Знания имеют значение

Теперь рассмотрим понятие знаний более подробно. Лицо, принимающее решения, обладает огромным запасом знаний, а также способностью как изменять, так и использовать содержимое этого запаса. Эта характеристика применима ко всем типам лиц, принимающих решения, — отдельным лицам, группам и организациям. В случаях с участием нескольких участников как знания, так и способности к обработке распределяются между участниками.

Знания извлекаются из инвентаря по мере необходимости и используются для выработки решений для потока проблем, который составляет процесс принятия решений. Когда инвентаря недостаточно для решения какой-либо проблемы, исходящие сообщения используются для получения дополнительных знаний.

Решение каждой проблемы, возникающей в процессе производства, само по себе является частью знания. В свою очередь, оно может быть использовано для поиска или решения других проблем, решения которых представляют собой знания, позволяющие решать еще другие проблемы, и так далее, пока не будет решена общая проблема выработки решения. Таким образом, знания - это сырье, незавершенный процесс, побочный продукт и готовое изделие для принятия решений.

Если система имеет и может использовать представление ‘чего-либо (объекта, процедуры,... чего угодно), то можно также сказать, что сама система обладает знаниями, а именно знаниями, воплощенными в этом представлении об этой вещи”. Знания воплощаются в пригодных для использования репрезентациях, где репрезентация - это своего рода шаблон: символический, цифровой, ментальный, поведенческий, аудио-, визуальный и т.д. В той мере, в какой мы можем использовать эту репрезентацию, она воплощает знания.

Особый интерес для DSS представляют представления, которые может использовать компьютер, и возможности обработки знаний, соответствующие каждому подходу к представлению знаний, разрешенному в его части хранилища знаний. DSS не может обрабатывать знания, которые он не может представлять. И наоборот, DSS не может знать, что представлено каким-либо шаблоном, который он не может обработать.

Разрабатывая или сталкиваясь с конкретной DSS, мы должны изучить ее с точки зрения возможностей, которые она предоставляет для представления и обработки знаний, то есть возможностей управления знаниями, которыми она обладает в дополнение к когнитивным способностям человека.

На протяжении многих лет для поддержки лиц, принимающих решения, успешно применялось несколько компьютерных методов управления знаниями, включая управление текстом/гипертекстом/документами, управление базами данных, хранилищами данных, управление решателями, анализ электронных таблиц, управление правилами, управление сообщениями, управление процессами и так далее. Каждый из этих методов может представлять и обрабатывать один или несколько из трех основных типов знаний, важных для изучения DSS: описательные, процедурные и логические знания.

Знания о состоянии некоторого мира называются описательными знаниями. Они включают описания прошлых, настоящих, будущих и гипотетических ситуаций. Эти знания включают данные и информацию. В отличие от этого, процедурные знания связаны с пошаговыми процедурами выполнения некоторой задачи. Логическое знание определяет выводы, которые могут быть сделаны при наличии определенной ситуации.

Описательные, процедурные и логические знания могут быть использованы совместно в рамках единой DSS для поддержки принятия решений. Например, DSS может извлекать (например, из прошлых данных) описательные знания (например, прогноз) в качестве решения проблемы, используя процедурные знания, указывающие, как получить новые знания (например, как рассчитать прогноз на основе исторических наблюдений).

Используя логические знания (например, правила) о том, какие процедуры применимы при различных обстоятельствах, DSS делает вывод о том, какая процедура подходит для решения конкретной задачи прогнозирования, или для вывода о допустимой последовательности существующих процедур, выполнение которых привело бы к решению.

Помимо типа знаний, у знаний есть другие атрибутивные измерения, относящиеся к DSS. Одним из этих измерений является ориентация знаний, которая предполагает, что знания процессора могут быть ориентированы в направлении области принятия решений, других связанных процессоров, с которыми он взаимодействует, и/или самого процессора. Таким образом, DSS может обладать знаниями в предметной области, которые представляют собой описательные, процедурные и/или логические знания (DPR), позволяющие DSS находить или решать проблемы в интересующей области (например, финансы).

Он может обладать знаниями о взаимоотношениях, то есть знаниями о DPR, которые лежат в основе способности DSS эффективно взаимодействовать со своим пользователем и другими процессорами в процессе принятия решений. DSS также может обладать самопознанием, то есть знаниями DPR о том, что он знает и на что способен. Адаптивная DSS - это такая система, в которой знания DPR по любой из этих трех областей могут изменяться в зависимости от опыта DSS.