UITWERKINGEN
3.1 Is een kennissysteem een oplossing
Informatiseren wordt, in tegenstelling tot automatiseren, geassocieerd met computer technologie die mensen toegang geeft tot informatie die zij nodig hebben voor hun werk, vooral wanneer deze technologie werknemers meer controle geeft over hun werk.
Zie de uitwerking op paginas 826 en 827 van Sfefik.
a Alle vuistregels zijn bruikbare richtlijnen, maar (helaas) geen wetten van
Meden en Perzen:
Taken die langer dan een uur kosten om uit te voeren, zijn vaak te complex om in
een systeem te vatten. Taken die slechts een paar minuten duren, zijn vaak weer zo simpel,
dat een eenvoudiger oplossing dan een kennissysteem mogelijk is;
kenniselicitatietechnieken hoeven dan niet nodig te zijn. Als de experts een hoge mate van
training hebben en een intensieve opleiding en er veel ervaring nodig is voor het
uitvoeren van de taak, kan het formuleren van kennis een tijdsintensieve en kostbare
aangelegenheid zijn. Als de taak gebruik maakt van menselijke kennis en ervaring, kan het
automatiseren van de taak problematisch blijken. De regel gaat niet op als de taak bestaat
uit iteraties van kortere (simpeler) taken; soms echter, is het toch de moeite waard om
kortere taken te automatiseren om consistente resultaten van hogere kwaliteit te
verkrijgen.
Wanneer er geen expert is aan te wijzen is het lastig om eventuele kennis (als die
al bestaat) boven water te krijgen. Wanneer er wel een expert is, maar de taak niet
regelmatig, maar slechts incidenteel wordt uitgevoerd, is het lastig om voldoende
test-cases te verzamelen (zie ook onder c). Bovendien kan dit een indicatie zijn dat het
niet de moeite waard is om de taak te automatiseren. Wanneer er een expert bestaat,
kan later blijken dat deze niet voldoende tijd heeft of krijgt voor het
kennisacquisitieproces, of dat hij niet in staat is zijn kennis te verwoorden (bv. omdat
het om een superexpert gaat, die zich niet meer bewust is van zijn kennis en veel dingen
vanzelfsprekend vindt). De kennis van de expert kan zijn gebaseerd op theoretische kennis
en in de praktijk niet altijd opgaan. In sommige gevallen kan het toch de moeite waard
zijn om een kennissysteem te ontwikkelen, bv. als er uitgebreide schriftelijke
documentatie van de kennis is (denk hierbij bv. aan wetsteksten).
Zonder een hoeveelheid bruikbare testcases is het lastig om de kennis van de expert
in kaart te brengen en te valideren. Wanneer er wel testcases beschikbaar zijn, is het van
belang dat deze nog steeds bruikbaar zijn wanneer het systeem de taak uitvoert (soms
verandert de invoering van een systeem de taak). Wanneer er geen testcases zijn, bv.
simpelweg omdat deze niet worden vastgelegd, is het mogelijk om voor de ontwikkeling van
het kennissysteem een aantal testcases op te stellen, bv. in interactie met de expert.
Wanneer de oplosmethode verschilt voor elk probleem is het lastig om algemeen
toepasbare regels te vinden, aan de hand waarvan een kennissysteem kan redeneren. Soms
blijkt echter pas tijdens het kennisacquisitieproces dat er toch een systeem
is dat de expert hanteert.
Wanneer kennis te frequent verandert, moet het kennissysteem steeds worden
aangepast. Wanneer er mensen in de organisatie beschikbaar zijn dit dit kunnen doen, of
wanneer kennis automatisch geüpdatet kan worden (bijvoorbeeld vanuit een ander systeem),
kan een kennissysteem toch een oplossing bieden.
b Allereerst zijn problemen waarbij kennistechnologie succesvol kan worden
toegepast niet makkelijk te karakteriseren. Dit weerhoudt de domeinexpert ervan de vraag
direct te beantwoorden. Ten tweede is het lastig om een taak te doorgronden. Dit weerhoudt
een kennistechnoloog ervan de vraag direct te beantwoorden. Ten derde, het kennissysteem
zelf kan de aard van de taak veranderen. Dit bemoeilijkt de beoordeling van de taak door
de gebruiker. Kortom, wederzijdse onwetendheid tussen de domeinexpert, de kennistechnoloog
en de gebruiker staat een snelle accurate beoordeling in de weg.
a Het kennissysteem voor de belastingaangifte is waarschijnlijk geschikter. De
meeste kennis in dit domein verandert niet zo vaak (hooguit een keer per jaar een paar
details). Verder is het een complexe taak, waarbij wel duidelijke regels zijn, die sterk
van elkaar afhankelijk zijn.
b Het trendy kledingadviessysteem zou wel erg vaak moeten worden aangepast om bij
de laatste trends aan te sluiten. Om toch nog een nuttig adviessysteem te kunnen maken,
moeten de regels in het systeem zo generiek mogelijk zijn, bijvoorbeeld:
als feest = X en jongen dan trek aan broek(X) en shirt(X)
als feest = X en meisje dan trek aan broek(X) en shirt(X) of jurkje(X)
Hierbij wordt de specifieke kleding (de dynamische domeinkennis) in een regelmatig te
verversen database opgeslagen. Wanneer de mode dus een strakke broek wordt en
een lange wijde jurk, wordt de database aangepast en blijven de regels hetzelfde. Pas
wanneer bijvoorbeeld jongens jurkjes gaan dragen, moeten de regels worden aangepast.
Houseparty | |
broek | wijde broek met zakken |
shirt | strak shirt met V-hals en adidas-strepen |
jurkje | strak kort jurkje |
De autofabrikant is erbij gebaat, dat problemen met een auto van hún merk, zo snel en goed mogelijk worden opgelost. Terugkoppeling van veelvoorkomende problemen kan bovendien leiden tot verbetering van de kwaliteit van de auto. De garage wil ook zo snel mogelijk de problemen van klanten verhelpen. Het betrekken van de autofabrikant, die specifieke kennis heeft over het betreffende merk, kan leiden tot betere kennis om problemen snel en adequaat op te kunnen lossen. Hierdoor krijgen zowel automerk als garage een betere naam.
De kennis van bijvoorbeeld monteurs van de garage is van groot belang voor het systeem. Immers zij voeren nu de taak uit die moet worden gemodelleerd en weten wat het probleemdomein is en hoe het probleem moet worden aangepakt. Bovendien worden zij hoogstwaarschijnlijk ook de gebruiker van het systeem, zodat hun betrokkenheid kan zorgen voor een zo goed mogelijke aansluiting van het systeem bij de praktijk.