих мероприятий по развитию. За некоторыми исключениями, большая часть того, что мы уже знаем о том, как учатся эксперты, основана на традиционных, а не адаптивных измерениях экспертности или на обучении, полученном на основе исследований неэкспертов (например, студентов младших курсов). Таким образом, для создания эмпирической базы для подготовки экспертов, достаточно подготовленных к работе в будущих сложных рабочих средах, необходимо провести множество исследований. Обучение, способствующее формированию адаптивного мышления (т.е. способности к обобщению по всем случаям независимо от содержания) и адаптивной готовности (т.е. умения адаптивно к ситуации собирать знания и опыт), а также не полностью отдающее это понимание на откуп технологиям, может стать хорошим претендентом на развитие будущих экспертов.

Наконец, третьей повторяющейся темой является дискуссия о всеобщности и специфичности экспертизы. Согласно классической точке зрения, экспертные знания в значительной степени специфичны для конкретной области и не переносятся на новые области. Другие взгляды оспаривают эту точку зрения, подчеркивая такие понятия, как общий интеллект, одаренность или адаптивный характер экспертизы. Опять же, в зависимости от точки зрения, экспертиза может быть как общей, так и специфической. Важным здесь, как мы уже подробно обсуждали, является предлагаемое определение экспертизы. Классический взгляд на экспертизу, по-видимому, относит это понятие к конечному состоянию, при котором происходит абсолютное овладение полученными навыками и знаниями. С этой точки зрения, для приобретения таких когнитивных навыков требуется не менее десяти лет целенаправленной (сознательной) практики.

Альтернативная точка зрения, как представляется, рассматривает экспертность скорее как относительную концепцию, в которой эксперты просто обладают большим объемом знаний и навыков, чем неэксперты. По сути, это социальная точка зрения на экспертизу, согласно которой эксперт считается таковым, если его считают таковым коллеги. Классический и адаптивный взгляды на экспертизу могут быть согласованы, если принять во внимание области, которые они обычно рассматривают: классический взгляд в основном изучал экспертизу в научной, спортивной или художественной областях, т.е. в областях, где можно легко определить некоторый стандарт эффективности и где прогресс в достижении золотого стандарта может быть измерен (оценён). Как уже отмечалось ранее, адаптивный взгляд на экспертизу, напротив, обычно фокусируется на областях, где такие золотые стандарты недоступны или где специалисты обычно не имеют возможности провести 10 и более лет на одной и той же работе и, следует отметить, что такие области или работа составляют большинство реальных ситуаций (вспомним частую ротацию в армии).

Из этого вытекают некоторые следствия как для практических приложений, так и для теоретических направлений исследований. За последние пятьдесят лет, начиная с конца 1960-х годов, ученые добились огромного прогресса в том, что нам известно об экспертизе. В первые двадцать лет маятник качался от акцента на общих характеристиках домена к характеристикам, специфичным для конкретного домена. За последние 30 лет возникли альтернативные концепции экспертизы, в которых больше внимания уделяется тому, как экспертиза развивается в условиях ограниченного времени, плохо определенных, неоднозначных ситуаций с множеством конкурирующих целей. Фокус постепенно смещался от объяснения опыта в терминах лежащих в его основе когнитивных процессов к описанию опыта как адаптации к ограничениям, связанным с достижением цели. Однако в своем стремлении сосредоточиться на экологически значимых областях мы, возможно, выплеснули ребенка вместе с водой. Теоретическая глубина уступила место теоретической широте, поскольку с каждым новым описанием опыта в конкретной области происходил взрыв теоретических концепций. Эксперты в разных областях могут достигать различных конечных точек с точки зрения содержания своих знаний, но неизменным остается процесс обучения, лежащий в основе их опыта.

Поэтому будущие исследователи должны уделять больше внимания законам, управляющим самим процессом обучения, а также различным способам его ускорения. Важные вопросы будущего заключаются не в том, что представляет собой экспертиза как конечное состояние, а скорее то, как мы можем быстрее превратить относительных новичков в относительных экспертов. Возможно, по пути мы узнаем несколько интересных новых законов о том, как люди учатся.

ПОТЕНЦИАЛЬНЫЙ ПУТЬ ВПЕРЕД

Каковы дальнейшие шаги? В этом разделе мы обсуждаем два вопроса: Какие методы и подходы могут помочь нам лучше понять сложное поведение, в частности когнитивную адаптацию к сложности, и какие дальнейшие шаги мы можем предпринять как область, чтобы наша наука продолжала развиваться?

Несмотря на самые благие намерения проводить качественные научные исследования, в прошлом они носили скорее фрагментарный, чем системный, и скорее разрозненный, чем системный характер. Такое положение дел отчасти объясняется тем, что в психологии предпочитался метод проверки значимости нулевых гипотез, который приводил к появлению все более детальных гипотез без попыток разработать всеобъемлющую систему, объединяющую результаты проведенных экспериментов.

В качестве потенциального средства решения проблемы и с целью разработки того, что он позже станет называться "единой теорией познания", было предложено три возможных подхода для продвижения когнитивной науки вперед:

• - Создание полной (а не частичной) модели обработки, которая обеспечивает детальное представление структура управления в сочетании с не менее детальными предположениями о памяти и примитивных операциях, так что то, что участник делает при выполнении задачи, и то, как он это делает, полностью определено (примерами таких полных моделей обработки или архитектур познания, как их позже назовут, являются SOAR и ACT-R (см. https://deepai.org/publication/an-analysis-and-comparison-of-act-r-and-soar );
• - Разработка программного подхода (с использованием как экспериментальных, так и теоретических исследований) к анализу одной полной (а не частичной) сложной задачи (т.е., Сверхзадача задач или просто работа), чтобы из нее можно было вывести модель поведения задачи;
• - Продолжать в том же духе, что и сейчас: проводить анализ разрозненных задач, но строить единую систему обработки (а не просто несколько моделей), объясняющую их все и, как следствие, их интеграцию.

Некоторые из этих рекомендаций были учтены за прошедшие годы исследователями в области экспертизы, и, возможно, исследования в более широком смысле стали более программными. Однако тенденция часто заключалась в моделировании более простых задач, а если моделировались более сложные задачи (например, управление самолетом), то исследователи фокусировались на частичных версиях задачи (например, руление по взлетно-посадочной полосе).

Понимание познания в естественных условиях как формы адаптации к сложности актуально для изучения экспертизы в свете нашего обширного обсуждения ранее экспертизы как адаптивного навыка. Было предложено несколько подходов, которые могут быть использованы для углубления нашего понимания когнитивной адаптации к сложности:

1. Установить соответствие между тестовыми и целевыми поведенческими ситуациями таким образом, чтобы репрезентативность конкретной тестовой ситуации адекватно отражала целевой класс интересующих ситуаций и, следовательно, могла быть обобщена. Это не отличается от принципа сохранения сложности, согласно которому важные сложности целевых отношений сохраняются в любом контексте;
2. Использование методов анализа когнитивных задач (например, вербальных отчетов о мышлении, протоколов действий, следов сбора данных), которые экстернализируют признаки, позволяющие делать выводы о внутренних процессах. Они часто предшествуют построению (например, как в вербальном анализе или анализе протоколов) или являются методами подтверждения того, что называется полными моделями обработки;
3. Ретроспективный анализ критических инцидентов, когда на основе интервью участников и других данных (например, авиационной черноты) пытаются реконструировать психическую динамику, имевшую место в момент события;
4. Полевые наблюдения, в ходе которых наблюдатель погружается в родную среду, чтобы получить точку зрения практиков, работающих в данной области.

Эта точка зрения способствует использованию специфических поведенческих контекстов, которые являются репрезентативными для определенного класса поведения или среды, в качестве полевых лабораторий для изучения этого поведения. В исследованиях инсценированного мира аутентичность зависит от способности исследователей разрабатывать сценарии и инсценировать интересующие их ситуации: сценарии должны быть такими, чтобы они были признаны валидными специалистами-практиками (или экспертами в данной области). Многие исследователи последовали этому указанию и изучали экспертов (и различия между экспертами и новичками) в масштабных имитационных моделях, используя меры по отслеживанию процессов в разных системах.

Другие исследователи разработали когнитивные модели экспертизы, хотя их тип качественно отличается от модели отслеживанию процессов. Эти модели иллюстрируют становление области исследований опыта (т.е. фокус на описательных и продуктовых, а не процессных моделях) и, что очень важно, сыграли важную роль в улучшении нашего понимания опыта в сложных рабочих условиях, а также в разработке дополнительных теоретических достижений, применимых в более широком смысле.

Строго говоря, следует говорить об экспертизе в среде разработчика с использованием всего спектра инструментов PDM, CAD, CAE, et cetera… в рамках имитационной модели, а не на основе плохо читаемых визуально и абсолютно машино нечитаемых копий документации.

Несмотря на этот значительный вклад, некоторые исследователи склонны ценить только один тип исследовательского контекста или метода. Признавая эту напряженность, мы подчеркиваем, что "различные ученые регулярно выражают пренебрежение к тем, кто находится "в другом лагере", чья позиция, цели и методы описываются теми, кто придерживается противоположных взглядов, как не имеющие большой научной или общественной ценности" называя такие взгляды деструктивными и предполагая, что взгляды, отстаивающие одну методологическую стратегию как имеющую более привилегированный доступ к фундаментальным результатам, чем другая, мало способствуют формированию полного понимания экспертизы. Как мы утверждали, ни один метод или контекст не должен иметь приоритета, если мы хотим достичь более полного понимания экспертизы. Несмотря на склонность некоторых исследователей возвышать один методологический подход над другим, взаимодополняемость между натурализмом и экспериментализмом была оценена давно (например, Дарвином) и недавно была подтверждена многими исследователями).

Предположение о взаимодополняемости остается актуальным и сегодня, и, вероятно, окажется полезным и завтра.

Несмотря на то, что некоторые специалисты в области экспертных исследований часто выступают за принятие исследователями определенного методологического подхода или теоретической основы, лишь немногие сообщества практиков действительно оценивали прогресс, достигнутый ими в направлении кумулятивности своих исследований или создания зрелой науки, по крайней мере, не в рефлексивной манере.

Что касается рекомендаций, то подчеркнём тот факт, что многие из разработанных к настоящему времени моделей носят скорее описательный, чем прогностический характер, и выскажем мнение, что необходимо приложить дополнительные усилия, чтобы перевести эти модели в разряд надежно эффективных мероприятий и инструментов. Во-вторых, отметим, что большая часть исследований проводилась на тактическом уровне (например, изучение процесса принятия решений на местах), а не на оперативном (например, командование) или стратегическом (например, политика) уровнях, и не существует достаточного количества рекомендаций, которые помогли бы исследователям и практикам переходить с одного уровня на другой, или эмпирических исследований, подтверждающих, что то, что работает на одном уровне, может быть успешно применено на другом. Наконец, среди исследователей из сообществ, не относящихся к суперсообществу экспертов, стало популярным демонизировать экспертов и обесценивать их вклад в развитие общества [1]. Таким образом, всем экспертным сообществам необходимо было не просто продвигать область, но и делать это в условиях внешнего антагонизма.

Существует потребность в удовлетворении потребностей лиц, принимающих стратегические решения на организационном и политическом уровне. Необходимо четко донести до общественности, что может предложить наука об экспертизе - особенно в свете войны с экспертами [1], - и повысить осведомленность общественности и специалистов, а также расширить глобальный охват этого суперсообщества. Наконец, необходимо развивать возможности обучения, чтобы лучше подготовить ученых и практиков к использованию тех методов, которые обсуждаются в данном Статья. Это лишь некоторые из задач, стоящих перед начинающими исследователями в области экспертизы. Мы надеемся, что данное Статья послужит катализатором, который поможет будущим исследователям решить некоторые из этих проблем, а также рассмотреть текущие вопросы и перспективные направления, о которых говорилось ранее и во всех разделах статьи.

Ссылки

1. Катковский Е.А., Кузнецов М.В.- «Экспертиза – кто оппоненты? Пять сообществ, которые стремятся дискредитировать экспертов», ж. «Атомная стратегия XXI» май 2023 №198, стр. 6-13;
2.  Stafford J. R., Henneberry J., Catney P. - “Trust me, I’m a scientist (not a developer): Perceived expertise and motives as predictors of trust in assessment of risk from contaminated land”. J. Risk Analysis 29(2), 288–297 (2009);
3. Hatano, G., & Inagaki, K. – “Two courses of expertise”. In H. Stevenson, H. Azuma, & K. Hakuta (Eds.), Child development and education in Japan (pp. 262–272). New York: W. H. Freeman (1986);
4. Rasmussen, J.. - “Information processing and human-machine interaction: An approach to cognitive engineering”, New York, North-Holland/Elsevier” (1986);
5. Rasmussen, J., Pejtersen, A. M., & Goodstein, L. P. -“Cognitive systems engineering”, New York, Wiley (1994);
6. Ward, P., Gore, J., Hutton, R., Conway, G., & Hoffman, R. - “Adaptive skill as the conditio sine qua non of expertise”. Journal of Applied Research in Memory and Cognition 7(1), 35–50. (2018);
7. Spiro, R. J., Feltovich, P. J., Jacobson, M. J., & Coulson, R. L. - “Cognitive flexibility, constructivism, and hypertext: Random access instruction for advanced knowledge acquisition in ill-structured domains”, In T. M. Duffy & D. H. Jonassen (Eds), “Constructivism and the technology of instruction: A conversation” (pp. 57–76). Hillsdale, NJ: Lawerence Erlbaum (1992);
8. Klein, G., & Baxter, H. C. - “Cognitive transformation theory: Contrasting cognitive and behavioral learning”. In Proceedings of the Interservice/Industry Training, Simulation, and Education Conference (I/ITSEC) (pp. 1–9). Arlington, VA: NTSA (2006);
9. Определение: https://ru.wikipedia.org/wiki/Рефрейминг ;
10. Hoffman, R. R., & Lintern, G. -. “Eliciting and representing the knowledge of experts”, In K. A., Ericsson, N. Charness, P. Feltovich, & R. Hoffman (Eds), Cambridge handbook of expertise and expert performance (pp. 203–222). New York: Cambridge University Press, (2006);
11. Hoffman, R. R. -. “Pentapod”, Report, Institute for Human and Machine Cognition, (2018);