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: [e-mail])

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.