Введение. В предыдущих статьях автора, посвященных построению МАНОК-систем, в частности, описаны основная проблема, концептуальные идеи и принципы построения МАНОК-систем (задача Z^<IBY>) каркасы построения МАНОК (задача Z^MOD) и МАНОК-систем (задача Z^S_FВ) [1-7].

В настоящей статье описан каркас (основные положения) оценки МАНОК-узлов.

Постановка задачи. В результате решения задач Z^<IBY>, Z^MOD, Z^S_FВ, в частности, предложено реализационную функциональную архитектуру FҐla МАНОК-систем в виде диаграммы (17) [6], в соответствии с которой композитами любой комбинации МАНОК-систем <Є>, соответствующей этой FҐla являются [6]: IAK-node - МАНОК-узел, т.е. класс определенных процессов [1] DP/IAK с 8 подклассами DP/IAK (эталонная модель DP МАНОК-узла), где IAK - это инновационное агрегирование объектов учебно-ориентированного контента (уок), представленное композитами МАНОК [2-4]; WS - это Веб-сервисы или SOA-сервисы; DP^L3/-tools, DP^AS/-tools [5-7]. Обозначим Z^QML - задачу оценки <Є> = <<ЄN>, <DPN>, <WSN>>, где ЄN - это МАНОК-узел Є, а DPN и WSN - это, соответственно DP/ и сервисы МАНОК-узла [5, 6]. Тогда разработка постановки задачи Z^QML включает следующие шаги: „Адаптировать релевантные международные / национальные стандарты”; „Разработать каркас вербального описания Z^QML”; „Определить релевантные опорные частичные модели и методы (ОЧМ) МАНОК”; „Разработать каркас формального описания Z^QML”.

Оценку <Є> можно осуществлять в различных ситуациях, контекстах, с разными назначениями, на различных уровнях МАНОК () - абстракции-реализации, для разных областей и композитов МАНОК-узлов. Рассмотрим подробнее взаимосвязь композитов „оценки <Є>”. По определению eldS - это уок-киберпространство (ldS), которое оценивается степенью использования прототипов ІАК [1]. Слово „прототип" означает, что созданный прототип ІАК становится ІАК после практической апробации прототипа, во-первых, в ldS (DP^L3/-tools) и dS (DP^AS/-tools), во-вторых, в eldS как описано IAK⁺-диаграммой (которая является обратной IAK-диаграммой (15) - см. в [6]):

Обработка ІАК в <ЄN> формально описывается, в частности, ІАК-квадратом вида (в соответствии с принципом двойственности, направления всех стрелок можно одновременно изменить на противоположные):

где: <> - обозначение комбинации того, что содержат эти скобки; MOD - каркас опорных частичных моделей и методов (ОЧМ / MODi?) МАНОК, MOD = <<S>, <MODi>,. …>, (MODi?? <S>; <S> = <<eldS>, <ldS>, <dS>>); <MOD> - композиты MOD сводного МАНОК-узла; MOD_m, MOD_n - композиты MOD, которые обрабатываются или могут обрабатываться разными МАНОК-узлами (-системами, - средами). Пример интерпретации ІАК-квадрата: <MOD> - сводная MOD, которую по определению поддерживает сводный ЄN; MOD_m (MOD_n) - составляющая <MOD>, которую должен поддерживать ЄN_m (ЄN_n). Содержательно стрелки интерпретируются как информационные потоки и потоки управления (в т. ч. потоки, связанные с оценкой <ЄN>), которые являются композитами <<DPN>, <WSN>>. Отметим, что в границах каркаса построения МАНОК-систем перечисленные композиты являются категорными объектами или стрелками [5, 6], т.е. в соответствии с АРИП-методом (основным методом построения МАНОК-систем) минимальной формальной структурой (м. ф. с.) является категория [6, 7].

Таким образом, для любой комбинации ЄN: - ІАК как входной элемент может быть или вербальным описанием потенциального композита <MOD> или композитом <MOD>; - ІАК как выходной элемент может быть композитом <MOD>; - ІАК как входной и / или выходной элемент обрабатывается композитами <<DPN>, <WSN>> МАНОК-узлов. В соответствии с принципом ИННОВАЦИОННОСТЬ², основной критерий оценки МАНОК-систем - степень использования ІАК на S при помощи МАНОК-систем [7]. По определению этой "степенью" считается „уровень зрелости <Є> = <<ЄN>, <DPN>, <WSN>>, где <<DPN>, <WSN>> <ЄN>”. Формальную и содержательную интерпретацию такого определения описано в последующих шагах решения задачи.

Решение задачи. В соответствии принципом построения МАНОК-систем ИННОВАЦИОННОСТЬ¹ (Девиз и главный принцип построения МАНОК-систем. Динамическое создание нового е-знания на S в форме ІАК при помощи МАНОК-систем, общим конечным результатом использования которых будут люди с высококачественными у3-компетенциями) [6]. В Меморандуме непрерывного обучения (у3) стран ЕС, в частности, отмечено [8]: "Поскольку мы движемся к обществу знаний, то изменяется и наше понимание: "Что такое обучение, где, как и для каких целей оно проводится как? … Критерием является качество учебной практики и ее результатов, в том числе удовлетворение самих обучаемых.". Поэтому „релевантными" стандартами в формулировке шага "Адаптировать релевантные международные / национальные стандарты" считаются стандарты, касающиеся „качества процессов / сервисов, управления качеством (процессов / сервисов DP^L3, DP^AS) ” <Є>, т.е. которые можно использовать для внешней оценки <Є>. Пример релевантного стандарта - для оценки программного обеспечения (ПО) образовательного назначения как конечной продукции и процессов жизненного цикла (ЖЦ) ПО в Европейской сети (проекте) ERMES [9] разработано и используются критерии, адаптированные на базе стандарта качества ПО - ISO 9612. Ключевым недостатком этого критерия оценки, на наш взгляд, является его "статичность" (отсутствие динамической связи показателей качества с динамиками процессов и сервисов на базе соответствующих эталонных моделей ЖЦ). Однако, важно другое - для релевантной сферы применения идентифицировано простую форму оценки, а именно, объект оценки (конечная продукция, процессы), с которым ассоциировано показатели и критерии оценки. Форма оценки <Є> принципиально важна - в соответствии с основным методом построения МАНОК-систем (АРИП-метод) [9] в результате исполнения первого шага МАНОК () - абстракция должна быть идентифицирована минимальная формальная структура (м. ф. с.) для понятия „оценка <Є>”.

В результате анализа релевантных международных и национальных стандартов (в частности, ISO/IEC 12207: 1995, ISO/IEC TR 15271: 1998, SA-CMM, 1996, TR 15504-2: 1998, ISO/IEC TR 15504-CMM: 2001, методология оценки в Национальной программе качества Baldrige, ISO/IEC 9004: 2000 [10-13]) и с учетом практического опыта оценки у3-компетенций [4] на базе подхода, предложенного в статье [14], для понятия „оценка <Є> = оценка уровня зрелости <Є>" идентифицировано м. ф. с. типа (O, I, P), где: О = {O} - комплекс объектов (композитов <ЄN>), I = { I} - комплекс информационных описаний объектов (данных / метаданных о свойствах О), Р = {P} - комплекс предикатов, ассоциированных с (O, I). Запись типа предикат Рij =1 означает, например, что в результате выполнения некоторой процедуры Р (греческая буква), установлено, что "объект Оi имеет свойство (свойства), которое представлено Ij". Если Рij = 0, то „Оi не имеет свойства.". Процедура (оператор, алгоритм, процесс,.) Р может исполняться (вычисляться) человеком и/или автоматически. Запись типа Рij = ? означает, что эта процедура Р не может вычислить этот предикат. Для м. ф. с. типа (O, I, P) релевантными классами ОЧМ МАНОК являются <МАНОК () - задача>, (МАНОК () - задачи класса Z^Q), <концепты> (позволяют описывать иерархии (O, I, P)) [6].

Для разработки каркаса вербального описания постановки задачи Z^QML адаптировано и использовано идеи, понятия и методы, в частности из указанных выше стандартов. Обозначим: A (assessment) - оценка; ML (maturity level) - уровень зрелости. В каркас введено три размерности для A: подход (Какая эталонная модель процессов / сервисов используется?), распространение (композитов эталонной модели в различных областях применения <Є>) и результаты (в различных областях применения <Є>). Информация о распространении должна подтверждать „что и с какой скоростью" происходит в различных областях (участках) применения МАНОК-узлов и их компонентов. Примеры количественных факторов A подхода: "Соответствие установленным требованиям; Эффективность использования; Соответствие персонализированным потребностям; Свидетельство / подтверждение инноваций". Примеры качественных факторов A распространения: "Использование подхода пользователем; Использование подхода всеми приспособленными экземплярами / компонентами МАНОК-узлов". Примеры качественных факторов A результаты: "Текущее поведение или функционирование / исполнение; Поведение относительно сравнений / тестов; Скорость, охват и важность улучшений в поведении или функционировании / исполнении; Связь измерений результатов с основными требованиями к функционированию или улучшению качества от заинтересованных сторон, рынка, процесса, плана". В работе [6] для класса DP Seeker/ FҐla рекомендовано следующие размерности / темы высокого уровня: „Технологии, Стандарты, Инфраструктуры, Процессы, Мощности, Наилучшая практика, Бизнес-модели, Стратегии”. Примеры типов композитов А: "КОНТЕКСТ-DP А: предназначена для обеспечения оценки контекста, связанного с DP. Примеры контекста: долгосрочные ожидания, назначения; ВХОД-DP А: предназначена для обеспечения оценки альтернативных входов для удовлетворения потребностей и/или ожиданий, идентифицированных о контекстах оценки. Примеры: альтернативные видения будущего, стратегии, участники, технологии, модели; DP А: предназначена для обеспечения пошаговой оценки. Примеры: ролевая структура, стратегии, сотрудничество, использование технологий, социальные взаимодействия, обучение; ВИХІД DP А: предназначена для обеспечения оценки результатов и/или продукции".

Вербальное описание постановки задачи Z^QML: „ (в контексте Q) По комплексу информационных описаний I для комплекса объектов О <Є> вычислить значения комплекса предикатов P”. Формальное описание постановки Z^QML представлено в виде (1) - (5).

Z^QML = Z^QML (O, I, P), (O, I) <ЄN> (1)

Решить Z^QML (O, I, P) означает построить процедуру (оператор, алгоритм, процесс,.), который вычисляет предикаты:

Р^QML (O, I, P) = ||б_ij||, б_ij = {0, 1} (2)

Р^QML (O, I, P) = ||в_ij||, в_ij = {0, 1, ?} (3)

где ? означает, что Р^QML не вычислила предикат (он считается некорректным).

Если создано комплекс процедур Р^QML = {Р^QML (O, I, P) }, то Z^QML (O, I, P) записывается в виде

Z^QML = Z^QML (O, I, P, Р^QML) (4)

DP^QML: <ЄN (ML) > > <ЄN (max ML) > (5)

т.е. трансформируется в задачу выбора процедуры при заданных условиях, например, выбор алгоритма, который доставляет max ML (maturity level; уровень зрелости) и/или экстремум определенной функции качества. В состав комплекса Р^QML обычно входят алгоритмы, которые генерируют или вычисляют метаданные (специализации алгоритмов).

Пример интерпретации описания Z^QML как задачи классификации. Для набора объектов {D} <Є> вычислить предикаты {Р} = {P_1,., P_L}, которые заданы в виде:

Рj (D) =”D K_j”, K_j = {D}.

В работе [15] предложена модель для вычисления оценок (в т. ч. доказано соответствующую теорему), которая позволяет описать логические связи в структурной модели алгоритма вычисления оценок для решения задач Z^QML как задач классификации.

Пример интерпретации описания Z^QML как задачи принятия решений. Обозначим {D} - набор ситуаций, каждая из которых описывается в виде некоторой комбинации объектов из <Є>, т.е. {D} <Є>. Каждая ситуация естественно содержит: группу людей и/или программных агентов, которые исполняют роль ЛПР (лицо, которое принимает решение); информационное описание или образ реальной ситуации; собственно решение. Следствием принятого решения является новая ситуация (переход от одной ситуации к другой осуществляется пошагово).

Ситуация описывается набором слов некоторого языка с заданием связей между компонентами, т.е. выделено логическую структуру. Обозначим также: R - решение, которое принято в ситуации D, {R} - набор таких решений, {Р} = {P_1,., P_L} - набор предикатов, которые зависят от {D} и {R}. Допустим, что {R} разбито на классы K_1,.,K_L и

K_j = {R}, (K_i K_j ? ).

Будем считать, что предикат Р имеет вид P_j (D) - "в ситуации D принято решение RK_j”. Каждую ситуацию из {D} задано набором признаков / свойств x₁, …, x_n с областями значений {a_i}, 1 ? i ? n. Назовем х_i i-ой компонентой ситуации D. Решение, которое принимается в ситуации D, обозначим R (D). Ситуация представляется в виде комбинации слов некоторого языка (например, в виде комбинации <…> из членов классов ОЧМ МАНОК) и числовых значений (которые ассоциировано с этими комбинациями <…>). Решение R (D) можно представить в виде R (D) = (y₁, …, y_m), где y_i - некоторые признаки с областями значений {b_i}, 1 ? i ? m. В работе [16] предложена модель последовательного принятия решений (введено понятие "близости решений в пространстве решений"), которую можно использовать для разработки программного обеспечения принятия решений, в частности, для решения задач Z^QML как задач принятия решений

Пример интерпретации описания Z^QML с м. ф. с. типа категорія. Совокупность матриц (2) - (3) интерпретируется как категория матриц.

Разработка моделей для решения задач Z^QML организуется в пределах единой постановки Z^QML и единой схемы из решения, которая включает следующие шаги (перечень не полный): - построение и совместное использование реестра уникально идентифицированных постановок Z^QML (должен обеспечивать сводный МАНОК-узел); - адаптация и/или разработка новых постановок Z^QML; - идентификация, регистрация и доставка схем решения Z^QML; - идентификация и регистрация моделей, которые поддерживают процесс решения Z^QML; - разработка новых классов моделей с разными структурами І; - идентификация, регистрация и доставка текущей стандартной / структурной І [16].

манок узел каркас оценка

Заключение