Sunteți pe pagina 1din 123

Ştefan Trăuşan-Matu

INTERFAŢAREA EVOLUATĂ
OM-CALCULATOR

2000
Cuvânt înainte
Cartea de faţă introduce cititorul în câteva fundamente ale caracteristicilor esenţiale din
ce în ce mai mult în viitor pentru interfaţarea evoluată om-calculator:

multimedia şi realitatea virtuală,


dezvoltarea pe web şi pentru web,
interacţiunea în limbajul uman,
personalizarea, adică adaptarea interfeţelor la caracteristicilor psihice ale fiecărui
utilizator,
dotarea cu inteligenţă artificială,
caracterul de medii hermenofore.

Trebuie observat că rolul factorului uman în astfel de interfeţe este central şi hotărâtor.
De aceea, au fost tratate în carte subiecte cum ar fi:

imagistica, adică modul în care omul percepe şi prelucrează imaginile, subiect cu


mare importanţă în proiectarea interfeţelor grafice şi cu realitate virtuală,
modul în care realitatea este modelată mental şi deosebirea între modelele mentale
şi imaginile mentale,
semiotica, tipologia semnelor, sintaxa şi, în special, semantica şi pragmatica,
rolul proceselor cognitive, de prelucrare a cunoştinţelor,
rolul ontologiilor în procesele mentale şi în programare,
necesitatea unor abordări hermeneutice în ştiinţa calculatoarelor, în general, şi a
interfaţării om-calculator, în particular.

Toate aceste subiecte sunt prezentate în conexiune directă cu interfaţarea om-


calculator şi sunt aplicate la problematica interfeţelor hipertext şi hipermedia, de mare
actualitate în prezent. Sunt prezentate din perspectivă cognitivă tehnici de ultimă oră,
cum ar fi ontologiile reutilizabile pe web precum şi familia de limbaje de adnotare
centrată în jurul XML: XSL, XSLT, XLink, XPath, RDF, RDF-Schema, OML. Nu sunt
neglijate nici interfeţele cu manipulare directă şi cele în limbaj natural.

Cartea este destinată studenţilor de la specializările de tehnologia informaţiei dar este


scrisă cu preocuparea de a putea fi înţeleasă şi de persoane fără pregătire în
tehnologia informaţiei. O mare parte din carte cuprinde mai multe capitole ale cursului
de “Interfeţe evoluate” predat de autor în cadrul catedrei de calculatoare a Facultăţii de
Automatică şi Calculatoare a Universităţii “Politehnica” din Bucureşti.

Doresc să mulţumesc celor cu care am colaborat în cercetările pe care le-am


desfăşurat şi care sunt reflectate şi în carte: prof.univ. Gheorghe Iosif, dr. Dan Tufiş,
membru corespondent al Academiei Române, conf. G.G. Constandache, cerc. Ion
Juvină, cerc. Alina Marhan, Ştefan Alexe. Nu în cele din urmă, vreau să mulţumesc
soţiei mele pentru înţelegerea arătată în timpul multelor ore petrecute de mine în faţa
calculatorului.

2
Cuprins
CUVÂNT ÎNAINTE ................................................................................................................................... 2

CUPRINS .................................................................................................................................................... 3

1. FUNDAMENTE ALE INTERFAŢĂRII OM-CALCULATOR ......................................................... 5


1.1. INTERFAŢĂ, INTERFAŢARE.................................................................................................................. 5
1.2. INTERACŢIUNE, COMUNICARE ............................................................................................................ 5
1.3. UTILIZABILITATEA INTERFEŢELOR, ERGONOMIE COGNITIVĂ ............................................................... 7
1.4. INSTRUMENTE HERMENOFORE ........................................................................................................... 8
1.5. PERSPECTIVE ASUPRA INTERFAŢĂRII OM-CALCULATOR ...................................................................... 9
1.6. CLASE DE INTERFEŢE OM-CALCULATOR ........................................................................................... 10
2. CARACTERISTICI FIZIOLOGICE ŞI PSIHOLOGICE UMANE ............................................... 13
2.1. PROCESORUL UMAN DE PRELUCRARE A INFORMAŢIILOR .................................................................. 14
2.2. IMAGISTICA ...................................................................................................................................... 16
2.2.1. Importanţa imagisticii ............................................................................................................. 16
2.2.2 Recunoaşterea formelor şi scenelor de către om ...................................................................... 18
2.2.2.1 Prelucrări primare în percepţia imaginilor de către om...................................................................... 18
2.2.2.2 Gestaltismul - psihologia formelor .................................................................................................... 19
2.2.2.3 Recunoaşterea obiectelor prin componentele lor (modelul RBC) ..................................................... 21
2.2.2.4 Modelul analizei particularităţilor (“feature analysis”) ...................................................................... 21
2.2.2.5 Prelucrări de la general către particular în recunoaşterea obiectelor.................................................. 22
2.2.2.6 Rolul cunoştinţelor în recunoaşterea obiectelor şi scenelor ............................................................... 22
2.2.3 Memoria imagistică umană ...................................................................................................... 23
2.2.4 Imaginile mentale ..................................................................................................................... 24
2.3. MODELAREA MENTALĂ .................................................................................................................... 25
2.3.1 Percepţia vizuală, proces de construire a unui model mental .................................................. 26
2.3.2 Imagini mentale şi modele mentale .......................................................................................... 27
2.3.3 Sistemele bazate pe cunoştinţe, implementări ale teoriei modelelor mentale ........................... 27
2.3.4 Modelele mentale în proiectare şi în ergonomia cognitivă ...................................................... 28
2.3.5 Modelele mentale şi inteligenţa artificială din perspectivă filosofică ...................................... 28
2.4. ÎNVĂŢAREA ...................................................................................................................................... 31
2.4.1. Teorii ale învăţării ................................................................................................................... 31
2.4.2. Teorii ale învăţării în psihologie ............................................................................................ 32
2.4.2.1. Teoria învatarii asociative condiţionate ............................................................................................ 32
2.4.2.2. Teoria învăţării cognitive .................................................................................................................. 33
2.4.2.3 Teoria gestaltistă asupra învăţării ...................................................................................................... 33
2.4.3. Învăţarea din perspectiva inteligenţei artificiale; reprezentarea proceselor cognitive
implicate în învăţare .......................................................................................................................... 34
2.4.4. Concluzii .................................................................................................................................. 35
3. SEMIOTICA ......................................................................................................................................... 36
3.1. SEMIOTICA ....................................................................................................................................... 36
3.2. TIPURI DE SEMNE ............................................................................................................................. 38
3.3. SINTAXA .......................................................................................................................................... 40
3.4. SEMANTICA ...................................................................................................................................... 42
3.4.1. Semne iconice .......................................................................................................................... 44
3.4.1.1. Diagrame .......................................................................................................................................... 47
3.4.1.2. Metafore şi metonimii....................................................................................................................... 48
3.4.2. Indicii ....................................................................................................................................... 50
3.4.3. Simbolurile............................................................................................................................... 51
3.5. PRAGMATICA ................................................................................................................................... 51
3.5.1. Pragmatica interfeţelor cu manipulare directă ....................................................................... 51
3.5.2. Considerarea contextului în interfeţele în limbaj natural ....................................................... 52
3.5.3. Teoria actelor de vorbire ......................................................................................................... 53
3.5.4. Teoria implicării conversaţionale a lui Grice ......................................................................... 55

3
3.5.5. Retorica ................................................................................................................................... 56
4. SISTEME HIPERTEXT ŞI HIPERMEDIA ...................................................................................... 58
4.1. TEXTE .............................................................................................................................................. 58
4.1.1. Ipostaze ale unui text ............................................................................................................... 58
4.1.2. Vizualizarea textelor ................................................................................................................ 60
4.1.3. Adnotarea textelor. Limbajul SGML ....................................................................................... 63
4.1.4. Specificarea stilului şi a transformării documentelor SGML. Limbajul DSSSL ...................... 66
4.1.5. Legături între texte .................................................................................................................. 66
4.1.6. Înţelesul (semantica) textelor ................................................................................................... 67
4.2. ORGANIZAREA COMPLEXĂ A INFORMAtIILOR ÎN TEXTE, HIPERTEXTE ŞI HIPERMEDIA. ...................... 69
4.2.1. Modalităţi de stocare şi organizare a informaţiilor pe suport fizic ......................................... 69
4.2.2. Hipertexte ................................................................................................................................ 70
4.2.3. Istoricul sistemelor hipertext ................................................................................................... 71
4.2.4. Hipertextele, din mai multe perspective. .................................................................................. 72
4.2.5. Avantajele sistemelor hipertext ................................................................................................ 72
4.2.6. Elementele unui sistem hipertext ............................................................................................. 74
1) Nodurile (paginile) .................................................................................................................................... 74
2) Ancorele (ţintele) ...................................................................................................................................... 74
3) Legăturile .................................................................................................................................................. 75
4.3. SISTEMUL WWW; LIMBAJE DE ADNOTARE. ..................................................................................... 77
4.3.1. Limbajul HTML ....................................................................................................................... 78
4.3.2. Limbajul DHTML (DynamicHTML) ........................................................................................ 80
4.3.3. Limbajul XML .......................................................................................................................... 81
4.4. PARCURGEREA WWW. .................................................................................................................... 84
4.4.1. Modelare mentală, înţelegere, constructivism ......................................................................... 84
4.4.2. Imersiunea ............................................................................................................................... 85
4.5. STUDIU DE CAZ: GENERAREA UNEI STRUCTURI DE PAGINI DE WEB ÎN SCOP EDUCAŢIONAL ............... 86
4.5.1. Personalizarea paginilor de web ............................................................................................. 87
4.5.2. Generarea bazata pe cunoştinţe a paginilor WWW................................................................. 87
4.5.2.1. De la ce se pleacă în activitatea de generare? ................................................................................... 88
4.5.2.2. Care este limbajul de adnotare ţintă? ................................................................................................ 89
4.5.2.3. Care este structura colecţiei de pagini? ............................................................................................. 89
4.5.2.4. Câte tipuri de pagini sunt utile? Care sunt acestea? .......................................................................... 90
4.5.2.5. Care este conţinutul unei pagini? ...................................................................................................... 90
5. INTERFEŢE INTELIGENTE SISTEME BAZATE PE CUNOŞTINŢE....................................... 92
5.1. ROLUL CUNOŞTINŢELOR ÎN REZOLVAREA DE PROBLEME .................................................................. 92
5.2. OBIECTELE STRUCTURATE (SCHEMELE COGNITIVE) DIN PERSPECTIVA PSIHOLOGIEI COGNITIVE. ...... 95
5.3. ONTOLOGII ....................................................................................................................................... 98
5.3.1. Rolul ontologiilor în programare .......................................................................................... 100
5.3.2. Rolul ontologiilor în programele bazate pe cunoştinţe ......................................................... 102
5.3.3. Ontologii pentru dezvoltarea de interfeţe cu manipulare directă .......................................... 103
5.3.4. Ontologii reutilizabile pe web................................................................................................ 106
5.4. ASISTENŢI INTELIGENŢI .................................................................................................................. 111
6. MEDII HERMENOFORE ................................................................................................................ 113
6.1. HERMENEUTICA ............................................................................................................................. 113
6.2. ROLUL HERMENEUTICII ÎN ŞTIINŢA CALCULATOARELOR ................................................................. 113
6.3 INSTRUMENTE HERMENOFORE ........................................................................................................ 116
BIBLIOGRAFIE .................................................................................................................................... 118

POSTFAŢĂ ............................................................................................................................................. 123

4
1. Fundamente ale interfaţării om-calculator
1.1. Interfaţă, interfaţare

Definim interfaţarea om-calculator ca fiind procesul de comunicare între om şi un


calculator sau o reţea de calculatoare. Interfaţa om-calculator este totalitatea
elementelor fizice reale (dispozitive periferice: tastatură, ecran, mouse etc.) sau
virtuale (butoane, ferestre, meniuri sau alte modalităţi de afişare şi interacţiune afişate
pe ecran sau aflate în contact cu alte simţuri umane: auz, simţ tactil etc.) şi a
programelor de calculator implicate în realizarea interfaţării om-calculator.

Se disting în definiţiile de mai sus trei entităţi distincte:

1. omul care utilizează un calculator,


2. calculatorul cu care se face interfaţarea,
3. interfaţa care se inter-pune între om şi calculator.

Trebuie făcută o distincţie între interfaţare şi interfaţă. Prima este un proces iar cea de-
a doua un dispozitiv. Interfaţarea foloseşte interfeţe dar are o sferă mai largă de
cuprindere, ea incluzând tehnici specifice de interacţiune, având un istoric şi un
context. De exemplu, interfaţarea pentru editarea unui text foloseşte un editor de texte
(o interfaţă) dar include şi alte elemente, cum ar fi o anumită succesiune tipică de
comenzi, o perioadă de instruire în utilizare, modul de vizualizare a interfeţei pe un
anumit calculator (de exemplu, cu posibilităţi grafice din construcţie mai scăzute),
modelul mental pe care-l are utilizatorul asupra interfeţei etc.

1.2. Interacţiune, comunicare

Elementul esenţial în interfaţarea om-calculator este interacţiunea fizică şi


informaţională între om şi calculator. Spre deosebire de alte domenii inginereşti, în
care predomina interacţiunea fizică, în informatică aspectul cel mai important este cel
informaţional, interacţiunea fizică având doar un rol secundar, şi aceasta direcţionată
tot către asigurarea interacţiunii informaţionale (de exemplu, apăsarea unor taste,
mutarea mouse-ului etc.).

Atât omul cât şi calculatorul au reprezentări diferite ale informaţiei (calculatorul sub
formă de biţi de memorie sau, la un nivel mai înalt, de structuri simbolice în limbaje de
programare; omul sub forma structurilor simbolice şi a imaginilor din memorie).
Calculatorul prezintă sub o anumită formă (alfanumerică, grafică, imagistică, auditivă,
tactilă etc.) informaţii utilizatorului iar acesta din urmă le preia, face anumite
raţionamente şi, drept rezultat, dă nişte comenzi, selectează o anumită variantă de
prelucrare. Toate aceste interacţiuni sunt intermediate de semne şi semnale, care se
constituie în modalităţi de comunicare om-calculator.

În general, comunicarea informaţiilor se face între un emiţător şi un receptor care


schimbă informaţii printr-un anumit canal de comunicaţie, conform unui anumit cod.
Între transmiţător şi receptor pot fi elemente care pot perturba comunicaţia [GSN98]:

5
EMIŢĂTOR x codare y canal
scop
x+z decodare x’ RECEPTOR
efect
zgomot de fond z

Figura 1. Comunicarea informaţiilor

Pentru a comunica, trebuie folosit un număr de semne grupate sintactic, conform unei
codificări (un limbaj). Efectul comunicării este influenţat de capacitatea şi
disponibilitatea emiţătorului de a transmite şi de cea a receptorului de a recepta.

Orice comunicare este plasată într-un context spaţial şi temporal, are un scop declarat
dar, uneori şi unul nedeclarat. O comunicare are un efect dorit dar, nu de puţine ori şi
unul neprevăzut, de multe ori nedorit. Dacă receptorul este om, dispoziţia şi dorinţa sa
de comunicare pot avea un rol fundamental într-o bună comunicare.

Principala modalitate specific umană de comunicare este limbajul vorbit. Deocamdată


nu s-a putut realiza un program de calculator care să permită un dialog în limbaj uman
total similar cu cel între doi oameni. Problemele întâlnite, în special în înţelegerea
semnificaţiilor unei propoziţii, sunt deosebit de dificile, unele dintre ele cum ar fi
limbajul idiomatic (de exemplu, metaforele - “timpul zboară ca o săgeată”), după unii
autori fiind chiar insurmontabile.

Un rol deosebit de important în cercetările de înţelegere de către calculator a limbajului


uman este şi contextul actului de comunicare, care, la limită, poate să fie chiar
întreaga viaţă a interlocutorilor. În prezent, una din problemele de context în
programele de dialog în limbaj uman este succesiunea replicilor. Aceasta este tratată
în răspândita teorie a actelor de vorbire a lui Austin şi Searle. Această teorie
încadrează fiecare replică dintr-un dialog într-o categorie bine precizată: informare,
cerere, ofertă etc..

Se poate face o clasificare a modalităţilor de comunicare [Dik99]:

În funcţie de modalitatea de comunicare:

verbal, prin limbaj;


non-verbal, paralingvistic, prin:

gesturi,
mimică,
tonul vocii,
poziţie,
pauze,
acte nonverbale,

În funcţie de comunicabilitate: cu sau fără partener explicit. De exemplu, un


monolog este (cu excepţia, de exemplu, a unui monolog la teatru) o comunicare
fără adresant, spre deosebire de un dialog.

6
Cu sau fără replică, de exemplu, o cerere, respectiv un anunţ. Comunicarea cu
replică urmează anumite reguli pragmatice (vezi 3.5.3).
În funcţie de numărul de adresanţi: unul sau mai mulţi adresanţi.
În funcţie de tipul de contact:

nemediat (faţă în faţă - “face2face”),


mediat (la distanţă).

Dacă se ţine cont şi de momentul şi locul comunicării, se pot identifica următoarele


tipuri de comunicare (în contextul Internet-ului):

Acum În viitor
În acelaşi loc Faţă în faţă (“face2face”) pagină de web
În alt loc “chat” e-mail

Un concept care a căpătat o mare amploare în ultimii ani datorită Internet-ului este cel
de comunicare mediată de calculator (CMC).

1.3. Utilizabilitatea interfeţelor, ergonomie cognitivă

Scopul studierii interfaţării om-calculator este de a proiecta şi implementa interfeţe


care să asigure o interacţiune cât mai facilă între om şi calculator, adică a unor
interfeţe utilizabile.

Se spune că o interfaţă om-calculator este utilizabilă dacă:

utilizarea ei este uşor de învăţat şi de reamintit;


este eficientă, adică se pot efectua rapid acţiuni complexe;
este consistentă, unitară;
flexibilă,
confortabilă.

Găsirea celor mai adecvate modalităţi de a realiza interfeţe utilizabile, prietenoase


(“user-friendly”) şi personalizabile (adaptabile caracteristicilor fiecărui utilizator în
parte), face obiectul ergonomiei interfeţelor. Spre deosebire de ergonomia “clasică”,
în care se considerau interacţiunile fizice între om şi artefacte, în domeniul interfaţării
om-calculator, datorită preponderenţei aspectelor informaţionale, a apărut un domeniu
nou: ergonomia cognitivă, care are în vedere aspectele cognitive, mentale, psihice
ale ergonomiei interfeţelor. De exemplu, în contextul actual al exploziei informaţionale
pe WWW (“World Web Web”, pe scurt, web), o preocupare majoră este proiectarea
de interfeţe care să permită utilizatorului să stăpânească mental cantitatea imensă de
informaţii la care are acum acces şi să depăşească dezorientarea care apare la
navigarea pe web.

În proiectarea interfeţelor trebuie urmate mai multe principii de ergonomie cognitivă,


care statuează necesitatea asigurării:

coerenţei, a caracterului unitar al constituenţilor interfeţei, (conform şi principiilor


gestaltiste, vezi secţiunea 2.2.2.2);
conciziunii, asigurarea unei economii cognitive (vezi şi secţiunea 2.2.2), reducerea
efortului cognitiv [Cli95];

7
asigurarea unei reacţii (feedback) la orice acţiune, pentru a furniza permanent
informaţii utilizatorului asupra funcţionării sistemului, în vederea înţelegerii cât mai
uşoare a stării curente şi detectarea situaţiilor nedorite, altfel spus, pentru
asigurarea imersiunii utilizatorului (secţiunea 4.4.2) sau asigurarea unei stări de flux
(secţiunea 1.6).

Trebuie remarcat că aceste principii nu sunt altceva decât modalităţi de a asigura


înţelegerea şi manipularea cât mai uşoară a interfeţelor om-calculator, principii derivate
din studiile făcute asupra caracteristicilor psihologice umane. De aceea, în această
carte vor fi studiate în detaliu aceste caracteristici.

Un aspect foarte important este modelul mental pe care o interfaţă îl induce în mintea
utilizatorului, aspect care trebuie avut în vedere la proiectarea interfeţei. Diverşi
utilizatori pot avea diverse modele mentale asupra aceleaşi interfeţe. De exemplu, un
editor de texte este văzut ca un fel de aparat cu un set de comenzi pentru diverse
operaţii de către o dactilografă şi ca un program executabil interactiv de către
programatorul care a contribuit la realizarea lui.

Una din preocupările majore ale ultimilor ani în dezvoltarea de interfeţe om-calculator
este, după cum s-a mai precizat anterior, personalizarea interfeţelor. Pentru aceasta,
interfaţa trebuie să detecteze caracteristicile şi preferinţele utilizatorului, convingerile,
scopurile şi deciziile luate să le reprezinte într-un model al utilizatorului pentru a-şi
adapta comportamentul la acestea şi, dacă este posibil, să anticipeze anumite
necesităţi viitoare. Bineînţeles că, pentru aceasta, trebuie studiate caracteristicile
psihologice umane, modelele sale mentale, specificul comunicării umane, care este de
obicei făcută prin semne. Rezultă astfel necesitatea studierii psihologiei şi semioticii
(ştiinţa semnelor).

Un alt factor important de care trebuie să se ţină seama în dezvoltarea interfeţelor


evoluate, în afara modelului utilizatorului, este contextul spaţial şi temporal interacţiunii.
Considerarea contextului face obiectul pragmaticii, capitol al semioticii. Tot în
categoria contextului pot fi incluse şi cunoştinţele generale despre mediu, care
afectează procesul de comunicare. O interfaţă inteligentă trebuie să poată să
reprezinte şi să prelucreze aceste cunoştinţe, altfel spus, trebuie să includă un modul
de prelucrarea cunoştinţelor. Ultima tendinţă în prezent este de a considera baza de
cunoştinţe ca o ontologie, eventual reutilizabilă şi disponibilă pe web.

1.4. Instrumente hermenofore

Unul din scopurile importante ale interfeţelor care permit accesul la volumele imense
de texte existente astăzi pe web este de a facilita utilizatorilor regăsirea textelor
relevante într-un context şi înţelegerea cunoştinţelor înglobate în aceste texte. Din
acest motiv sunt astăzi efectuate intense cercetări pentru realizarea de instrumente pe
care le-am denumit hermenofore. Pot fi enumerate în acest sens:

clasificatoare de documente,
instrumente de regăsire a informaţiilor în volume mari de texte,
sumarizatoare de texte,
instrumente de extragere de perspective asupra unor texte,
instrumente de achiziţie a cunoştinţelor din texte.

8
Pentru o parte din aceste instrumente se foloseşte şi termenul de instrumente pentru
mineritul textelor. Am preferat denumirea de instrumente hermenofore, mai
cuprinzătoare, pentru a evidenţia importanţa hotărâtoare a celui care le foloseşte, care
interpretează rezultatele. Mai mult, considerăm că astfel de instrumente trebuie să
facă parte din medii informatice, cu interfeţe evoluate, care să permită, de exemplu,
vizualizarea diagramatică a informaţiilor precum şi alte facilităţi, pe care le denumim
medii hermenofore

1.5. Perspective asupra interfaţării om-calculator

Plecând de la cele spuse mai sus, pot fi identificate mai multe perspective necesare
pentru studierea interfaţării om-calculator. Aceste perspective pot fi grupate pe trei
direcţii, conform celor trei “actori” care concertează la interfaţare: omul, interfaţă şi
calculatorul.

I. Perspectiva care consideră aspectele umane include studierea aspectelor:

fiziologice, adică a rolului în interfaţare a

percepţiei (vizuale, auditive sau tactile),


memoriei,
prelucrării semnalelor,

psihologice, cum ar fi

percepţia imaginilor şi formelor,


modelarea mentală,
recunoaşterea configuraţiilor,
învăţarea,
memorarea,
reprezentarea cunoştinţelor,
rezolvarea de probleme,
înţelegerea şi folosirea limbajului natural,
afectivitatea,

sociologice, în special în contextul interfeţelor pe Internet, care permit


interacţiunea cu un număr imens de alte persoane;

filosofice, ontologice şi hermeneutice.

II. Perspectiva interfeţei, care include aspectele de:

comunicare,
semiotică,
limbaj,
ergonomie.

III. Perspectiva computaţională, tehnologică, care include aspectele de realizare a


aparaturii necesare (de exemplu, dispozitive speciale de interfaţare pentru realitatea
virtuală, cum ar fi mănuşile informaţionale) şi, în special a tehnicilor şi resurselor de
programare implicate, cum ar fi:

9
grafica interactivă,
programare orientată spre obiecte,
componente program reutilizabile,
programare bazată pe evenimente,
tratarea excepţiilor,
programare bazată pe cunoştinţe (inteligenţă artificială),
limbaje de adnotare evoluate,
ingineria programării.

În cadrul cărţii de faţă, se va trata în special cea de-a doua perspectivă, a interfeţei.
Vor fi considerate însă şi elemente din celelalte două perspective. Deoarece
perspectiva care consideră aspectele umane ale interfaţării om calculator a devenit din
ce în ce mai importantă în ultimii ani, i se va da o mai mare atenţie decât celei de-a
treia perspective, computaţională, care face obiectul a numeroase cărţi din domeniul
programării. Din cea de-a treia perspectivă se vor prezenta în detaliu programarea
bazată pe cunoştinţe şi limbajele de adnotare evoluate.

1.6. Clase de interfeţe om-calculator

Din punct de vedere al modului de interacţiune au fost dezvoltate până acum mai
multe clase de interfeţe om-calculator:

în mod linie de comandă,


grafice,
hipertext,
hipermedia,
în limbaj natural,
prin voce,
prin gesturi,
cu realitate virtuală.

Toate aceste clase de interfeţe pot fi grupate în două mari categorii:

interfeţe textuale, care folosesc comunicarea (tipărită sau vorbită), în limbaj natural
sau în limbaje specializate;
interfeţe cu manipulare directă, care sunt caracterizate prin:

reprezentarea continuă a elementelor de interes ale interfeţei;


utilizarea unor acţiuni fizice simple, de tipul “apăsării de butoane” sau
“plasează” (“drag and drop”), în locul comenzilor textuale, cu nume şi sintaxă
complexe;
operaţii incrementale rapide, cu impact vizual imediat asupra elementelor de
interes (de exemplu, deplasarea unui element este văzută ca atare).

Interfeţele cu manipulare directă au avut un succes cu totul remarcabil în ultimele două


decenii. Acesta este datorat, conform unor păreri, metaforei manipulării directe (vezi şi
secţiunea 3.4.1.2), foarte intuitivă oricui, chiar şi unui copil de 3 ani (ce este mai simplu
decât să apeşi un buton?).

Dintr-un alt punct de vedere însă [Coo97, pag.40-43], succesul este datorat limbajului
extrem de simplu al acţiunii în interfeţele cu manipulare directă. Acest limbaj este
format, la limită, doar din următoarele “semne” elementare:

10
deplasare mouse,
apăsare buton mouse,
ridicare deget de pe buton mouse.

Combinaţia foarte naturală între sistemele hipertext, metafora manipulării directe şi


facilităţile Internet-ului, a dus la răspândirea explozivă a web-ului.

Realitatea virtuală este o formă extremă de manipulare directă, care, în plus faţă de
manipularea directă, este caracterizată prin:

imersiune multisenzorială (vizuală stereoscopică, auditivă stereo, tactilă) în mediul


virtual al interfeţei,
posibilitatea deplasării, a navigării în mediul virtual.

Interfeţele pot fi clasificate şi în funcţie de cine deţine controlul:

Interfeţe similare unui automobil sau unui ciocan [Coo97, pag.111], adică interfeţe
de tip “unealtă”, asupra cărora utilizatorul deţine controlul. Interacţiunea om-
calculator are loc în acest caz prin acţiuni care necesită deprinderi (mai mult sau
mai puţin greu de obţinut), care nu solicită aproape de loc raţiunea utilizatorului. De
obicei, “dialogul” om-calculator este minim sau inexistent, utilizatorul intrând într-o
aşa numită stare de flux [Coo97, pag.109-111], similară celei specifice conducerii
automobilului (sau a imersiunii, vezi secţiunea 4.4.2). Un exemplu remarcabil de
astfel de interfeţe sunt cele oferite de mediile de parcurgere a WWW, cum ar
Netscape sau InternetExplorer. Se pare că intrarea în starea de flux este o
explicaţie a succesului acestor interfeţe. După cum remarcă Alan Cooper, creatorul
limbajului Visual Basic, pentru a intra în starea de flux, interacţiunea cu calculatorul
trebuie să fie transparentă, interfeţele trebuie să devină invizibile. Aceasta poate fi
făcută prin [Coo97, pag.110]:

adaptarea interfeţei la modelele mentale ale utilizatorilor (vezi secţiunea


2.3);
eliminarea discuţiilor între utilizator şi interfaţă;
plasarea instrumentelor necesare cât mai la îndemână;
eliminarea unui feedback care forţează o anumită modalitate de interacţiune
(cum se întâmplă în interacţiunile modale, de exemplu, în ferestrele de
dialog modale).

Interfeţe bazate pe dialog, care necesită raţionamente şi decizii din partea


utilizatorului. În acest caz se poate vorbi de un control partajat sau de interfeţe cu
iniţiativă mixtă.
Interfeţe care deţin exclusiv controlul. Exemple tipice de astfel de interfeţe sunt cele
de gen “wizards”. Interacţiunile modale sunt un alt exemplu de situaţie în care
interfaţa deţine controlul.

Interfeţele personalizate sunt interfeţe adaptate la un anumit utilizator, în


conformitate cu:

caracteristicile psihologice,
preferinţele manifestate:

explicit, prin opţiunile utilizatorului;


deduse din comportament.

11
Cele mai multe medii de interacţiune cu manipulare directă, bazate pe ferestre, permit
o personalizare explicită a interfeţelor (de exemplu, alegerea unor anumite detalii ale
modului de prezentare a ferestrelor şi celorlalte elemente de interfaţă. Personalizarea
se mai face şi pe baza comportamentului, a acţiunilor luate. În acest sens, este uzual
să se păstreze o anumită opţiune până la schimbarea ei. De exemplu, dacă într-un
editor de texte a fost aleasă o anumită modalitate de formatare aceasta este păstrată
până la o cerere expresă de modificare. Alternativa, evident enervantă (şi care distruge
starea de flux), este ca la fiecare paragraf utilizatorul să fie întrebat asupra formatării
dorite.

La limită, o personalizare eficientă necesită elemente de inteligenţă artificială. Astfel,


interfeţele inteligente sunt interfeţele care pot fi caracterizate ca inteligente în
interacţiunea lor cu utilizatorul. O metaforă folosită des în acest sens este cea a unui
asistent inteligent, care:

se adaptează la utilizator,
îşi construieşte un model al utilizatorului,
deduce credinţele, scopurile şi planurile utilizatorului,
intră în dialog cu utilizatorul,
evită întrebările şi replicile stupide.

Interfeţele inteligente se comportă similar cu un

Agenţii de interfaţare sunt programe care sunt caracterizate prin autonomie,


cooperare (prin comunicare cu utilizatorul sau cu alţi agenţi) şi comportament dirijat de
scopurile urmărite de utilizator.

12
2. Caracteristici fiziologice şi psihologice umane
Un prim factor care trebuie avut în vedere în proiectarea interfeţelor om-calculator este
adaptarea acestora la caracteristicile fiziologice umane. De exemplu, pentru a percepe
o animaţie pe un ecran, trebuie ca frecvenţa cadrelor să fie peste o anumită limită.
Prima secţiune din acest capitol va fi dedicată acestor aspecte.

O mai mare importanţă va fi acordată în acest capitol însă caracteristicilor psihologice


umane, de care depinde într-o mare măsură utilizabilitatea unei interfeţe. Mai ales în
ultimii ani, în contextul avansului tehnologic remarcabil şi al apariţiei Internet-ului,
aceşti factori psihologici pot duce la succesul sau eşecul unui produs program.

Până nu de mult, psihologia era considerată drept ştiinţa comportamentului, definiţie


care reflecta concepţia behavioristă introdusă de John Watson. Această concepţie a
apărut ca reacţie la abordarea psihologiei ca ştiinţă a vieţii mentale sau sufleteşti
(Wolff, Wilhelm Wundt şi William James), care folosea introspecţia drept una din
principalele metode de investigaţie. Behavioriştii neagă valoarea introspecţiei ca fiind
subiectivă şi astfel neştiinţifică. Ei propun în schimb considerarea omului ca o cutie
neagră, lipsită de o viaţă mentală, sufletească, ce trebuie studiată din punctul de
vedere al intrărilor şi ieşirilor.

Reacţii la limitările psihologiei behavioriste, care nu poate explica toate fenomenele


psihice, sunt psihologia umanistă care promovează studiul aspectelor experienţei
umane cum ar fi dragostea, altruismul şi dezvoltarea normală a personalităţii [Sdo90,
pag15] şi psihologia cognitivă care reia preocupările lui James şi Wundt de a
descoperi procesele mentale, adică de a “deschide” cutia neagră considerată de
behaviorişti. Ca urmare, ultimele definiţii ale psihologiei caută să includă atât
concepţiile behavioriste cât şi pe cele alternative, enunţând că psihologia este “studiul
comportării şi al proceselor mentale” [Sdo90, pag. 3].

Psihologia cognitivă fundamentează şi este fundamentată de programele de calculator


bazate pe cunoştinţe. Crearea de sisteme cu inteligenţă artificială, care reprezintă şi
prelucrează structuri complexe de cunoştinţe şi care se comportă ca un om are ca
bază cercetările de psihologie cognitivă. Experimentele cu programe bazate pe
cunoştinţe validează abordările cognitiviste.

Pe de altă parte, limitările behaviorismului şi cognitivismului în explicarea unor


fenomene şi rezolvarea unor probleme justifică abordările alternative, care au dat şi ele
rezultate, de exemplu, în practica psihiatrică. Perspectiva fenomenologic-umanistă se
bazează pe experienţa conştientă subiectivă a individului. O altă abordare, cea a
psihologilor formei (“gestalt”) este subsumată fenomenologiei, aceşti psihologi fiind
discipoli ai lui Husserl după cum preciza Lyotard [Lyo97, pag.55]. Rolul fundamental al
intenţionalităţii (Husserl) sau trăirii în lume (Heidegger), concepte proprii
fenomenologiei se regăsesc în psihologia umanistă sau constructivistă (conform căreia
omul îşi construieşte realitatea înconjurătoare [Muc96, pag. 81-83].

13
2.1. Procesorul uman de prelucrare a informaţiilor

Se poate considera, dintr-o perspectivă informaţională, că omul posedă trei


procesoare, care lucrează în paralel:

senzorial-perceptual,
motor,
cognitiv

şi patru memorii:

2 memorii tampon (“buffer”) senzoriale:

auditivă,
vizuală,

memoria de lucru, un fel de memorie “cache”,


memoria de lungă durată.

Similar oricărui procesor şi memorie, şi cele specific umane sunt caracterizate de


anumiţi parametrii [Car84]. Aceşti parametrii au fost detectaţi în urma experimentelor
făcute pe un mare număr de persoane.

Procesoarele sunt caracterizate de perioada ciclului de lucru . Procesorul senzorial


are mărimea acestui ciclu dată de legea lui Bloch:

s=100 [50~200]ms

Notaţia de mai sus precizează faptul că s are o valoare tipică de 100ms, ea putând
varia de la 50 la 200ms.

Legea lui Bloch exprimă durata minimă între două evenimente senzoriale pentru a fi
percepute ca distincte. De exemplu, perioada succedării cadrelor într-un film trebuie să
fie mai mică de 50ms pentru a ca acestea să nu fie percepute distinct şi astfel să
apară iluzia mişcării.

În urma experimentelor s-a constatat că ciclul procesorului motor are valoarea:

m=70 [30~100]ms

iar procesorul cognitiv are ciclul de:

c=70 [25~170]ms

Însumând s + m + c se obţine valoarea perioadei unui ciclu care include o percepţie


senzorială, o procesare cognitivă elementară şi o procesare motoare, cum ar fi reacţia
ochi-mână (mişcarea mâinii la un stimul vizual) sau ureche-picior (de exemplu, în cazul
startului la probele de atletism):

240 [105~370]ms

14
În situaţia în care, de exemplu, un atlet reacţionează la auzul pistolului de start mai
rapid de 100ms, se poate spune cu certitudine că el a “furat startul”, fiind o
imposibilitate fiziologică o reacţie mai rapidă.

Tot legea lui Bloch se poate aplica şi la calculul frecvenţei maxime cu care poate bate
cineva la maşina de scris sau la tastatura unui calculator. Apăsarea unei taste implică
două operaţii: ridicarea şi coborârea degetului, adică 2 x 70ms=140ms adică
aproximativ 78 cuvinte/min. Dacă se ţine cont de faptul că se pot suprapune acţiunile
de tastare a mai multor litere, se obţine o valoare medie de 156 cuvinte/min.

Memoriile sunt caracterizate de mai mulţi parametrii:

capacitatea de înmagazinare a memoriei ,


persistenţa , adică timpul în care probabilitatea de a regăsi un element de
informaţie scade sub 0.5,
tipul de codificare , fizică sau simbolică a informaţiilor în memorie.

Memoria vizuală este caracterizată de valorile:

viz=17 [7~17]litere
viz=200ms
viz=fizică

iar cea auditivă de:

aud=5 [4.4~6.2]litere
aud=1500 [900~3500]ms
aud=fizică

Memoria de scurtă durată are următoarele constante:

msd=3 [2.5~4.1]itemi
msd(1 element)=200 [70~1000]ms
msd(3 elemente)=1500 [900~3500]ms
msd=acustică sau vizuală

Legea lui Miller ţine cont şi de efectul memoriei de lungă durată în conjuncţie cu cea
de scurtă durată, obţinându-se formula de mai jos, a cărei valabilitate a fost remarcată
în foarte multe situaţii. Miller a scris chiar o carte denumită “Numărul magic 7 2”,
recomandând ca în proiectare sau în alte circumstanţe unde se fac descompuneri în
subsisteme, să nu se lucreze cu mai mult de 7 componente deodată.
*
mld=7 [5~9]itemi

Pentru memoria de lungă durată au fost constatate următoarele valori:

mld=
mld=
mld=semantică

Memoria umană (de lungă durată) se pare că are un rol mult mai important în
funcţionarea intelectului decât bănuim. Imagistica, modelarea mentală, învăţarea,

15
reprezentarea cunoştinţelor (subiecte ale tot atâtora secţiuni în cartea de faţă) sunt
legate esenţial de memorie.

În fine, şi ca un preambul la secţiunile următoare, cercetările au arătat că cele două


emisfere ale creierului uman au funcţionalităţi diferite, una din ele fiind specializată în
operaţii abstracte, simbolice, formale, în raţionamente logice, deductive, pe când
cealaltă fiind specializată în operaţii imagistice, intuitive, afective. După cum se
remarca în [Bir99], pentru a folosi capacitatea noastră mentală la întreaga ei
capacitate este absolut necesar să fie folosite atât reprezentări simbolice, formale cât
şi reprezentări imagistice. Această recomandare este, evident, foarte importantă şi în
contextul proiectării interfeţelor om-calculator.

2.2. Imagistica
“Creierul uman posedă o aptitudine
specială de a sesiza <<formele>> …
percepţia este în mod esenţial percepţie a
<<formelor>>”

“… noi construim lumea atunci când


credem că o percepem … ceea ce noi
numim <<realitate>> este o interpretare
construită prin comunicare” [Muc96]

Rolul imaginilor în interfaţarea om-calculator este evidenţiat de avantajele evidente pe


care acestea le au faţă de alte modalităţi de comunicare :

imaginile pot fi înţelese de oricine, independent de limbă şi grad de pregătire,


pot exprima foarte mult într-un spaţiu limitat (un proverb spunea că “o imagine
valorează cât o mie de cuvinte”),
sunt mai precise decât limbajul natural, care este de multe ori ambiguu,
pot avea un mai mare impact asupra interlocutorului.

În consecinţă, acest subcapitol tratează în detaliu modul în care omul percepe


imaginile, în secţiunea următoare discutându-se o problematică înrudită: modelarea
mentală.

2.2.1. Importanţa imagisticii

În lucrarea de faţă se va folosi termenul de imagistică pentru a semnifica activităţile


cognitive umane legate de:

formarea imaginilor mentale plecând de la imaginile vizuale;


reprezentarea şi prelucrarea imaginilor mentale;
raţionamente bazate pe imagini mentale (inclusiv aşa numita artă a memoriei sau
mnemotehnica);
exteriorizarea imaginilor mentale în desene, picturi sau diagrame;
raţionamentele făcute pe baza acestor imagini exteriorizate.

Conform multor păreri, progresul de o amploare nemaiîntâlnită în istorie al omenirii


cunoscut în ultimele secole, este datorat apariţiei cărţilor tipărite, şi, pe de altă parte,
prin dezvoltarea ştiinţelor pozitive. Unul din scopurile de bază ale ştiinţelor aşa numite
pozitive a fost eliminarea subiectivităţii, a factorului uman, al “fantasmelor” din

16
activitatea ştiinţifică. Tehnologia a evoluat astfel până la punctul în care ne propunem
să creăm inteligenţe artificiale.

Iată însă că apare un paradox. Chiar în domeniul care îşi propune să creeze inteligenţă
artificială a apărut preocuparea către considerarea factorilor umani. Mai mult,
cercetători de marcă în inteligenţa artificială se ocupă acum de sisteme care să sprijine
activităţile cognitive ale utilizatorilor, de interacţiunea om-calculator, de raţionamentul
uman cu diagrame, de realitatea virtuală etc.

Datorită limitărilor clare ale calculatoarelor de a imagina ceva nou, datorită lipsei de
“fantezie”, datorită dificultăţii de a reprezenta şi manipula cunoştinţe spaţiale, se pare
că ne regăsim pe noi înşine ca fiinţe creatoare, pline de fantezie. Imaginarul, fantezia,
imaginile mentale capătă acum un rol foarte important în preocupările celor care
dezvoltă sisteme informatice, mai ales în contextul asaltului tehnologiilor multimedia pe
Internet.

Se pare astfel că revenim la considerarea imagisticului chiar în domenii tehnice.


Amintim aici utilizarea pe scară largă a diagramelor în diverse ştiinţe, succesul
interfeţelor om-calculator bazate pe metafora manipulării directe, ofensiva reclamelor
care îşi propun de multe ori inducerea unei anumite imagini mentale despre unele
produse sau chiar a luptei politice care uneori încearcă să creeze o imagine
îmbunătăţită unei persoane.

În paralel cu valorificarea celor mai noi cuceriri pe planul psihologiei, semioticii,


matematicii şi informaticii, amintim aici şi o tehnică: mnemotehnica, uitată în foarte
mare măsură, neglijată sau chiar blamată, dar care, până acum câteva secole
cunoştea o largă răspândire.

Arta memoriei, denumită şi mnemotehnică “este o tehnică de manipulare a


fantasmelor, care se bazează pe principiul aristotelic al precedenţei absolute a
fantasmei asupra cuvântului şi al esenţei fantastice a intelectului” [Cul94], “… ceea ce
se vede, având un caracter intrinsec de imagine, este uşor memorabil, în timp ce
noţiunile abstracte ori secvenţele lingvistice au nevoie de un suport fantastic oarecare
spre a se fixa în memorie” [Cul94].

Arta memoriei este mai mult decât o simplă tehnică de memorare (cum consideră şi
unii psihologi [Lie96]). Ea este în prezent contrapusă scrisului. Există astfel părerea că
dacă avem scrisul, ce ne mai trebuie arta memoriei pentru a reţine informaţii. Lucrurile
sunt însă un pic mai nuanţate. Bineînţeles că nu suntem împotriva scrisului dar trebuie
să remarcăm şi avantajele imagisticului. După cum remarca chiar Platon în Phaidros
(274 e-275 a): “… scrisul va aduce cu sine uitarea în sufletele celor care-l vor
deprinde, lenevindu-le ţinerea de minte: punându-şi credinţa în scris, oamenii îşi vor
aminti din afară, cu ajutorul unor icoane străine, şi nu dinlăuntru, prin caznă proprie. …
ei se vor socoti că sunt înţelepţi nevoie mare când de fapt cei mai mulţi n-au nici măcar
un gând care să fie al lor” [Pla83].

Dacă scrisul a avut un rol dăunător pe măsura temerilor lui Platon este discutabil. Ce
este însă cert este că, cu tot progresul ştiinţific din ultimele secole, cu toată tendinţa de
a elimina subiectivitatea şi de a prinde realitatea în ecuaţii matematice, subiectivitatea,
imaginaţia, rolul factorului uman sunt reconsiderate, după cum am spus, chiar în
domenii de avangardă cum ar fi informatica şi, în special, inteligenţa artificială.
Cercetările asupra mecanizării unor activităţi triviale chiar pentru un copil, cum ar fi
comunicarea în limbaj natural, au dus la obstacole neaşteptate. Clarificarea
modalităţilor umane de a rezolva chiar probleme simple este încă la început. Oricum,

17
este deja destul de clar că rolul imaginilor mentale în activitatea cognitivă a omului este
esenţială. Acest fapt este nu numai discutat de filosofi (de exemplu, C.S. Peirce
afirmă: “orice deducţie este de natură diagramatică, adică noi construim un semn
iconic al reprezentărilor noastre mentale” - C.P. 5.162) dar chiar şi dovedit ştiinţific de
psihologi.

Considerăm că cercetările efectuate în prezent în domeniul imagisticii vor avea un


efect benefic asupra progresului cel puţin al următoarelor domenii (în cele ce urmează
enumerăm doar domenii în care vedem aplicaţii imediate şi nu şi domenii cu un
caracter mai teoretic - filosofie, psihologie, filologie, estetică, semiotică etc.):

interacţiunea om-calculator - deja există cercetări şi rezultate în direcţia ergonomiei


cognitive şi a modelelor mentale;
inteligenţa artificială - găsirea unor noi modalităţi de reprezentare a cunoştinţelor
spaţiale;
dezvoltarea de instrumente informatice care să sprijine activitatea cognitivă şi
creativă umană;
pedagogie - prin găsirea celor mai adecvate modalităţi (de exemplu, diagrame,
metafore) de a facilita formarea de modele mentale, reamintirea şi “manipularea”
adecvată a acestor modele la studenţi.

Considerăm esenţial ca imagistica să fie considerată dintr-o perspectivă


multidisciplinară, cu considerarea aspectele filosofice, psihologice, pedagogice,
estetice;

În acest capitol vom încerca să identificăm câteva caracteristici ale imagisticii din punct
de vedere psihologic. Vom analiza în acest scop rezultatele şi teoriile referitoare la
recunoaşterea obiectelor şi a scenelor (imaginilor compuse din mai multe obiecte).
Vom căuta să evidenţiem rolul imagisticii şi să tragem câteva concluzii.

2.2.2 Recunoaşterea formelor şi scenelor de către om

2.2.2.1 Prelucrări primare în percepţia imaginilor de către om

Una din activităţile cele mai importante ale psihicului uman este recunoaşterea
obiectelor şi configuraţiilor. În acest scop sunt implicate o serie de procese fiziologice
şi mentale aflate pe diverse nivele. Această serie începe cu prelucrările
neurofiziologice primare determinate de formarea pe retină a unei imagini.

Imaginea proiectată pe retină este tradusă în semnale care formează o schiţă primară.
Această schiţă primară se pare că este prelucrată în paralel de o serie de module care
analizează diverse aspecte: distanţa şi adâncimea, mişcarea, textura, culoarea, poziţia
şi forma pe baza umbrelor etc. [Mic94]. Rezultatul acestor prelucrări este o schiţă aşa
numită 2 1/2D [Mic94], din care apoi este obţinută reprezentarea mentală în trei
dimensiuni (3D).

Prelucrările primare sunt caracterizate ca irepresibile, preatenţionale şi impermeabile


cognitiv. Ele sunt independente de natura stimulului (indiferent, de exemplu, dacă este
vorba de un scaun sau de cel mai bun prieten) şi se bazează pe nişte asumpţii
apriorice (în sens Kantian) asupra spaţiului şi obiectelor (de exemplu, rigiditatea lor)
[Mic94].

18
Prelucrările primare preced recunoaşterea obiectelor. Ele furnizează materia primă
pentru prelucrările secundare, de recunoaştere. în cele ce urmează vom da o atenţie
deosebită prelucrărilor secundare, a memorării şi prelucrării informaţiilor vizuale.

2.2.2.2 Gestaltismul - psihologia formelor

Gestaltismul este o concepţie conform căreia forma are un rol primordial în percepţie,
este “atomul” percepţiei [Lie96]. Conform acestei concepţii, noi percepem figurile
geometrice, formele, ca un întreg şi nu ca o sumă a componentelor lor [Gor88].
Percepţia configuraţiei, a gestaltului se realizează mai rapid decât perceperea unor
părţi componente (de exemplu, configuraţia “( )” poate fi mai uşor recunoscută într-un
text decât “(“ urmat la o anumită distanţă, eventual chiar la câteva rânduri diferenţă, de
caracterul corespunzător de încheiere “)” [Mic94]). Mai mult, putem percepe o formă
chiar dacă lipsesc elemente din ea.

S-a dezvoltat astfel o psihologie a formelor cu premise filosofice încă de la Bacon,


Kant şi Descartes şi cu implicaţii până în domenii practice cum ar fi psihoterapia sau
educaţia.

Au fost identificate după unii cercetători circa 114 principii gestaltiste [Mic94] care stau
la baza percepţiei vizuale umane. Din acestea, includem aici doar patru dintre cele
care sunt foarte des amintite [Lie96, Mic94, Sdo90, SeK92]:

a) principiul proximităţii - elementele învecinate spaţial sunt grupate într-o singură


unitate;
b) principiul similarităţii - elementele similare sunt grupate într-o unitate perceptivă
care este diferenţiată de alte unităţi;
c) principiul continuării simple - două contururi care se intersectează sunt
percepute după o continuare de maximă simplitate;
d) principiul închiderii - conturul ascuns al unei figuri este închis după o configuraţie
de minim.

Principiile gestaltiste au fost dovedite experimental. în cele ce urmează vom da câteva


exemple simple care evidenţiază câteva din principiile enumerate.

1) Gruparea pe linii a elementelor datorită similarităţii:

o o o o o o o o o o o o o o o o o o o o o
- - - - - - - - - - - - - - - - - - - - -
o o o o o o o o o o o o o o o o o o o o o
- - - - - - - - - - - - - - - - - - - - -
o o o o o o o o o o o o o o o o o o o o o

Figura 2. O ilustrare a principiului similarităţii

2) Gruparea pe baza similarităţii relaţiilor topologice dintre cele două grupări de linii:

19
-------------------------------------------
------------------------------------------------------------
--------------------------------------------
-----------------------------------------------------------
---------------------------------------------
---------------------------------------------------------
----------------------------------------------
----------------------------------------------------------
---------------------------------------------
-----------------------------------------------------------
-------------------------------------------
----------------------------------------------------------
---------------------------------------------
-------------------------------------------------------
------------------------------------------------
-----------------------------------------------------
--------------------------------------------------
-------------------------------------------------
------------------------------------------------------
--------------------------------------------
----------------------------------------------------------
----------------------------------------
--------------------------------------------------------------
-------------------------------------
------------------------------------------------------------------
--------------------------------
-------------------------------------------------------------------

Figura 3

3) Figura lui Ehrenstein (principiul închiderii - la intersecţia segmentelor de dreapta se


percep cercuri) :

\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\|/\
- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --
/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/|\/

Figura 4. Figura lui Ehrenstein

4) Prin principiul închiderii se presupune că discul mai mare se continuă sub discul
mic:

Figura 5. Ilustrarea principiului închiderii

5) Nerespectarea principiilor gestaltiste poate duce la dificultăţi de recunoaştere, ca în


exemplul de mai jos (nerespectarea principiului similarităţii) :

Acesta este un exemplu !


Trebuie făcute câteva comentarii aici. Principiile gestaltiste pot fi derivate dintr-o regulă
mai generală - legea lui Prangraz [Mic94]: stimulii vizuali sunt grupaţi astfel încât să fie
percepută forma cea mai simplă posibilă.

Ca demonstraţie, în exemplul 1) de mai sus, percepem linii de “o” şi “-“ şi nu coloane


de o-o-o (cum ar fi rezultat conform principiului proximităţii, între coloane fiind un spaţiu

20
mai mare decât între rânduri). De fapt, acest exemplu arată şi modul în care se face o
decizie între aplicarea mai multor principii posibile.

Legea lui Prangraz poate fi văzută ca o consecinţă a principiului general prin care
acţiunea perceptivă umană are loc după un minim de efort cognitiv. Dintr-o altă
perspectivă, aceeaşi lege poate fi văzută ca o tendinţă a intelectului nostru spre a
regăsi în jur forme perfecte sau cel puţin familiare. Aceste aserţiuni sunt susţinute
şi de faptul că uneori percepem contururi într-o figură, chiar dacă ele nu există, dacă
existenţa acestora ar simplifica imaginea.

Pe de altă parte, formele sunt percepute şi în funcţie de aspecte subiective cum


ar fi interesele, aşteptările sau deprinderile culturale; “fiecare percepţie depinde
de o reţea complexă de linii de forţă de ordin psihologic” [Muc96].

2.2.2.3 Recunoaşterea obiectelor prin componentele lor (modelul RBC)

Această tehnică de recunoaştere a obiectelor a fost propusă de I. Biederman [Mic94].


Ea pleacă de la ideea că avem o tendinţă de a descompune obiectele complexe într-o
mulţime de corpuri cu forme elementare. Biederman susţine că orice obiect, oricât de
complex poate fi descompus cu ajutorul a doar 24 de tipuri de volume elementare
denumite geoni (“geometrical ions”). Un obiect complex poate fi descris prin geonii săi
componenţi şi modul lor de dispunere. De exemplu, un om poate fi descris numai cu
un singur tip de geoni:

Figura 6. Descrierea unei siluete umane prin geoni

Un geon are mai multe atribute: curbura, mărimea (care poate fi constantă, expandată
sau redusă, simetria şi axa (dreaptă sau curbă).

2.2.2.4 Modelul analizei particularităţilor (“feature analysis”)

Un alt model propus pentru a explica modul în care sunt recunoscute obiectele este cel
al analizei particularităţilor (“feature analysis”) [Mic94, SeK92]. Acest model foloseşte
noţiunea foarte răspândită în inteligenţa artificială de “demon”. Un demon este un
element de procesare care recunoaşte o anumită configuraţie şi efectuează în
consecinţă o anumită acţiune. Se spune că demonii implementează un regim de
procesare dirijată (declanşată) de date.

În contextul recunoaşterii formelor, se consideră că există o ierarhie de demoni, unii de


nivel mai scăzut care recunosc anumite particularităţi, alţii aflaţi pe un nivel superior,

21
denumiţi demoni cognitivi recunosc anumite simboluri. La cel mai înalt nivel se află
demoni decidenţi care aleg unul sau altul dintre simbolurile posibile (“Pandemonium”
[Mic94]).

După cum se remarcă în [Mic94], modelul analizei particularităţilor este aplicabil pentru
figuri simple. în cazul unor obiecte complexe principiile gestaltiste şi RBC oferă o
explicaţie mai plauzibilă, fapt demonstrat şi experimental. O explicaţie posibilă ar fi
faptul că unitatea de bază a recunoaşterii este combinaţia şi nu trăsătura.

Cu toate acestea, modelul RBC şi cel al analizei particularităţilor nu sunt antagoniste.


Se poate considera că, de fapt, cele două sunt complementare analiza particularităţilor
fiind un caz particular al RBC.

2.2.2.5 Prelucrări de la general către particular în recunoaşterea obiectelor

Tehnicile de recunoaştere prezentate anterior sunt caracterizate prin faptul că sunt


ascendente (“bottom-up”) în sensul că pornesc cu interpretarea datelor şi au drept
obiectiv recunoaşterea unor obiecte aflate la un nivel mai înalt de abstractizare. Din
experimentele făcute rezultă însă că în recunoaşterea imaginilor un rol foarte important
îl au şi prelucrările descendente (“top-down”) sau de la general către particular. Un
exemplu este recunoaşterea unor caractere ambiguu datorită contextului. în propoziţia
următoare:

/\AI /\CASĂ!

semnul / \ este foarte uşor recunoscut ca un H sau ca un A în funcţie de context


[Mic94].

Un alt exemplu care ilustrează prelucrarea descendentă este faptul că putem uşor citi
o propoziţie în care au fost înlocuite prin “x” 33% din litere:

Dax aixi ux exxmpxu dx prxpoxitxe cx o trximx dix lixerx lixsa.

Pentru a arăta, în acest context, puterea principiilor gestaltiste, dăm aceeaşi propoziţie
dar cu literele lipsă indicate prin “_” şi nu prin “x” . După cum se vede, datorită
neuniformităţii caracterelor ea este mai greu de recunoscut.

Da_ ai_i u_ ex_mp_u d_ pr_po_it_e c_ o tr_im_ di_ li_er_ li_


sa.

2.2.2.6 Rolul cunoştinţelor în recunoaşterea obiectelor şi scenelor

În recunoaşterea scenelor un mare rol îl au cunoştinţele noastre despre scene similare


văzute anterior. Când privim o scenă ne aşteptăm să regăsim o anumită configuraţie.
în termenii ingineriei cunoştinţelor, ne aşteptăm să regăsim un anumit cadru (“frame”
[Min75] sau schemă în sensul lui Bartlett [Mic94]). De exemplu, când intrăm într-o
cameră, chiar dacă n-am mai fost acolo, ne aşteptăm să regăsim nişte pereţi, un
tavan, o podea, nişte ferestre, etc. Această expectaţie dirijează (descendent) şi modul
în care vom percepe acea cameră. Au fost astfel făcute experimente în care subiecţi
au fost introduşi într-o cameră. După ce au ieşit din cameră ei au fost interogaţi asupra
obiectelor care se aflau acolo. S-a remarcat faptul că subiecţii şi-au amintit obiectele

22
tipice care se află de obicei într-o astfel de cameră (uneori chiar şi unele obiecte tipice
care nu se aflau acolo) [Mic94].

De asemenea, se pare că schemele cognitive explică multe fapte cum ar fi eliminarea


din imaginile percepute ale unor elemente netipice, care nu se încadrează în schemă
sau adăugarea unor elemente care nu există dar sunt tipice şi astfel prezente în
schema cognitivă.

În afara obiectelor şi configuraţiilor tipice unor anumite categorii de scene, în acestea


există şi o serie de regularităţi fizice care dirijează semantica scenei cum ar fi:

obiectele stau de obicei pe ceva;


obiectele se acoperă parţial sau total unele pe altele;
diverse clase de obiecte au anumite proprietăţi.

Când citim o propoziţie şi ne asociem o imagine mentală, folosim un bagaj imens de


cunoştinţe tacite, de bun simţ. Este celebru exemplul propoziţiei “Am văzut Statuia
Libertăţii zburând deasupra New-York-ului.” Este evident că imaginea mentală pe care
ne-o asociem este că eram într-un avion şi vedeam statuia din zbor şi nu, de exemplu,
că statuia zbura sigură. Această dezambiguizare este realizată pe baza bagajului de
cunoştinţe de bun simţ (statuile nu zboară singure).

Câteva concluzii care se pot trage sunt că, de multe ori vedem ceea ce ne aşteptăm
să vedem şi că rolul cunoştinţelor preexistente este esenţial în percepţie.

2.2.3 Memoria imagistică umană

Din antichitate şi până la răspândirea tiparului, memoria avea un rol privilegiat în


cultura umană. De exemplu, în Grecia antică, memoria (Mnemosina) era considerată
ca fiind mama muzelor. Mnemotehnica sau aşa numita artă a memoriei avea o mare
apreciere, unii acordându-i posibilităţi mult dincolo de simpla reamintire. După câteva
secole de minimalizare, în prezent memoria este iar pusă la loc de frunte. Freud a
evidenţiat rolul cu totul deosebit al memoriei inconştiente în viaţa noastră. Jung a
relevat existenţa unor arhetipuri pe care toţi le împărtăşim, constituind o memorie
colectivă a omenirii.

Mulţi autori vorbesc despre existenţa unei memorii vizuale [Lie96, SeK92, Sdo90].
Este, de asemenea, evidenţiată superioritatea memoriei vizuale asupra celei lexicale
[Lie96]. Se discută şi despre o dublă codare (Paivio [Lie96, Mic94]) vizual - lexical,
dovedită, de exemplu prin faptul că sunt reamintite mai uşor cuvintele concrete (cărora
li se poate asocia o imagine) decât cele abstracte.

Alte elemente importante dovedite prin experimente sunt folosirea grupării (“chunking”)
pentru sporirea capacităţii de memorare, categorizarea şi puternica subiectivitate a
memorării [Lie96]. Pe de altă parte, este interesant de amintit faptul că în memorie
rămân acele imagini care pot fi categorizate. De exemplu, o imagine din care s-au
şters contururile astfel încât nu pot fi identificate elemente ci se văd doar pete de
culoare nu poate fi memorată. În schimb, dacă ni se spune ce este în imagine putem
înţelege ce e acolo şi apoi memora imaginea.

Toate aceste fapte se înscriu în aceeaşi tendinţă de economie cognitivă amintită şi în


secţiunea anterioară, de aspiraţia noastră permanentă de ordonare, de categorizare.
În prezent este larg acceptată ideea unei memorii semantice organizată după

23
principiile ierarhiei conceptuale şi a economiei cognitive. Mai mult, cercetări recente
[Mic94] evidenţiază faptul că noi grupăm cunoştinţele nu în clase de echivalenţă (din
care poate fi luat orice membru ca reprezentant al clasei) ci în jurul unor prototipuri.
Această distincţie duce la o eliminarea unor graniţe rigide între clasele de echivalenţă,
fapt mai apropiat de rezultatele experimentale. Ar putea fi adăugat aici că acest
prototip este memorat de noi ca o trăire.

Putem considera că înclinaţia umană către categorizare este tot o consecinţă a


principiului economiei cognitive. Esenţială în categorizare este ideea de grupare pe
baza asemănării fizice sau funcţionale. Universalitatea categorizării ni se revelează la
nivele şi în situaţii neaşteptate la prima vedere. Ea stă la baza multor taxonomii din
diverse ştiinţe, prin modularizarea şi reutilizarea programelor a constituit succesul
programării orientate spre obiecte, datorită ei putem comunica vorbind despre categorii
generice de obiecte.

2.2.4 Imaginile mentale

Imaginile mentale nu trebuie confundate cu imaginile percepute prin văz. Folosind o


exprimarea plastică se poate spune că ele sunt imagini văzute cu “ochiul minţii”. Pot fi
rezultatul amintirii unei imagini văzute anterior sau pot fi compuse de subiect. Pot
constitui subiectul unor parcurgeri, manipulări sau prelucrări (scanare, parcurgere,
rotire, expandare/contractare, împăturire) şi pot fi exteriorizate prin desenare.
Considerăm, în acest context, că diagramele sunt instrumente de sprijinire a
raţionamentelor noastre în situaţii în care imaginile mentale sunt prea complexe.

Imaginile mentale sunt o constantă a gândirii, ele fiind prezente de la cele mai banale
planificări ale unor drumuri pe care le avem de făcut până la exemple remarcabile de
descoperiri din istoria ştiinţei. Amintim aici descoperirea structurii ciclice a benzenului
de către Kekule sau mărturiile atâtor oameni de ştiinţă care relatează momente de
“iluminare”, în care o idee apare clar sub forma unei imagini mentale.

Imaginile mentale sunt modalităţi de simulare prin “trăire” într-o realitate virtuală a unor
acţiuni viitoare, de comparare a unor obiecte, de descompunerea unor obiecte
complexe. Ele pot include:

entităţi abstracte sau preluate din realitate;


relaţii topologice între obiecte;
relaţii spaţiale

Imaginile mentale sunt caracterizate de o absenţă a sintaxei şi sunt neutre faţă de


valoarea de adevăr [Mic94]. Imagistica mentală este strâns legată de cunoştinţele
subiectului respectiv, pot implica categorizări şi sunt strâns legate de procesările
descendente, de la general la particular. Din experienţele făcute pe nevăzători din
naştere s-a dovedit că formarea de imagini mentale nu este determinată neapărat de
vederea efectivă [Mic94].

Trebuie neapărat evidenţiat faptul că, după cum menţionează mai mulţi cercetători
[Mic94, JoL83], imagistica mentală este folosită şi în raţionamente cu noţiuni abstracte.
De exemplu, Johnson-Laird demonstrează că noi gândim silogistic prin intermediul
unor imagini şi nu pe baza unei logici “cablate” în creierul nostru [JoL83]. Acest fapt
demonstrează încă o dată tendinţa noastră de a “trăi” conceptele şi raţionamentele.

24
Într-o imagine mentală părţile nu sunt izotrope. Anumite părţi sunt de multe ori centre
de focalizare a atenţiei. De multe ori nu se pot distinge detalii în imaginile mentale.
Imaginile mentale pot fi manipulate sau prelucrate prin:

scanare;
parcurgere;
rotire;
expandare/contractare;
împăturire.

2.3. Modelarea mentală

“fiecare utilizator îşi formează o imagine


mentală privind modalitatea în care
software-ul îşi realizează task-ul. Mintea
caută pattern-uri pentru cauză şi efect,
pentru a înţelege comportarea internă a
maşinii.” [Coo97, pag. 110]

Modelarea mentală a realităţii sau a unor alternative ale ei, explicarea şi înţelegerea
unor fenomene, previziunea unor evoluţii plecând de la o simulare a acestor modele,
tezaurizarea experienţei în modele mentale sunt fapte care, sub diverse denumiri şi
aspecte, au fost constant în atenţia filosofilor, de-a lungul mileniilor.

Evidenţa că în mintea noastră sunt înmagazinate cunoştinţe şi că aceste cunoştinţe


sunt asamblate într-un eşafodaj consistent care permite raţionamente este atât
obiectul teoriei cunoaşterii, în filosofie, al psihologiei cognitiviste şi, în ultimele decenii,
al inteligenţei artificiale. Această disciplină nouă interferează cu filosofia, psihologia,
fiziologia, nu numai în sensul valorificării practice a unor rezultate ci ea constituie şi o
oportunitate de verificare a teoriilor şi de generare de noi ipoteze. Psihologia
cognitivistă este astăzi beneficiara unor modele implementate pe calculator, filosofia
limbajului este strâns legată de sistemele de înţelegere a limbajului natural, teoriile
fiziologice asupra creierului beneficiază de experimentări folosind reţele neuronale
artificiale.

Realitatea modelelor mentale şi rolul lor determinant în activitatea inteligentă este un


principiu esenţial în inteligenţa artificială. O definiţie dată de Philip Johnson-Laird din
perspectiva inteligenţă artificială - psihologie cognitivistă este:

“Un model mental este o reprezentare internă a unei stări de lucruri din lumea
externă. Este astfel o formă de reprezentare a cunoştinţelor pe care mulţi
cognitivişti o susţin ca fiind modul natural în care mintea omenească
construieşte realitatea, concepe alternative la ea şi cercetează consecinţele
asumpţiilor într-un proces de simulare mentală. ” [JoL92, pag.932]

Modelele mentale sunt, prin urmare, reprezentări bazate pe cunoştinţe care pot fi
folosite pentru modelarea realităţii în scopul înţelegerii, al analizei unor realităţi
alternative sau a simulării în scopuri previzionale. Esenţială în această viziune este
existenţa unui izomorfism între starea de lucruri şi modelul mental [JoL92].

Existenţa modelelor mentale a fost dedusă în mai multe feluri. Johnson-Laird


demonstrează existenţa lor şi totodată natura lor diferită de reprezentările specifice

25
logicii formale. O altă dovadă a realităţii modelelor mentale este posibilitatea lor de a
explica unele fenomene psihice cum ar fi percepţia, învăţarea, memorarea,
raţionamentul etc.

Omniprezenţa diagramelor (diagramele pot fi considerate ca externalizări sau extinderi


ale modelelor mentale, vezi 3.4.1.1) în activităţi umane care necesită înţelegerea,
raţionamentul cu şi manipularea unor produse sau sisteme complexe este, după
părerea noastră tot o dovadă a existenţei modelelor mentale.

Modelele mentale [Nor87]:

evoluează în timp;
“simularea” mentală pe baza lor este limitată;
sunt incomplete;
sunt instabile; există tendinţa de a se “uita” unele detalii după perioade de
neutilizare;
nu au graniţe conturate; pot apare interferenţe cu alte modele mentale;
sunt “neştiinţifice”, uneori chiar cu elemente “superstiţioase”.

Operaţiile care pot fi efectuate cu un model mental sunt:

construirea unui model mental, operaţie în care se includ, de multe ori, alte modele
mentale;
recunoaşterea unui model mental;
raţionamente folosind modele mentale; aceste raţionamente sunt făcute prin
simulări.

Johnson-Laird, în prezentarea modelelor mentale [JoL92], trece în revistă trei domenii


ale activităţii mentale: percepţia vizuală, înţelegerea limbajului natural şi reprezentarea
cunoştinţelor, împreună cu deducţia inferenţială, domenii pe care şi noi le vom
considera în detaliu. În afara acestor trei domenii vom discuta în secţiunile următoare
şi conexiunea modelelor mentale cu alte domenii pe care le considerăm că sunt
relevante: imagistica mentală, interfeţele om-calculator şi filosofia.

Nu vom discuta în detaliu ci doar amintim aici alte tehnici bazate pe o modelare
mentală: mnemotehnica [Cul94, TrA97a], terapeutica cognitivă şi tehnicile de
manipulare prin mass-media.

2.3.1 Percepţia vizuală, proces de construire a unui model mental

Percepţia vizuală a fost unul din subiectele centrale în subcapitolul anterior şi este,
totodată, un domeniu în care teoria modelelor mentale poate explica multe fenomene
din realitate. Johnson-Laird, reluând o teorie a lui D. Marr, consideră percepţia vizuală
ca un proces inferenţial inconştient în care, plecând de la structura unei imagini se
construieşte un model mental [JoL92]. În construirea acestui model un rol deosebit al
are un “catalog” de modele de forme de obiecte depozitat în memoria noastră de lungă
durată ca rezultat al experienţei noastre. Paradigma modelelor mentale în percepţia
vizuală este susţinută, sub altă formă şi de alte teorii, cum ar fi teoria propusă de I.
Biederman [Mic94] (vezi şi 2.2.2.3).

26
2.3.2 Imagini mentale şi modele mentale

În concepţia lui Johnson-Laird [JoL83], imaginile mentale diferă de modelele mentale.


Acesta considera că există trei modalităţi majore de reprezentare [JoL83]:

modele mentale, care surprind structura unei părţi din realitate;


reprezentări propoziţionale, adică şiruri de simboluri care corespund exprimărilor în
limbaj natural;
imagini.

George Lakoff [Lak87], reluat în [VaV94], pe de altă parte, distinge patru tipuri de
modele, la modelele mentale ale lui Johnson-Laird corespunzând modelele metaforice:

modelele propoziţionale;
modelele imagistic-schematice;
modelele metaforice;
modelele simbolice.

Noi considerăm că trebuie acordată o importanţă deosebită relaţiei între imaginile


mentale şi modelele mentale. După cum remarcă G.C. Van der Veer [VaV94], 25% din
reprezentările mentale pot fi caracterizate ca vizuale. De asemenea, tot el preciza că:

“chiar în reprezentările mentale care nu sunt considerate imagini propriu-zise,


elemente vizual-spaţiale cum ar fi amplasările sunt utilizate pentru a reprezenta
structuri conceptuale în modelul mental” [Vav94]

Chiar şi Johnson-Laird acordă ulterior atenţie aspectelor imagistice în construcţia


modelelor mentale [JoL92].

În final, în plus faţă de argumentele lui Van der Veer, adăugăm şi ideea că modelele
mentale, după părerea noastră, datorează enorm intuiţiei spaţiale (structurare şi
amplasare) şi temporale (simulare, dinamica) umane şi experienţei noastre de
existenţă într-un anumit spaţiu fizic, concret.

2.3.3 Sistemele bazate pe cunoştinţe, implementări ale teoriei modelelor


mentale

Un domeniu în care modelele mentale pot constitui o explicaţie satisfăcătoare este


înţelegerea limbajului natural, în contextul mai larg al inteligenţei artificiale. În [JoL92 şi
JoL83] se discută în detaliu cum procesul de înţelegere a limbajului natural poate fi
văzut ca o construire de model mental.

Pe de altă parte, sistemele bazate pe cunoştinţe folosesc implicit asumpţia modelării


mentale. O bază de cunoştinţe poate fi considerată implementarea unui model mental.
Mai mult, domeniile simulării calitative, cel al sistemelor bazate pe restricţii şi al
diagnosticării bazate pe modele, după cum remarca chiar Johnson-Laird [JoL92], sunt
în directă corespondenţă cu ideea modelării şi simulării mentale. De exemplu,
simulările calitative, domeniu de cercetare de actualitate în inteligenţa artificială, sunt
implementări ale proceselor de raţionament calitativ pe care le fac experţii umani:
Implementarea unui sistem de simulare calitativă pleacă de la realizarea unor module
cu o comportare proprie, module care constituie componentele sistemului simulat.
Funcţionarea acestor module nu este descrisă matematic ci, similar modelării mentale

27
umane, calitativ. Un al doilea element este schema structurală de conectare a acestor
componente. Pe baza acestor două elemente, prin simulări calitative se poate deduce
cum va funcţiona sistemul.

2.3.4 Modelele mentale în proiectare şi în ergonomia cognitivă

Considerarea modelelor mentale a fost subiectul cercetătorilor în direcţia găsirii celor


mai adecvate metode şi tehnici de proiectare de produse sau sisteme complexe, în
special în domeniul informaticii. Modelarea adecvată are în acest context un rol
determinant [Tra94b], succesul dezvoltării orientate spre obiecte a programelor
[RBP91] datorându-se şi apropierii acestei abordări de modelele mentale pe care noi le
posedăm.

După cum remarca Donald Norman, în contextul modelării unui produs al creaţiei
umane (în particular, a sistemele informatice) [Nor87], trebuie făcută o distincţie între:

un produs concret,
modelul conceptual al acelui produs,
modelul mental al utilizatorului asupra produsului,
conceptualizarea făcută de un cercetător care analizează modelul mental al
utilizatorului.

Modelul conceptual este dezvoltat de proiectantul şi realizatorul sistemului sau de un


profesor care prezintă sistemul unor studenţi. Tehnicile de proiectare destinate
reducerii complexităţii, utilizarea diagramelor (vezi şi 3.4.1.1) pe scară largă în
metodologiile de dezvoltare a programelor sunt tot atâtea consecinţe ale modelării
mentale.

Din perspectiva ergonomiei cognitive, un produs sau sistem complex destinat uzului
sau interacţiunii umane, trebuie să faciliteze formarea unui model mental cât mai
adecvat înţelegerii uşoare şi, în special, manipulării facile. Utilizarea metaforelor (de
exemplu, a metaforei manipulării directe, vezi 3.4.1.2) în conceperea interfeţelor om-
calculator permite reutilizarea unui model mental ceea ce duce la o economie cognitivă
şi, în consecinţă, la eficienţă şi utilizabilitate..

Unele opinii de ultimă oră, în acelaşi context al sistemelor informatice, chiar neagă
utilitatea considerării lor în acest context, datorită gradului mare de distributivitate al
sistemelor actuale [HCI95, pag.581-582]. Ne permitem să contrazicem această opinie,
un argument în favoarea considerării modelelor mentale fiind şi lipsa de orientare
manifestată de cei care explorează WWW, sistem distribuit prin definiţie [Tra97b]. Mai
mult, sistemele hipertext, multimedia şi cu realitate virtuală şi, în general interfeţele cu
manipulare directă, îşi propun tocmai să inducă anumite modele mentale.

2.3.5 Modelele mentale şi inteligenţa artificială din perspectivă filosofică

Poate că cea mai bună exemplificare a disputelor în jurul ideei de modelare mentală
este opoziţia filosofiilor de tinereţe şi de maturitate a lui Wittgenstein, filosof care a
marcat profund gândirea secolului nostru. După cum remarcă şi Johnson-Laird
[JoL92], filosofia de tinereţe a lui Wittgenstein poate fi considerată că susţine teoria
modelelor mentale pe care el o propune:

28
“2.1 Noi ne formăm imagini ale faptelor.

2.12 Imaginea este un model al realităţii.

2.141 Imaginea este un fapt.
2.15 Faptul că elementele imaginii se raportează unele la altele în mod
determinat arată că lucrurile se raportează în felul acesta unele la altele.
Această conexiune a elementelor imaginii o numesc structura sa, iar
posibilitatea structurii forma ei de reprezentare.
2.151 Forma de reprezentare garantează posibilitatea ca obiectele să se
comporte unele faţă de altele la fel ca elementele imaginii.

2.1512 Imaginea este aplicată ca unitate de măsură pentru realitate.” [Wit91]

Pozitivismul logic proclamat de aşa numita şcoală de la Viena precum şi o mare parte
a abordărilor timpurii în înţelegerea de către calculator a limbajului natural se bazează
pe ideile din Tractatus-ul lui Wittgenstein. De asemenea, multe cercetări în inteligenţa
artificială actuală are ca fundament pozitivismul logic.

Pe de altă parte, în filosofia de maturitate, acelaşi Wittgenstein, referindu-se chiar la


problema înţelegerii limbajului natural, enunţă cunoscuta teorie a jocurilor de limbaj,
în care sunt evidenţiate aspectele contextuale, intenţionale, din afara logicii
matematice clasice (cel puţin).

în istoria filosofiei au existat mai multe concepţii şi perspective asupra modelării


mentale. Cum această problemă este esenţială în inteligenţa artificială vom discuta
câteva din problemele generate de ea şi, deoarece astăzi se tot discută despre
posibilitatea construirii de inteligenţe artificiale, de maşini care să imite omul, trebuie
făcute aici câteva distincţii tranşante. Nu există o unanimitate de opinii asupra
posibilităţilor sistemelor de inteligenţă artificială. Chiar unele concepte esenţiale ale
domeniului nu au fost clar definite. în continuare vom căuta să evidenţiem câteva din
aceste dispute.

a) Nu este clar definit conceptul de inteligenţă. Există opinii care spun că, similar cu
alte noţiuni, putem recunoaşte inteligenţa dar nu o putem defini. S-ar putea, zicem noi,
dintr-o perspectivă hermeneutică [Hal92], ca inteligenţa să fie un concept circular. în
funcţie de aria de cuprindere a acestui concept, sistemele realizate pot fi caracterizate
mai mult sau mai puţin îndreptăţit ca inteligente.

b) Atributul “inteligent” poate să-şi schimbe semnificaţia în timp. O problemă pentru a


cărei rezolvare se presupunea necesară inteligenţa, odată cu găsirea unui algoritm
care mecanizează rezolvarea (algoritm care poate fi implementat într-un program pe
calculator), poate să nu mai fie considerată ca o problemă ce necesită inteligenţă. De
exemplu, acum câteva secole în urmă o persoană care putea face calcule aritmetice
mai complicate era considerată inteligentă.

c) Încă nu este clar dacă în rezolvarea inteligentă de probleme omul foloseşte numai
raţionamente simbolice sau, dacă nu cumva sunt implicate şi mecanisme sau/şi
reprezentări de alt gen, specific umane, care nu pot fi implementate pe calculator.
După cum remarca [Hal92], această dispută reia disputa între Husserl şi Heidegger.

d) Oprindu-ne la conceptul de model mental, există o divergenţă de opinii şi în acest


sens. Pe de o parte, unele concepţii consideră că nu există modele mentale, că
acestea sunt doar “impresii subiective ale noastre” şi că, chiar dacă există ele nu pot fi

29
investigate datorită subiectivismului. Aici se încadrează teoriile filosofice materialiste,
reducţioniste şi behaviorismul care a dominat o mare parte psihologia secolului curent.
Pe de altă parte se situează filosofi ca R. Descartes, E. Kant, H. Bergson, E. Husserl,
M. Heidegger, care consideră că fiinţa umană are caracteristici esenţial deosebite, atât
de lumea nevie cât şi de celelalte fiinţe. Disputa în jurul acestei chestiuni reia, de fapt,
o veche dispută filosofică, actualizată astăzi prin opoziţia pozitivism / antipozitivism.

Plasându-ne pe o poziţie critică asupra posibilităţii construirii sistemelor cu inteligenţă


artificială, un fapt care infirmă teoriile materialiste, reducţioniste, pozitiviste este intuiţia
umană, care nu poate fi explicată satisfăcător în aceste teorii. De exemplu, Bergson
[Ber95], Popper [Pop83, pag. 76], curentul intuiţionist în matematică [Câm83], chiar şi
Einstein [Pop83, pag. 25, 76] au evidenţiat rolul hotărâtor al intuiţiei în ştiinţă:

“Punctul de vedere pe care în adopt (faţă de care rezultatele cercetărilor mele


sunt însă independente), că nu există o metodă logică, un demers susceptibil
să fie reconstruit raţional, prin care putem descoperi ceva nou, este exprimat
deseori spunându-se că orice descoperire ar cuprinde un “moment iraţional”, ar
fi o “instituţie creatoare” (în sensul lui Bergson); într-un fel asemănător vorbeşte
Einstein despre “… căutarea acelor legi de cel mai înalt nivel de generalitate …
din care poate fi obţinută, prin pură deducţie, o imagine asupra lumii. La aceste
legi … nu duce nici un drum logic, ci numai o intuiţie bazată pe ceva de tipul
unei contopiri (Einfuhlung) cu obiectele experienţei”. [Pop83, pag.76]

Citatul de mai sus poate fi concludent şi în disputa între “logicişti” (cei care proclamă
primatul logicii în implementările de sisteme de inteligenţă artificială) şi “nelogicişti”
(adepţilor metodelor ad-hoc) din inteligenţa artificială sau pozitivism logic /
antipozitivism din filosofie [Wri95, pag. 50,51].

Un răspuns posibil la preceptele pozitiviste, care ar putea ilustra una din principalele
idei ale lucrării de faţă ar putea fi:

“O ştiinţă ajunsă în starea pozitivă este în curs de a-şi schimba drumul ca să


revină la starea metafizică. Iar această ştiinţă este cea mai simplă, cea mai
veche, cea mai perfectă din toate, anume matematica”.[Gon26]

Un punct de vedere care limitează din start sfera de posibilităţi ale inteligenţei
artificiale, susţinut de Winograd şi Flores [WiF86], Dreyfus şi alţii consideră că
înţelegerea realităţii poate fi făcută doar în miezul activităţilor practice de zi cu zi
[LuS93]. Acest punct de vedere este, de fapt, unul din principalele elemente ale
filosofiei lui Heidegger.

După părerea noastră, imposibilitatea implementării unor mecanisme care să ţină locul
intuiţiei, a trăirii Heideggeriene nu infirmă teoria existenţei modelelor mentale ci doar
posibilitatea implementării lor pe calculator. După cum remarcă şi [WiF86, Tra94a], în
perspectiva aceasta, inteligenţa artificială îşi deplasează scopul de la crearea de
sisteme care să se comporte ca un om către sisteme care să fie instrumente cât mai
uşor de utilizat de către om.

30
2.4. Învăţarea
"este foarte dificil de a învăţa ceva fără să
înţelegi acel ceva. Înţelegerea este, la
rândul ei, rezultatul auto-creării sau primirii
unei explicaţii satisfăcătoare." [MBW94]

Este important să discutăm despre problematica învăţării în contextul interfaţării om-


calculator din două motive, unul privind utilizabilitatea unei interfeţe, celălalt legat de
interfeţele inteligente:

unul din criteriile care stau la baza aprecierii utilizabilităţii unei interfeţe este uşurinţa
învăţării utilizării ei;
interfeţele inteligente sunt caracterizate de posibilitatea de a învăţa din interacţiunea
pe care o au cu utilizatorii.

Trebuie, prin urmare, să dezvoltăm interfeţe care să ţină cont de modul uman de a
învăţa şi, pe de altă parte, trebuie să dezvoltăm programe care să imite învăţarea
umană.

Mecanismele proceselor de învăţare au constituit un subiect de analiză şi dispută timp


de milenii. Putem exemplifica această vechime prin existenta a unei teorii a învăţării
încă la Platon, teorie expusa în dialogul "Menon". Conform acestei teorii, cunoştinţele
noastre sunt înnăscute, procesul învăţării constituind, de fapt, un proces de reamintire.

De-a lungul mileniilor, problematica proceselor de învăţare a stat în atenţia mai multor
discipline, acest subiect fiind larg dezbătut în special în cadrul filozofiei, el fiind legat de
problema mai generală a surselor cunoaşterii umane. Învăţarea este şi unul din
domeniile de mare interes al psihologiei. Pedagogia, pe de alta parte, este ştiinţa care
îşi propune să găsească cele mai adecvate căi de a desfăşura un proces de instruire.
În sfârşit (dar nu în cele din urmă), domeniul învăţării automate din inteligenţa artificială
are drept scop realizarea de sisteme artificiale care învaţă, realizarea acestui scop
necesitând înţelegerea mecanismelor învăţării umane.

2.4.1. Teorii ale învăţării

Nu există în prezent o teorie unanim acceptată asupra învăţării [Low78]. Pentru a avea
o imagine nuanţată asupra problematicii învăţării vom considera trei perspective:
perspectiva filosofică, asupra surselor cunoaşterii, pespectiva psihologică asupra
mecanismelor de învăţare şi perspectiva inteligenţei artificiale asupra modelării
proceselor de învăţare.

Diversele sisteme filosofice consideră învăţarea conform două mari abordări posibile:

sisteme care pleacă de la ideea că de la naştere există un bagaj de cunoştinţe în


mintea umană;
sisteme care consideră că cunoaşterea este dobândită empiric, prin procese de
învăţare din experienţa de-a lungul vieţii [Flo94].

Controversa înnăscut sau dobândit încă nu s-a clarificat, ea constituind subiect de


discuţie nu numai în filosofie ci şi în alte ştiinţe, printre care şi inteligenţa artificială. Din
punctul nostru de vedere, răspunsul dat la controversa înnăscut sau dobândit este

31
foarte important deoarece el este punctul de plecare al abordărilor în înţelegerea
mecanismelor învăţării. De exemplu, abordările conecţioniste din inteligenţa artificială
se încadrează clar în cea de-a doua abordare pe când sistemele bazate pe cunoştinţe
pleacă de la prima.

În contextul interfeţelor inteligente predomină prima abordare. În acest sens


considerăm drept foarte sugestivă părerea filosofului M. Flonta:

"Aşadar, pentru a înţelege activităţi mintale complexe va trebui să studiem mai


întâi fiecare subsistem în parte, particularităţile sale. Analogia dintre
dezvoltarea biologică şi dezvoltarea mintală conduce la punctul de vedere că
mintea este organizată în facultăţi cognitive distincte, cu structuri specifice.
Acest punct de vedere este opus principiului empirist, potrivit căruia
cunoaşterea ia naştere din datele simţurilor prin exercitarea unor mecanisme
elementare şi uniforme ale învăţării." [Flo94]

2.4.2. Teorii ale învăţării în psihologie

În psihologie învăţarea este una din activităţile umane esenţiale studiate. Perspectiva
din care este privită învăţarea este influenţată evident de perspectiva teoriei
psihologice considerate ("behavioristă" sau cognitivă).

2.4.2.1. Teoria învatarii asociative condiţionate

În sens comportamental, învăţarea constă într-o modificare persistentă a


comportamentului persoanei care învaţă. Această teorie poate fi încadrată în
abordarea empirică asupra surselor cunoaşterii, abordare conform căreia învăţarea
constă în stabilirea unor relaţii între stimuli exteriori şi reacţii (comportări) ale celui care
învaţă. În psihologie, acest mod de învăţare (care a dominat prima parte a acestui
secol) este denumită învăţare asociativă sau învăţare prin condiţionare [Low78,
Sdo90, SeK92]. Sunt celebre în acest sens experienţele lui Pavlov sau experienţele
prin care se analiza comportamentul unor şoareci plasaţi într-un labirint. Învăţarea este
în aceste teorii legata de nişte condiţionări care permit stabilirea de asocieri între
servirea hranei şi diverşi alţi stimuli, cum ar fi semnale vizuale sau auditive.

Esenţa acestei teorii este contiguitatea spaţiala sau temporala a stimulilor care se
autocondiţioneaza. Această contiguitate, care determină asociaţii, stă la baza şi a
implementării pe calculator a sistemelor de învăţare automată. De exemplu, învăţarea
folosind reţele neuronale pleacă tocmai de la ideea stabilirii unor legături fizice cu o
pondere mare între stimuli şi efecte. De asemenea, abordările bazate pe reţele
semantice în reprezentarea cunoştinţelor şi învăţare automată pleacă tot de la ideea
stabilirii unor căi între stimuli şi efecte.

Teoria învăţării condiţionate permite explicarea unor fenomene cum ar fi generalizările


(reacţii similare la stimuli similari) şi diferenţierea reacţiilor între stimuli similari dar
deosebiţi esenţial [Sdo90, SeK92]. Această teorie permite explicarea multor
comportamente dar este o simplificare care nu ia în consideraţie procesele cognitive
specifice gândirii. Limitarea ei este datorată faptului că ea evită cu obstinaţie
considerarea acestor procese. După cum remarca J.R. Anderson [And89], greşeala
este că behaviorismul a fost iniţiat ca o metodă de studiu psihologic şi a sfârşit prin a
deveni o teorie psihologica, sarcină care însă îl depăşeşte. K.Lorenz [Flo94] a

32
considera că această abordare reduce gândirea umană la nişte reflexe condiţionate
sau nu, fără a considera bogăţia universului psihic uman, prin aceasta dezumanizind-o

2.4.2.2. Teoria învăţării cognitive

O reacţie la psihologia comportamentală este psihologia cognitivistă. Abordarea


cognitivistă acordă o atenţie deosebită structurilor care stau la baza reprezentării şi
prelucrării cunoştinţelor în cadrul psihicului uman. Această teorie este fundamentată
din mai multe puncte de vedere. Pot fi aici aduse drept argumente experienţele care
au relevat existenţa unei aşa numite învăţări latente şi a învăţării bazate pe observaţie.

Învăţarea latentă pleacă de la unul din experimentele foarte mult utilizate de


behaviorişti: învăţarea unui labirint de către nişte şoareci. Pentru a învăţa labirintul,
şoarecii erau condiţionaţi de plasarea de hrană într-un anumit punct (de exemplu, la
ieşire). S-a constatat ulterior însă [Sdo90, SeK92], că un lot de şoareci poate învăţa
configuraţia unui labirint chiar şi în absenţa hranei. Astfel, se consideră trei loturi de
şoareci plasaţi în labirinte, unul care este condiţionat de prezenţa hranei într-un punct
al labirintului, şi celelalte două necondiţionate de prezenţa hranei. Conform teoriei
învăţării condiţionate, primul lot, condiţionat, învaţă configuraţia labirintului. Daca însă,
după un număr de zile, unuia din cele doua loturi necondiţionate i se plasează hrana în
labirint, s-a observat că el învaţă mult mai repede configuraţia labirintului decât lotul
iniţial. Acest lucru este explicat prin faptul că acest al doilea lot a învăţat latent
labirintul, chiar în absenţa condiţionării. Edward Tolman [Sdo90, SeK92] explică acest
mecanism de învăţare prin faptul că acest al doilea lot şi-a format nişte aşa numite
hărţi cognitive ("cognitive maps") ale mediului în care au fost plasaţi. De asemenea,
tot Tolmann releva faptul că, în plus, se învaţă ceea ce se aşteaptă; aşteptările sau
anticipaţiile fiind fenomene centrale în procesul învăţării [Low78].

În final, trebuie precizat că tot în acest context poate fi încadrată şi un alt tip de
învăţare, aşa numita învăţare prin observaţie. Aceasta este efectuată, de exemplu,
de copiii care învaţă să se comporte prin observarea comportamentului părinţilor.

2.4.2.3 Teoria gestaltistă asupra învăţării

Conform teoriei gestaltiste, învăţarea nu este rezultatul unei îmbinări dintre elemente
separate ale mediului (excitaţii) şi elemente comportamentale (reacţii), ci constă în
producerea unui sistem unitar al comportamentului, structurilor proceselor
psihice şi al personalităţii sub acţiunea unei situaţii unitare [Low78]. În acest
context, un rol deosebit este acordat procesului de înţelegere. Astfel, învăţarea se
consideră că se desfăşoară prin:

"înţelegerea unităţii relaţionale a formei şi conţinutului, a mijlocurilor şi


scopurilor, a cauzelor şi efectelor, a părţilor şi întregului, a cazurilor unice şi a
legilor (...) Înţelegerea apare atunci când structura unei probleme a devenit
transparentă. (...) Cel ce învaţă trebuie să aibă o privire de ansamblu a stării de
fapt, să o ordoneze din punct de vedere intelectual şi să o pătrundă în mod
activ." [Low78].

Tot aici considerăm ca o abordare interesantă, dintr-o perspectivă implementabilă


computaţional este psihologia topologică (vectoriala) a lui Lewin care consideră
învăţarea ca o schimbare a cunoştinţelor, a valenţelor şi valorilor [Low78].

33
2.4.3. Învăţarea din perspectiva inteligenţei artificiale; reprezentarea
proceselor cognitive implicate în învăţare

În inteligenţa artificială, problema învăţării a fost considerată din două direcţii aflate în
strânsă interdependenţă. În primul rând, s-au căutat modele care să explice procesele
de învăţare umană. În al doilea rând, au fost elaborate sisteme de învăţare automată
care caută să imite mecanismele cognitive umane. Aceste două direcţii reflectă, de
fapt, două scopuri esenţiale ale inteligenţei artificiale: înţelegerea proceselor mentale şi
simularea lor pe calculator.

Una din teoriile cele mai cunoscute asupra învăţării folosită în inteligenţa artificială este
cea propusă de Anderson pe baza "arhitecturilor cognitive" ACT, ACT* şi PUPS
[And89]. La baza acestora stă un sistem de reguli de producţie care include:

o memorie de lucru în care sunt introduse fapte din lumea exterioară şi în care iau
naştere acţiunile exercitate către exterior;
o memorie declarativă a cunoştinţelor pe care sistemul le foloseşte şi în care se pot
memora cunoştinţele declarative învăţate;
o memorie procedurală (de reguli de producţie) pentru cunoştinţele procedurale
învăţate şi folosite în raţionamente.

Teoria şi arhitectura lui Anderson a fost imaginată şi validată plecând de la teoria


psihologică cognitivă asupra învăţării. Ea a fost folosită în mai multe sisteme
inteligente de instruire în programare, în geometrie şi în algebră [ABC90]. În această
teorie se consideră următoarele tipuri de învăţare:

înregistrarea declarativă de fapte din mediu în memoria de lucru şi apoi în


memoriile declarativă sau procedurală (de lungă durată);
întărirea încrederii în cunoştinţele memorate ori de cite ori ele sunt folosite;
"compilarea cunoştinţelor" prin proceduralizare şi compunere a mai multor reguli
într-o nouă regulă;
generalizarea şi diferenţierea cunoştinţelor.

Cele patru tipuri de învăţare de mai sus sunt folosite în ACT*. În PUPS, la acestea se
adaugă şi învăţarea prin analogie.

Michalski scoate în evidenţă rolul esenţial al explicaţiilor în procesele de învăţare:

"este foarte dificil de a învăţa ceva fără să înţelegi acel ceva. Înţelegerea este,
la rândul ei, rezultatul auto-creării sau primirii unei explicaţii satisfăcătoare."
[MBW94]

Explicaţiile pot fi derivaţionale (deductive) sau ipotetice (inductive). Primei clase


îi corespund metode de învăţare analitică, care implică procese de restructurare sau
întărire a cunoştinţelor existente. Celei de a doua clase îi corespund considerarea unei
ipoteze în conjuncţie cu cunoştinţele existente pentru a genera noi cunoştinţe.

Învăţarea sintetică poate fi din exemple (date de altcineva) sau prin observaţii (făcute
de cel care învaţă). Din altă perspectivă, învăţarea sintetică poate fi empirică
(cunoştinţele existente sunt puţin folosite) sau constructivă (esenţial bazată pe
cunoştinţele existente). Exemple de învăţare empirică în inteligenţa artificială sunt
reţelele neuronale sau algoritmii genetici, învăţarea bazată pe explicaţii fiind o învăţare
constructivă [MBW94].

34
Învăţarea analitică poate fi, la rândul ei, bazată pe explicaţii sau pe specificaţii.

După cum precizează Michalski, mecanismele esenţiale implicate în învăţare pot fi


grupate în trei categorii:

deducţie/inducţie,
generalizare/specializare,
abstractizare/concretizare [MBW94].

2.4.4. Concluzii

În încheierea consideraţiilor despre învăţare, concluzionăm câteva idei utile în


proiectarea interfeţelor om-calculator:

- trebuie avută în vedere structurarea interfeţelor într-o formă apropiată de structurile


("hărţile") cognitive ale utilizatorului, structurare conceptuală cât mai "intuitivă";
- un rol deosebit revine înţelegerii şi, în acest context, asigurării tuturor mijloacelor
pentru considerarea structurilor cognitive preexistente în mintea utilizatorului.

35
3. Semiotica
“Logica, în sensul ei general … nu este
decât un alt nume pentru semiotică.“ C.P.
2.2271

“Gândim numai în semne.” 2.302 [Pei90]

3.1. Semiotica

Orice comunicare între om şi calculator se face printr-o interfaţă care asigură transferul
bidirecţional al datelor reprezentate în calculator prin şiruri de biţi în, respectiv din
modalităţi de comunicare înţelese de oameni: litere, cuvinte, imagini etc.. Toate aceste
modalităţi de prezentare sau reprezentare nu sunt altceva decât semne, caracterizate
de faptul că reprezintă (ţin locul unui) obiect pentru un interpretant, conform definiţiei
date de Charles Sanders Peirce:

“Definesc Semnul ca ceva ce este în aşa fel determinat de altceva, numit


Obiectul său, şi care, determină un anume efect asupra unei persoane, efect
pe care-l numesc Interpretantul său, încât acesta din urmă este determinat
mijlocit de primul” - [Pei90, p. 254] (subl. noastră).

“Un semn … ţine locul a ceva pentru cineva, în anumite privinţe sau în virtutea
anumitor însuşiri. El se adresează cuiva, creând în mintea acestuia un semn
echivalent, sau poate un semn mai dezvoltat.” (C.P. 2.228).

Semiotica este ştiinţa care studiază semnele sub toate aspectele: formarea lor,
clasificarea tipurilor de semne, utilizarea semnelor în activităţile umane. Ferdinand de
Saussure considera că semiologia (semiotica) este o parte a psihologiei sociale, ea
fiind “o ştiinţă care să studieze viaţa semnelor în cadrul vieţii sociale” [Sau88]. Charles
Sanders Peirce, autorul citatelor anterioare, a considerat semiotica drept ştiinţa care
studiază procesele de semioză (de semnificare).

Cum toate ştiinţele utilizează semnele sub o formă sau alta, se poate spune că
semiotica este o ştiinţă a ştiinţelor. În domeniul ştiinţei calculatoarelor, semnele au un
rol primordial, plecând de la reprezentarea datelor prin cifre binare cât şi în forma
limbajelor de programare (structuri formate din semne), a formalismelor matematice şi
logice, şi, nu în ultimul rând, a interfeţelor grafice sau textuale.

După cum s-a văzut mai sus, C.S. Peirce a definit semnele prin aşa numitul triunghi
semiotic, în care sunt evidenţiate semnul, obiectul semnificat şi cel care interpretează
semnul:

1 Notaţia C.P. 2.227 se referă la o bibliografie standardizată a operei lui Charles Sanders Peirce.

36
Sem n

O b ie c t In te rp re ta n t
In te rp re ta n t

Figura 7. Triunghiul semiotic

Înţelegerea semnelor se poate face considerându-le ca o manifestare a ideei de


terţiaritate:

“Terţiaritatea este relaţia triadică ce există între un semn, obiectul său şi gândul
interpretant … Orice concept este, desigur, un semn.” (C.P. 8.332).

Importanţa ideei de Terţiaritate în definirea semnelor, în contextul în care semnele stau


la baza oricărei activităţi umane nu este întâmplătoare. Peirce face o clasificare a
ideilor în trei clase, în care terţiaritatea le caracterizează pe cele mai complexe:

“… împart ideile în trei clase: a Primarităţii, a Secundarităţii şi a Terţiarităţii. …


Ideile tipice ale Primarităţii sunt calităţi ale simţirii, sau simple aparenţe. … Tipul
unei idei de Secundaritate este experienţa efortului disociat de ideea unui scop
care urmează a fi atins. … Dacă luăm indiferent ce relaţie triadică obişnuită,
vom găsi în ea întotdeauna un element mental. Acţiunea brută este
secundaritate, orice mentalitate implică terţiaritate” (C.P. 8.328 - 8.331).

După cum relevă Peirce, nu este nevoie să se meargă mai departe cu aceste distincţii.
Ideile de nivel mai înalt (patru, cinci etc.) pot fi reduse la combinaţii între primele trei
clase. Aceste prime trei clase nu pot fi însă reduse la altele mai simple.

Studierea semioticii în contextul interfaţării om-calculator este importantă pentru că o


interfaţă este o modalitate de comunicare, efectuată prin semne. Cunoaşterea tipurilor
de semne permite alegerea celei mai eficiente modalităţi de interfaţare. Între semne şi
entităţile asociate (obiecte şi interpreţi) apar mai multe tipuri de relaţii, care fac obiectul
sintaxei, semanticii şi pragmaticii. Fiecare din acestea au asociate reguli a căror
cunoaştere şi stăpânire sunt deosebit de importante pentru proiectarea interfeţelor om-
calculator. De exemplu, avem reguli:

sintactice, de combinare a semnelor în structuri mai complexe, exprimate de obicei


prin gramatici formale; de exemplu, o propoziţie are un grup verbal şi unul nominal;
de satisfacere a restricţiilor semantice, prin care o configuraţie de semne (de
exemplu, o propoziţie) este interpretată conform unui model al realităţii (eventual o
ontologie); de exemplu, propoziţia: “Am văzut Statuia Libertăţii zburând deasupra
New York-ului!” nu este interpretată în sensul că statuia zbura, deoarece o restricţie
semantică precizează că statuile nu zboară;
pragmatice, de desfăşurare a unui dialog sau a unui discurs; de exemplu,
exprimarea “Ştiţi cât e ceasul?” este, de obicei, o cerere asupra orei exacte.

37
Tipologia semnelor şi elemente de sintaxă, semantică şi pragmatică, cu referire directă
la interfeţele evoluate, sunt studiate în tot atâtea secţiuni în cele ce urmează.

3.2. Tipuri de semne

Se pot face mai multe clasificări ale semnelor. Aceste clasificări sunt utile proiectanţilor
de sisteme informatice, atât pentru sistematizare şi crearea de ontologii (concretizate,
de exemplu, în biblioteci de obiecte reutilizabile), cât şi pentru cunoaşterea spectrului
de semne care poate fi utilizat, în scopul alegerii celui potrivit semn, cu cel mai mare
impact asupra utilizatorului şi cel mai comod, într-un anumit context.

O primă clasificare a semnelor este cea a lui Peirce, făcută în funcţie de relaţiile
semnelor cu cele trei elemente ale triunghiului semiotic (semne, obiecte şi
interpretanţi). Se obţin astfel: sintaxa, semantica şi pragmatica. Dacă cele trei clase
obţinute se împart în funcţie şi de cele trei clase de idei, se formează 3x3 grupe de
semne, după cum urmează:

I) În primul rând, dacă se consideră semnele în sine, independent de obiectul


semnificat sau de interpretant, se constituie o sintaxă, sau cum spunea Peirce, o
“grammatica speculativa” (C.P. 2.229). În acest caz, semnele pot fi clasificate conform
primarităţii, secundarităţii şi terţiarităţii (pe care am putea să le denumim semne
primare, secundare sau terţiare) în:

qualisemne - semne care nu au nici o identitate, care exprimă doar o calitate. Un


qualisemn se referă, de obicei, la calitatea senzorială a unui semn (de exemplu,
faptul că un buton este de culoare albastră sau un cuvânt este evidenţiat printr-o
calitate aparte, cum ar fi tipărirea îngroşată). Am putea adăuga aici şi calităţi ale
cuvintelor, cum ar fi faptul că un cuvânt este un substantiv, că este de un anumit
gen, număr, caz etc..
sinsemne - semne individuale, de exemplu, un buton plasat într-o casetă de dialog
a unei interfeţe a unui program de editare de texte sau un cuvânt într-un text. Un
sinsemn poate avea mai multe qualisemne (de exemplu, un buton poate fi roşu,
mare şi cu colţuri rotunjite).
legisemne - care exprimă un tip general de semne, un semn-lege. Un legismen
este, de exemplu, un cuvânt, în general, de exemplu, “buton”, sau semnul grafic
generic buton.

Figura 8

II) Prin considerarea relaţiei semnelor cu obiectele denotate se obţine semantica


sau “logica propriu-zisă” (C.P. 2.229). Cele trei tipuri de semne corespunzătoare
(primare secundare, terţiare) sunt în acest caz:

38
icon - “şi-ar poseda caracterul semnificant chiar dacă obiectul său nu ar exista”
(C.P. 2.304). Un icon are o asemănare cu obiectul denotat, prin aceasta putându-
se face identificarea între semn şi obiect.
indice - semn din care se poate deduce existenţa unui obiect, în definiţia lui Peirce:
“semn care şi-ar pierde pe dată caracterul ce face din el un semn dacă obiectul său
ar fi îndepărtat dar nu şi-ar pierde acest caracter în absenţa unui interpretant” (C.P.
2.304). Spre deosebire de iconi (asociere prin asemănare) şi simboluri (caracterizaţi
de operaţii intelectuale), indicii au o acţiune prin contiguitate (C.P. 2.306), sunt
legaţi printr-o relaţie fizică cu obiectul denotat.
simbol - este semn numai prin existenţa unui interpretant şi nu prin asemănare
sau relaţie fizică: “în absenţa unui interpretant şi-ar pierde caracterul ce face din el
un semn” (C.P. 2.304), “Simbolurile cresc. Ele iau fiinţă dezvoltându-se din alte
semne, în particular din iconi sau din semne mixte care ţin de iconi şi de simboluri.
Gândim numai în semne. Aceste semne mentale au o natură mixtă; părţile lor care
sunt simboluri se cheamă concepte. Dacă un om produce un simbol nou, o face
prin gânduri care presupun concepte. Astfel un simbol nou se poate dezvolta doar
din simboluri.” (C.P. 2.302).

Figura 9

III) Dacă se are în vedere cum este reprezentat semnul de către interpretantul său
discutăm de “retorica pură” (C.P 2.229) sau pragmatică. Aici cele trei tipuri de semne
sunt:

remă sau termen, adică un semn despre care nu se poate spune că este adevărat
sau fals, ci doar că există (de exemplu, un cuvânt individual).
dicisemn sau propoziţie care poate fi asertată ca adevărată sau falsă;
raţionament.

Figura 10

Putem grupa toate tipurile de semne de mai sus în următorul tabel:

semn-semn semn-obiect semn-interpretant


(sintaxă) (semantică) (pragmatică)
primare qualisemn icon termen
secundare sinsemn indice propoziţie
terţiare legisemn simbol raţionament

39
În cele ce urmează vom trata în secţiuni distincte semantica şi pragmatica.

Charles Morris a făcut o altă clasificare a semnelor, plecând de la teoria acţională a lui
Mead, care defineşte acţiunile (actele) ca având un început, un sfârşit, fiind generate
de un impuls şi putând fi structurate în funcţie de scopul urmărit. Mead a identificat trei
stadii într-o acţiune, diferenţiate de impulsurile determinante:

orientare, generată de impulsuri perceptive;


prelucrare, generată de impulsuri de prelucrare;
îndeplinire, caracterizată de impulsuri de satisfacere sau defulare.

Morris clasifică semnele conform celor trei stadii de mai sus în:

semne designative, prin care agentul capătă informaţii de orientare;


semne prescriptive, care îi indică agentului cum să se comporte;
semne apreciative, care îi permit agentului să aprecieze efectul acţiunilor sale.

Elementele de interfaţă om-calculator pot fi şi ele clasificate conform claselor de mai


sus. De exemplu, un buton al unei interfeţe cu manipulare directă este un semn
designativ. Textul care apare ca efect al cererii de ajutor (“help”) referitoare la
utilizarea acelui buton este o structură de semne prescriptive. Indicatorii, de tip
“termometru”, care ilustrează gradul în care s-a îndeplinit comanda dată prin apăsarea
butonului (de exemplu, la copierea unui fişier) este un semn apreciativ.

3.3. Sintaxa

Sintaxa studiază relaţiile existente între grupuri de semne, fără a considera relaţiile cu
obiectele denotate sau cu interpetanţii semnelor. De exemplu, principalul rol al sintaxei
unei limbi este precizarea modului de structurare a cuvintelor (semnelor) pentru a
forma propoziţii (secvenţe de semne). Pentru aceasta, în sintaxa limbii respective se
face şi o categorizare a semnelor (cuvintelor), de exemplu, în substantive, verbe,
adjective, prepoziţii, conjuncţii etc.. Un limbaj este mulţimea secvenţelor de semne
considerate ca acceptabile (valide).

Se poate vorbi de sintaxă nu numai în cazul unei anumite limbaj natural ci şi în cazul
unor limbaje de comandă folosite în interfaţarea om-calculator sau al limbajelor de
programare. În aceste cazuri, ca şi în cazul limbajului natural, regulile sintactice sunt
modelate matematic prin gramatici formale.

O gramatică formală poate fi descrisă formal printr-un cvadruplu G=(N,T,P,S), care


conţine:

două mulţimi de semne:

semnele terminale (T), care reprezintă cuvintele din limbaj, de exemplu:


“mănâncă”, “Ion” etc.
semnele neterminale (N), care reprezintă grupuri sintactice, cum ar fi, de
exemplu, grupul verbal (notat de obicei VP) sau grupul nominal (NP);

o mulţime de reguli de structurare, denumite şi reguli de rescriere sau producţii


(P). O regulă are o parte stânga şi o parte dreapta, separate prin semnul “ ”.

40
Orice configuraţie de semne din parte stângă poate fi înlocuită (rescrisă prin) partea
dreaptă.

De exemplu, faptul că o propoziţie poate fi formată dintr-un grup substantival şi


un grup verbal este exprimat prin următoarea regulă sintactică (care include
numai relaţii între semne şi nici o referire la obiectele semnificate sau la
interpretant):

S NP VP

un simbol neterminal (aparţinând mulţimii N), denumit semn de start, de exemplu


S.

Toate semnele de mai sus sunt din categoria simbolurilor deoarece ele au întotdeauna
şi o semnificaţie, dată de un interpretant. Am preferat să folosim însă denumirea de
semn pentru a accentua caracterul pur sintactic al unei astfel de gramatici (semantica
şi pragmatica sunt descrise prin alte mijloace).

Este foarte răspândită ierarhia de tipuri de gramatici (de la cea mai generală la cea
mai simplă aflate în relaţii de incluziune) făcută de Noam Chomsky în funcţie de
complexitatea regulilor (P) unei gramatici:

Gramatici generale, la care nu există vreo restricţie.


Gramatici dependente de context, la care singura restricţie este faptul că lungimea
părţii stânga este cel puţin mai mică decât cea a părţii dreapta.
Gramatici independente de context, la care partea stânga este formată doar dintr-
un semn neterminal.
Gramatici regulate, un caz particular, mai simplu, al unei gramatici independente
de context, la care în partea dreapta există doar două semne, unul terminal şi unul
neterminal, în această ordine.

Gramaticile regulate descriu limbaje care pot fi recunoscute de automate finite. Ele
sunt caracterizate şi de posibilitatea unor implementări foarte eficiente din punct de
vedere al complexităţii calculului. Gramaticile regulate pot fi folosite în modelarea
dialogului în sisteme interactive.

Limbajele de programare sunt generate de cazuri particulare de gramatici


independente de context (care se apropie de gramatici regulate).

Reguli sintactice de compunere a unor structuri de semne sunt folosite nu numai în


contextul limbajelor alfanumerice. Au fost definite gramatici de arbori, gramatici de
grafuri [Tra94a], gramatici picturale sau gramatici bidimensionale (vezi cercetările prof.
Solomon Marcus). Există abordări care folosesc gramatici pentru structuri de
interfaţare (meniuri, structuri de pagini de web).

41
3.4. Semantica

Semantica este partea semioticii care consideră relaţia între semne şi obiectele pentru
care au fost imaginate acele semne. Considerând triunghiul semiotic, se poate spune
că semantica este pragmatica din care a fost eliminat interpretantul. Deci semantica
tratează acele relaţii care pot fi analizate independent de interpretant.

Aspectul fundamental pentru semantică, evidenţiat de Peirce în semiotica sa, este


faptul că un semn se referă la ceva, poate fi pus în corespondenţă cu un obiect,
denotă ceva. Plecând de la acest aspect s-au dezvoltat semantici referenţiale sau
denotaţionale pentru diverse domenii (logică, limbajele de programare a
calculatoarelor etc.). Centrală într-o astfel de abordare este definirea unei funcţii de
corespondenţă prin care fiecărui semn sau construcţie de semne i se atribuie o
denotaţie (extensie sau semnificaţie), adică obiectul semnificat.

Un semn poate avea, în afara unei semnificaţii şi o conotaţie (o intensiune, un sens).


De exemplu, marele logician Gotlob Frege exemplifică diferenţa între cele două noţiuni
prin luceafărul de seară şi de dimineaţă care au o aceeaşi planetă ca extensiune sau
semnificaţie dar două intensiuni, două conotaţii, două sensuri diferite.

Noţiunile de sens şi semnificaţie au introdus complicaţii:

“Oscilaţiile în definirea obiectului semanticii, prin legarea fie de semnificaţie, fie


de sens, au la bază o anumită accepţie a termenului sens, anume “înţeles al
cuvintelor” şi, mai ales, operarea cu un concept (neelaborat, multă vreme, în
lingvistică) de semnificaţie, ce trimite: când la semnificaţie, când la actul
semnificării”. [Bob97, pag.55].

Din punct de vedere computaţional, al unui program de înţelegere a limbajului natural,


problema identificării denotaţiei unui semn (în acest context, cuvânt) poate fi deosebit
de dificilă, ea putând implica un volum imens de cunoştinţe. De exemplu, mai jos,
pentru a identifica obiectul denotat de pronumele “el” sunt necesare cunoştinţe care să
permită eliminarea altor candidaţi posibili (cum ar fi Ion, Dan sau apartamentul, care nu
pot fi “parcaţi”):

Automobilul verde de care ţi-am vorbit ieri în apartamentul lui Ion a fost
accidentat mai de mult de Dan. El era parcat de mai mult timp într-un loc foarte
circulat.

Limbajul uman foloseşte de foarte multe ori exprimări cu conotaţii aparte, foarte greu
de detectat de un program de înţelegere a limbajului natural. De exemplu, exprimarea
“mult controversatul pilot”, care este o referire la “Mihai”, introduce şi alte informaţii
despre el (într-un stil foarte folosit de media datorită efectului, am putea spune,
aproape subliminal şi, de aceea, foarte eficient):

Mihai tocmai a terminat ultimul tur din cursă. Mult controversatul pilot a avut o zi
de excepţie.

Plecând de la problemele evidenţiate mai sus, există mai multe tipuri de abordări în
conceperea semanticii, ele putând însă fi grupate în două mari categorii:

42
Semantici care surprind doar extensiunea, care caută obiectul ce exprimă sensul
unui semn printr-o funcţie de interpretare. Astfel de semantici pot fi foarte utile în
cazuri în care limbajele sunt formale (de exemplu, la limbajele de programare).

Semantici care surprind şi intesiunea, conotaţia, care îşi propun să surprindă şi


sensul unui semn. Trebuie remarcat că, şi în cazul limbajelor formale, şi al celor de
programare, s-a simţit necesitatea unei astfel de abordări. De exemplu, calculul
lambda permite verificarea egalităţii a două funcţii nu numai extensiv, prin
verificarea egalităţii tuturor perechilor de valori întoarse de cele două funcţii la
argumente date, ci şi intesiv, prin aducerea funcţiilor la o formă canonică precizată.

O altă clasificare a abordărilor semantice ia drept criteriu modul de căutare a


“înţelesului” unui semn.

Semantica referenţială, denotaţională consideră că înţelesul este în lume, că el


poate fi găsit doar prin identificarea obiectelor denotate de un semn.
Alte concepţii consideră că înţelesul este în mintea interpretantului (semantici aşa
numite cognitive)
sau în efectul comunicării acelui semn (semantica acţională, socială). Teoria
jocurilor de vorbire, iniţiată de Wittgenstein, susţine, de exemplu, că sensul unui
cuvânt este dat de jocurile de limbaj pe care le permite, de contextul în care este
folosit (vezi şi secţiunea 3.5.3) [DuS96].

În lingvistică se vorbeşte de:

semantică structurală,
semantică transformaţională,
semantică logică [Ion97].

Primele două consideră sensul ca “singură realitate demnă de interes” [Ion97, pag.
197], spre deosebire de a treia care este centrată în jurul ideei de denotaţie.
Semantica logică este cea specifică abordărilor de logică formală, care folosesc
noţiunea de model şi de funcţie de interpretare, prin care fiecărui semn i se asociază
un element din model.

Dacă vorbim de semantică în contextul limbajului natural, trebuie făcută o distincţie


între:

sensul lexical, al cuvintelor,


sensul sintagmelor (grupurilor de cuvinte), care poate fi uneori diferit de sensul
cuvintelor componente (ca în cazul expresiilor idiomatice),
sensul propoziţiilor,
sensul textului.

Sensul lexical este este dat, în lingvistica structurală de semem care este o mulţime
de seme. Sensul este astfel obţinut prin compunerea mai multor seme. Semele pot fi:

semanteme, care conferă semantemului individualitate,


claseme, care indică trăsături generice,
virtuameme, care justifică mecanismul de conotaţie (cnf. [Ion97, pag. 187-189]).

O colecţie de seme care este comună mai multor sememe este denumită arhisemem.

43
“… clasemele sunt destinate sa explice coerenta semantica sintagmatica, în
timp ce arhisemele au rolul de a releva organizarea paradigmatica a
sememelor.”[Ion97, pag. 190].

Episememul este sememul unei construcţii idiomatice [Ion97].

Sensul sintagmelor este dat, în general, de regula compoziţionalităţii, general


acceptată în sistemele actuale de înţelegere a limbajului natural [GaM89]. Această
regulă statuează faptul că înţelesul unei construcţii propoziţionale poate fi dedus din
înţelesul părţilor sale componente.

În semantica transformaţională, sensul este construit, conform regulii


compoziţionalităţii, prin tehnici similare unificării trăsăturilor din inteligenţa artificială,
ţinând cont de anumite mărci semantice şi de restricţii de sens şi direcţionat de
producţiile gramaticii considerate [GaM89, Ion9]. Dacă nu se poate face o unificare,
înseamnă că propoziţia nu are sens. De exemplu, propoziţia:

Maşina doarme zbuciumat.

este detectată ca incoerentă semantic deoarece “maşina” este un obiect iar starea de
somn este restricţionată să poată apare doar la fiinţele vii.

Raţionamentele implicate în stabilirea incoerenţelor semantice şi a sensului unei


propoziţii, în general, necesită existenţa unei baze de cunoştinţe care să conţină toate
categoriile de concepte existente, relaţiile între ele şi restricţiile de sens, adică de
utilizare a acestor concepte (de exemplu, faptul că numai o fiinţă vie poate dormi, că
doar o entitate fizică poate avea calităţi precum culoare, mărime etc.). Altfel spus,
trebuie să existe o teorie asupra a ceea ce se consideră că poate exista, adică o
ontologie (vezi secţiunea referitoare la ontologii).

Regula compoziţionalităţii nu se aplică construcţiilor idiomatice. O construcţie


idiomatică este o sintagmă în care sensul nu este dat de sensul cuvintelor individuale,
ci are un sens, ca întreg, total diferit. Acesta este cazul, de exemplu, al unor metafore,
cum ar fi: “l-a atacat cu un nou argument”, “i-a sunat ceasul” etc..

Trebuie spus în încheiere că, în multe situaţii, eliminarea totală a interpretantului nu


este posibilă (de exemplu, în cazul ambiguităţilor de interpretare în înţelegerea
limbajului natural). De fapt, corespondenţa semn-obiect este făcută, de obicei nu la
întâmplare, ci, de fapt, de un interpretant. Această observaţie este poate mai puţin
semnificativă în cazul unor limbaje formalizate (logică, limbaje de programare) dar
este, de multe ori, esenţială în limbajul natural. Un exemplu concludent este teoria
jocurilor de limbaj a lui Wittgenstein şi teoria actelor de vorbire a lui Austin şi Searle
(vezi secţiunea referitoare la pragmatică).

3.4.1. Semne iconice

Peirce a clasificat semnele, din punct de vedere semantic şi conform celor trei clase
primordiale de idei (vezi secţiunea 5.3.4), în iconi, indici şi simboluri. Semnele iconice
sunt semne primare, care nu au sens fără obiectul pe care îl semnifică. Aceste semne
au fost, la rândul lor, clasificate de către Peirce în:

imagini (qualisemne iconice),


diagrame (sinsemne iconice),

44
metafore (legisemne iconice).

Aceste categorii se pot plasa pe o scară de iconicitate conform tabelului de mai jos (o
modificare a celui din lucrarea mai sus citată). Iconicitatea reprezintă cantitatea de
“realism” [RoF95], un grad mic de iconicitate indicând un grad mare de abstractizare:

45
Grad Clasă Subcategorie Face abstracţie Evidenţiază Scop
de (peirciană) de (în plus faţă de
iconi- precedentele)
citate
10 fotografie Existenţă forma şi
aspectul
9 IMAGINE desen tehnic în umbre, texturi şi contururile
perspectivă culori
8 desen tehnic în Perspectivă 3 proiecţii
proiecţie ortogonale
ortogonală
7 hartă Detalii o proiecţie, Orientare
contururile,
proporţiile
distanţelor
6 schemă proporţii, topologia Vizualiz
funcţională componente funcţio-
-lor nare +
constitutive descom-
ale unui punere
obiect,
dinamica
DIAGRAMĂ schemă Dinamică topologia Descom-
structurală punere
5 organigramă formă (se reprezentare Vizualiz.
folosesc forme a Conexiuni
geometrice conexiunilor
simple drept logice ale
componente) subsistemel
or unui
sistem
reprezentare relaţii Genetica
arborescentă ierarhice
într-o
taxonomie
4 diagrame Venn mulţimi
histogramă comparaţia Compa-
unor mărimi rare
3 grafic reprezentare Vizualiz.
liniară a Variaţiei
variaţiei
temporale a
unei mărimi
2 tablou valori care Compa-
prin plasare rare
indică
anumite
corelaţii
1 METAFORĂ

Imaginile sunt cele mai apropiate de realitate. Pentru a înţelege însă aspecte
importante ale realităţii ilustrate prin imagini, pentru a stăpâni complexitatea ei, sunt
necesare abstractizări. Diagramele şi metaforele sunt mijloace folosite curent în acest

46
scop. O perspectivă utilă în înţelegerea rolului acestora este cea a modelelor mentale
(vezi secţiunea 2.3).

3.4.1.1. Diagrame

Diagramele sunt reprezentări iconice caracterizate printr-un grad de abstractizare mai


mic sau mai mare [StA97]. Ele pot fi considerate ca externalizări (eventual
abstractizate) ale modelelor mentale (vezi secţiunea 2.3). Dacă am putea raţiona
exclusiv pe baza modelelor mentale probabil că n-am mai avea nevoie de diagrame.
Probabil că recurgem la diagrame atunci când modelele mentale devin prea complexe
(şi neuniforme).

Diagramele abstractizează anumite elemente ale unei imagini evidenţiind anumite


relaţii. După cum spune Peirce: “Deşi posedă trăsături simbolice şi trăsături apropiate
de indice, diagrama rămâne în primul rând <<icon>>-ul formei relaţiilor obiectului”
(C.P. 4.531). în funcţie de relaţiile considerate putem deosebi mai multe tipuri de
diagrame.

Am putea conjectura că existenţa a mai multor feluri de diagrame reflectă


existenţa mai multor tipuri de modele mentale. Mai mult, diversele tipuri de
diagrame sunt corespondente unor domenii ale matematicii.

Hărţile sunt diagrame care păstrează relaţiile spaţiale, inclusiv proporţiile. Ele sunt
folosite pentru parcurgere, efectuarea unor raţionamente spaţiale sau pentru achiziţia
unor cunoştinţe. în informatică există în prezent un standard de facto în materie de
hărţi: sistemul GIS (Geographical Information System).

O doua grupă de diagrame este cea a schemelor funcţionale sau structurale.


Acestea, spre deosebire de hărţi nu mai păstrează riguros proporţiile sau forma
componentelor. Păstrează însă relaţiile topologice între componentele imaginii
considerate. Gradul de iconicitate este încă mare în sensul că se păstrează o
asemănare cu forma “reală” a componentelor. Schemele sunt folosite pentru
identificarea componentelor unui sistem şi, în cazul celor funcţionale, pentru ilustrarea
dinamicii acelui sistem.

Organigramele şi reprezentările arborescente sunt de obicei grafuri ale căror


noduri reprezintă componente logice sau fizice, activităţi sau chiar concepte sau
obiecte. Arcele reprezintă transferuri informaţionale sau materiale (în cazul
organigramelor), relaţii taxonomice, morfologice sau de altă natură. Exemple
binecunoscute în informatică sunt diagramele de flux de date, diagramele de tranziţia a
stărilor, diagramele de descompunere funcţională sau a datelor, diagramele de
evenimente, reţelele Petri etc. Pe acest tip de diagrame se pot face parcurgeri,
simulări sau verificări.

Grafurile sunt folosite de obicei ca abstractizare a unei configuraţii din realitate. Ele pot
fi definite ca o mulţime de noduri (sau vârfuri) şi o mulţime de arce (sau muchii, dacă
graful este neordonat) care leagă perechi de noduri.

Imaginile sau, în general configuraţiile din realitate, conţin de obicei un număr de


obiecte care se află în relaţii de vecinătate, de descompunere etc. Grafurile exprimă de
fapt relaţii între noduri şi, de aceea, sunt adecvate exprimării imaginilor sau a altor
configuraţii. Mai mult, grafurile pot fi desenate şi se pot face raţionamente atât vizuale

47
cât şi formale asupra lor. Se poate spune că ele sunt o îmbinare ideală între vizual şi
formal.

Majoritatea diagramelor pot fi reprezentate ca grafuri. Multe din avantajele diagramelor


sunt, de fapt, avantajele grafurilor. Grafurile exprimă tendinţa noastră de a
conceptualiza realitatea şi de a identifica relaţii între concepte. Grafurile pot exprima
atât vizual cât şi formal structurarea unor sisteme. Ele pot fi uşor parcurse şi
modificate, atât mental cât şi în implementări pe calculator.

Diagramele Venn, histogramele sub diverse aspecte (cu bare, de tip “plăcintă” etc.)
şi grafurile sunt situate la un nivel mai înalt de abstractizare, ele fiind folosite pentru
ilustrarea unor relaţii de genul “include pe”, “este mai mare ca” etc. sau a variaţiei în
timp a unei mărimi (în cazul grafurilor).

Listele şi tabelele sunt diagrame care arată corelaţii şi ordonări pe baza relaţiilor
stânga-dreapta şi sus-jos. Meniurile şi grupurile de elemente de interfaţă din interfeţele
om-calculator pot fi considerate cazuri particulare de tabele.

În încheierea discuţiei despre diagrame vrem să precizăm că vedem răspândirea


diagramelor ca o dovadă a ergonomiei cognitive ale acestora. În prezent, în
dezvoltarea sistemelor informatice diagramele sunt larg răspândite în aşa numitele
sisteme CASE (“Computer Aided Software Engineering”) sau în sisteme de
programare vizuală. Această răspândire este datorată şi faptului că pot fi relativ uşor
implementate, pe ele putându-se face inclusiv animări.

O problemă frecvent discutată [Ios94, RoF95] este raportul între diagramă şi


verbalizare. După cum remarcă Gh. Iosif “Datorită abilităţilor excepţionale ale omului
de a recunoaşte pattern-uri, este probabil ca sistemul nostru de procesare să fie expert
în tratarea informaţiei orientată spaţial.” [Ios94].

3.4.1.2. Metafore şi metonimii

Metafora, conform [DEX84], “este o comparaţie subînţeleasă prin substituirea


cuvântului obiect de comparaţie cu cuvântul-imagine” sau, mai plastic: “esenţa
metaforei constă în a înţelege şi a trăi experienţa unui lucru prin intermediul altui lucru”
Lakoff, în [Mar89].

Metonimia “constă în inversarea voluntară a categoriilor logice ale întregului prin parte,
ale părţii prin întreg, ale cauzei prin efect, ale efectului prin cauză, ale abstractului prin
concret, ale posesorului prin lucrul posedat etc.” [DEX84]. Alături de metafore şi ele
încep să fie utilizate în proiectarea sistemelor informatice.

Metaforele sunt mult mai mult utilizate în viaţa zilnică decât ne dăm seama. Prin ele noi
putem refolosi un bagaj de cunoştinţe pe care îl avem într-un domeniu pentru un nou
domeniu definit metaforic prin primul:

Deşi metaforele sunt peste tot, de multe ori sunt dificil de detectat. Ele sunt
prezente ori de câte ori vorbim sau gândim despre concepte abstracte.
Metaforele servesc drept modele naturale; ne permit să luăm cunoştinţe
referitoare la obiecte sau evenimente familiare şi să le folosim pentru a da o
structură unor concepte abstracte, mai puţin înţelese. [Eri95].

48
Metaforele sunt deosebit de utile în inducerea unor modele mentale dorite în mintea
interlocutorului. Ele sunt folosite pe o scară mult mai largă decât ne-am închipui la o
primă vedere, în:

1. literatură, media (de exemplu, “nou alesul X a atacat …”), reclame (de exemplu,
“folosind săpunul X, pielea dvs. devine fină ca mătasea”) etc.;
2. ştiinţă (“câmpul” electromagnetic, “groapa de potenţial”, “zidul sonic”, “nivele
cuantice” etc.);
3. programarea calculatoarelor (“stiva”, “arbore”, “pointer” etc.)
4. interfeţele om-calculator (“fereastră”, “ascensor”, “birou”) etc..

Utilizarea de metafore în interfeţele om-calculator s-a dovedit deosebit de utilă prin


binecunoscutele interfeţe bazate pe metafora manipulării directe. În general, când se
recurge la metafore pentru trebuie să se aibă în vedere [Eri95]:

identificarea necesităţilor utilizatorilor,


descoperirea metaforelor deja existente în sistem,
identificarea aspectelor funcţionalităţilor sistemului care ar putea crea probleme
utilizatorului,
căutarea de metafore adecvate,
analiza posibilităţilor de extindere a metaforei găsite.

Trebuie precizat că nu orice metaforă este bună. Este posibil, de exemplu, ca o


metaforă să fie prea greu de înţeles.

Metaforele pot fi (Clanton în [VaV90]):

funcţionale - de exemplu, foile de calcul (spreadsheet-urile);


operaţionale - manipularea directă;
organizaţionale;
integrative.

Pentru a facilita accesul unei game cât mai largi de utilizatori la calculator, au fost
imaginate modalităţi cât mai simple şi intuitive de comunicare om-calculator. Orice
calculator are o tastatură similară unei maşini de scris, prin care se pot introduce
comenzi. Aceste comenzi precum şi răspunsurile date de calculator nu sunt tipărite pe
hârtie (ca la o maşină de scris) ci sunt vizualizate pe ecranul calculatorului (ca şi cum
pe ecran ar fi vizualizată hârtia pe care ar scrie maşina de scris). Această modalitate
de comunicare, de tip “maşină de scris”, prin care utilizatorul introduce de la tastatură
comenzi necesită însă învăţarea limbajului acelor comenzi şi, prin aceasta, reduce
foarte mult accesul unor persoane neinitiate la facilităţile calculatoarelor. De aceea, au
fost imaginate modalităţi de comandă mai simple, similare cu, de exemplu, cele ale
telecomenzii unui televizor, prin apăsarea unor butoane. Spre deosebire însă de
telecomanda unui televizor, butoanele folosite pentru dialogul om-calculator nu sunt
realizate fizic ci ele sunt vizualizate pe ecranul calculatorului, apăsarea lor făcându-se
folosind mouse-ul.

Metafora telecomenzii unui televizor nu este singura care este folosită în asigurarea
unei interacţiuni cât mai simple între utilizator şi calculator. O alta metaforă larg utilizată
este cea a meniului. Oricine ştie că, de obicei, la un restaurant, pentru a alege felurile
de preparate dorite, este pus la dispoziţie un meniu care conţine posibilităţile de
comenzi. Similar, în interactiunea om-calculator, de multe ori, în situaţia în care
utilizatorul poate da o comandă dintr-o mulţime posibilă de variante, pe ecranul
calculatorului este afişată lista de opţiuni, utilizatorul putând alege varianta dorită prin

49
selectarea acesteia de exemplu, cu mouse-ul. În cazul în care este necesară gruparea
mai multor opţiuni împreună cu alte modalităţi de comandă, cum ar fi butoane sau
zone în care utilizatorul poate introduce un anumit text, se recurge la aşa numitele
casete (sau cutii) de dialog.

O altă metaforă des întîlnită în interacţiunea om-calculator şi care a dus, de fapt, la


revoluţia calculatoarelor personale este metafora biroului (“desktop”). Conform
acestei metafore, pe ecranul calculatorului diversele informaţii afişate sunt grupate în
aşa numitele ferestre, similar cu gruparea informaţiilor pe pagini de hârtie. Dupa cum
paginile de hârtie sunt plasate pe biroul de lucru şi pot fi deplasate şi / sau suprapuse
(acoperite parţial sau total una de către alta), aşa şi ferestrele sunt plasate pe ecranul
calculatorului şi pot fi deplasate, aduse în faţă sau acoperite de alte ferestre. Folosirea
termenului de fereastră în locul celui de pagină de hârtie este justificată de faptul că,
spre deosebire de paginile de hârtie (care au o dimensiune bine precizată şi în ele intră
un volum limitat de informaţii), dimensiunea unei ferestre poate fi modificată şi, în plus,
într-o fereastră, în general, se poate vizualiza la un moment dat eventual doar un
fragment dintr-un anumit document mai mare. Pentru a înţelege ultima idee, trebuie
imaginat un document ca un sul de hârtie având o lungime oricât de mare, fereastra pe
ecran corespunzând unei deschizături dreptunghiulare prin care se poate vedea doar
un numar limitat de rânduri succesive din document.

Pentru a “rula” sulul de hârtie care reprezintă documentul, pe latura de jos şi pe cea
din dreapta a ferestrei apar bare de defilare. O bară de defilare conţine două butoane
pentru a deplasa sulul în sus respectiv în jos prin faţa ferestrei. Direcţia în care
declanşează deplasarea fiecare buton este sugerată printr-o săgeată. Pentru a avea o
idee asupra plasării relative a ferestrei în cadrul documentului, între cele două butoane
din bara de defilare este vizualizat un dreptunghi denumit ascensor deoarece el se
deplasează în sus sau în jos odată cu deplasarea relativă a ferestrei în susul sau în
josul documentului.

În sfârşit, pentru a încheia trecerea în revistă a câtorva metafore folosite în proiectarea


interfeţelor prietenoase om-calculator trebuie precizat că, de multe ori, anumite servicii
oferite de calculator sunt vizualizate prin intermediul unor mici figuri sugestive pentru
serviciul oferit, denumite icoane. Lansarea serviciului respectiv se poate face prin
apăsarea cu butonul mouse-ului (o dată sau, în alte cazuri, de două ori succesiv) a
figurii respective.

3.4.2. Indicii

Indicii sunt semne aflate într-o relaţie de contiguitate cu un obiect. De exemplu, fumul
este un indiciu pentru foc, termometrul este un indiciu al temperaturii înconjurătoare
etc. O distincţie între iconic şi simbolic, pe de o parte, şi indicial, pe de alta, este
ilustrată de distincţia reprezentare / prezentare [RoF95]. Dintr-o altă perspectivă,
iconicităţii îi este specifică metafora pe când indicialităţii îi este specifică metonimia.

Utilizarea indicialităţii în ştiinţă nu are aceeaşi extindere ca iconicitatea şi simbolicitatea


(spre deosebire de limbajul cotidian) [RoF95]. Totuşi, în interfeţele om-calculator indicii
sunt folosiţi pe scară largă. Exemplificăm aici prin:

“termometrele” care indică gradul de îndeplinire a unei acţiuni în curs;


“ascensorul” unei ferestre;
indicii asupra interzicerii unei acţiuni;

50
indicii asupra unei acţiuni periculoase.

3.4.3. Simbolurile

Simbolul este caracterizat de un grad înalt de abstractizare. Simbolul este înţeles şi


definit diferit de diverşi cercetători. Simbolul poate avea o relaţie cu obiectul simbolizat
(în artă, psihologie, antropologie) sau poate avea în caracter pur convenţional (în
ştiinţă şi tehnică) [RoF95]. Ca exemple pentru cele două categorii dăm, în primul caz
simbolurile folosite în mnemotehnică (pentru a fi plasaţi în “loci”) sau arhetipurile lui
Jung [Jun94]. Pentru cea de-a doua categorie pot fi date nenumărate exemple:
simbolurile chimice, geometrice, algebrice, logice, lingvistice.

3.5. Pragmatica

Din punct de vedere semiotic, pragmatica include toate cele trei elemente ale
triunghiului semiotic (vezi 3.1). Pragmatica este definită cu nuanţe diferite în funcţie de
perspectivă. O constantă în toate perspectivele este însă importanţa considerării
interpretantului uman. Un alt element important în pragmatică este timpul, succesiunea
mai multor acţiuni.

În contextul interfeţelor om-calculator, pragmatica este necesară în interacţiunile care


consideră:

rolul contextului interacţiunii în interfaţare;


regulile de succedare într-o serie de interacţiuni;
particularităţile utilizatorului.

Un concept deosebit de important în pragmatică este izotopia, prin care se încearcă


surprinderea coerenţei unui text [Ion97, pag.190]. Un text, în general, o secţiune dintr-
un manual, o prelegere, un dialog trebuie să aibă coerenta. În afara tehnicilor de
structurare a discursului, de retorică, o condiţie absolut necesară este izotopia,
coerenţa textului respectiv. Am putea spune că un text, ca ansamblu, are sens dacă
este izotopic. Această idee este mult mai naturală în cadrul unei semantici cognitive
sau acţionale decât în cele denotaţionale. Prin această idee este evidenţiat, de fapt,
rolul primordial al pragmaticii.

Conceptul de izotopie, cerinţa de coerenţă, poate fi extinsă de la texte la hipertexte


(vezi capitolul 4) şi, în general, la orice interfaţă om-calculator. Împreună cu principiile
conciziunii şi cel al reacţiei la orice comandă, coerenţa este, totodată, unul din
principiile esenţiale ale ergonomiei cognitive.

3.5.1. Pragmatica interfeţelor cu manipulare directă

În interfeţele cu manipulare directă, aspectele pragmatice enumerate mai sus se


concretizează în:

Asistenţa (“help”-ul) dependentă de contextul interacţiunii.


Regulile de succedare a interacţiunilor. În cazul interfeţelor cu manipulare directă
aceste reguli sunt foarte puţine şi simple (poate şi datorită faptului că aceste
interfeţe sunt concepute pentru a putea fi folosite de către orice persoană, chiar şi

51
de copii mici). Un exemplu de astfel de regulă ar fi cea care statuează că, dacă
există o casetă de dialog modal, trebuie neapărat efectuată o interacţiune cu un
element de control din acel dialog.
personalizarea interfeţelor, adaptarea interfeţelor la preferinţele, particularităţile şi
necesităţile:

fizice (de exemplu, viteza de apăsare a unui duble “click”). Există modalităţi
de a adapta interfeţele şi la persoanele cu handicap, de exemplu, pentru
surzi, în loc de un semnal sonor se folosesc semnale luminoase pe ecran.
de limbă,
psihice, comportamentale, de personalitate

ale utilizatorului, prin modificarea caracteristicilor de:

aspect (culori, fonte etc.),


structură (de amplasare a elementelor interfeţelor, de exemplu, a icon-ilor,
sau de structurare a paginilor de web),
funcţionalitate (mod de răspuns la anumite comenzi, de exemplu, selectarea
unei opţiuni dintr-un meniu prin “click” simplu sau dublu).

Personalizarea interfeţelor se poate face:

explicit, în urma opţiunii explicite a utilizatorului;


implicit, în urma unei analize automate. De exemplu, editoarele de texte evoluate
memorează anumite tipuri de stiluri de texte folosite. Ca o extremă a acestor analize
automate se pot aminti aici tehnicile de analiză a interacţiunii (parcursurilor) unui
utilizator pe web pentru a deduce ce profil are, pentru a putea deduce ce servicii
sau produse l-ar putea interesa.

Tehnic vorbind, cea mai simplă modalitate de personalizare a unei interfeţe este de a
memora preferinţele fiecărui utilizatorului într-un fişier. Altă modalitate, folosită în cazul
sistemelor de navigare pe Internet pentru identificarea unui anumit utilizator, este
alocarea unui cod unic acestuia (un “cookie”) şi memorarea lui într-un loc anume pe
calculatorul său. Acest cod este citit de sistemul de navigare pentru identificarea
utilizatorului.

3.5.2. Considerarea contextului în interfeţele în limbaj natural

Rolul contextului în personalizarea interfeţelor în limbaj natural este şi mai evident,


dacă ne gândim la faptul că ne adaptăm modul de a vorbi cu un interlocutor în funcţie
de acesta şi de context. De exemplu, altfel vorbim cu un vânzător în piaţă şi altfel într-
un dialog despre calculatoare cu un coleg specializat în acestea.

Din perspectiva lingvisticii computaţionale, problemele de context includ identificarea


referenţilor contextuali cum ar fi anafora sau elipsa. Tehnic vorbind, implementările
care rezolvă aceste probleme contextuale ridicate de pragmatică folosesc o listă a
istoricului discursului, listă care poate fi asimilată, după părerea noastră, unui model
mental al acelui discurs.

Pentru a înţelege mai bine problematica regăsirii referinţelor corecte vom considera
exemplul de mai jos, în care semnul lingvistic “El” din exemplul următor se referă la
automobil:

52
Automobilul verde de care ţi-am vorbit ieri a fost accidentat. El era parcat de
mai mult timp într-un loc foarte circulat.

Din perspectivă lingvistică, pragmatică, rezolvarea acestei probleme implică, de multe


ori şi stabilirea contextului la care trebuie considerat că aparţine semnul, simbolul,
pentru a i se putea găsi denotarea dintre o mulţime de denotări posibile. De exemplu,
mai jos, cel de-al doilea pronume “El” se referă la Ion şi nu la automobil:

Automobilul verde de care ţi-am vorbit ieri a fost accidentat. El era parcat de
mai mult timp într-un loc foarte circulat. Ion a fost bolnav şi nu a mai condus. El
este însă acum restabilit.

Dintr-o perspectivă hermeneutică, stabilirea valorii unui simbol poate însă implica
efectuarea unor raţionament şi chiar considerarea întregii istorii a persoanelor
implicate în contextul respectiv.

De exemplu, “El” din primul exemplu de mai jos se poate referi la automobil, la Ion, la
Dan sau chiar la apartament. Deoarece însă doar automobilele pot fi “parcate”, este
evident că se referă la automobil. În cel de-al doilea caz, “El” este legat la Dan,
deoarece este evident că automobilele nu pot fi evazive. În cel de-al treilea caz însă,
legarea pronumelui se poate face atât la automobil cât şi la Dan. Decizia asupra
referinţei corecte se poate face pe baza istoriei referitoare la cine este de obicei
neîngrijit.

1. Automobilul verde de care ţi-am vorbit ieri în apartamentul lui Ion a fost
accidentat mai de mult de Dan. El era parcat de mai mult timp într-un loc
foarte circulat.
2. Automobilul verde de care ţi-am vorbit ieri în apartamentul lui Ion a fost
accidentat mai de mult de Dan. El era, ca de obicei, evaziv.
3. Automobilul verde de care ţi-am vorbit ieri în apartamentul lui Ion a fost
accidentat mai de mult de Dan. El era, ca de obicei, neîngrijit.

Spre deosebire de interfeţele cu manipulare directă, în cele în limbaj natural problema


regulilor de succedare a interacţiunilor devin foarte importante. Ele se materializează
în:

regulile derivate din teoria actelor de vorbire sau a implicării conversaţionale, în


cazul dialogurilor;
regulile retorice, în cazul înţelegerii unui text.

3.5.3. Teoria actelor de vorbire

După cum remarca şi Wittgenstein în opera sa de maturitate, pentru înţelegerea unei


exprimări în limbaj natural, contextul exprimării este esenţial. El a introdus teoria
jocurilor de vorbire [DuS96, pag.160, Fur97, pag.166-168], pentru a explica de ce
aceeaşi construcţie lingvistică poate avea sensuri cu totul diferite în contexte diferite.
Rolul contextului este esenţial şi în teoria actelor de vorbire, în care intenţia vorbitorului
şi efectul asupra interlocutorului au o poziţie centrală. Uneori se foloseşte şi sintagma
acte de limbaj, înţelegându-se prin limbaj o extensie incluzând şi comunicarea ne-
textuală.

53
Teoria actelor de vorbire a fost introdusă de Austin şi dezvoltata de Searle [Bob79,
pag.137]. Se disting mai multe faţete ale unui act de limbaj, prezente într-o exprimare
[UWA98]:

actul locuţionar de a utiliza o construcţie de comunicare (de exemplu, lingvistică);


forţa ilocuţionară (“nespusul” unei acţiuni, intenţia celui care se exprimă);
efectul perlocuţionar asupra interlocutorului.

“Austin deosebeşte astfel semnificaţia (în sens semantic) de “rolul ilocuţionar al


unui act de vorbire”. Teoria “actelor de vorbire” este astfel cumva opusul teoriei
ultime a lui Wittgenstein: formulei după care “utilizarea îi dă expresiei”
semnificaţie, Austin îi opune teza: se poate stabili semnificaţia unei exprimări,
fără să fie clar cum este ea întrebuinţată. “Numesc <<actul de a spune ceva>>
(în sensul deplin al cuvântului): executarea unui act locuţionar şi, în acest
context numesc studiul enunţurilor: studiul actelor locuţionare sau al
elementelor complete ale discursului ;“ dar “putem spune că efectuarea unui
act locuţionar este şi ea ipso efectuarea unui act ilocuţionar”, pentru a cărui
determinare trebui să ştim “în ce mod folosim actele locuţionare”.”[Bob79,
pag.137].

Actele de vorbire au fost clasificate în diferite feluri. Cea mai simplă clasificare este în:

declarative,
interogative,
imperative.

John R. Searle [UWA98] identifică mai multe tipuri de acte de vorbire:

ilustrative (“representatives”), care reprezintă o stare de fapt: aserţiuni, descrieri;


comisive (“commisssives”), care implica vorbitorul într-un curs viitor de acţiuni:
promisiuni, amenintari;
directive ce atrag atenţia asupra efectuării unei acţiuni: comenzi, cereri;
declaraţii, care aduc o anumita stare de lucruri: denumire, arestare, casatorie,
binecuvântare;
expresive, care indica starea psihologica sau atitudinea mentală a vorbitorului:
felicitări, mulţumiri, scuze;
verdicative, care dau o apreciere: judecată, iertare.

Teoria actelor de vorbire poate fi folosită în asigurarea şi evaluarea succesului unui act
de vorbire [UWA98]. Altfel, pentru a fi considerat ca realizat cu succes, un act de
vorbire trebuie să îndeplinească următoarele categorii de condiţii:

esenţiale - adică respectarea “regulilor jocului” lingvistic - de exemplu,


recunoaşterea faptului că folosirea anumitor cuvinte înseamnă un act de limbaj şi
cunoaşterea consecinţelor acelui act;
de sinceritate a vorbitorului, care se referă la credinţele, dorinţele şi intenţiile
vorbitorului;
preparatorii, condiţii necesare care trebuie satisfăcute de contextul imediat pentru
ca acţiunea să aibă loc;
de conţinut propoziţional.

Identificarea actelor de vorbire permite stabilirea şi a succesiunii posibile ale acestora.


Se pot defini astfel reguli de succesiune, cum ar fi faptul că după un anumit tip de act

54
este aşteptat numai un alt tip de act ca replică. De exemplu, dacă considerăm o
clasificare a actelor de limbaj în [SeV99]:

informative,
cereri,
îndoială,
dezaprobare,
justificare,
acceptare,
sugestie a unui nou subiect (“focus of the discussion”),
refuzare a unui nou subiect.

este evident că o îndoială sau o dezaprobare pot apare doar după o informare, o
refuzare după o sugestie, o justificare doar după o îndoială sau o dezaprobare etc.

Teoria actelor de vorbire poate fi utilizată nu numai în context textual. Se poate vorbi şi
de acte grafice [SeV99] cum ar fi:

indicarea (“pointing”),
adăugarea,
mutarea,
ştergerea.

care pot fi utilizate pentru a exprima anumite acte de comunicare. Bineînţeles că şi


pentru acestea se pot stabili reguli de succesiune, ca în cazul actelor de vorbire.

3.5.4. Teoria implicării conversaţionale a lui Grice

H.P Grice a reliefat faptul că într-o conversaţie multe lucruri sunt subînţelese,
propunând teoria implicării conversaţionale (“conversational implicature”). Un exemplu
este propoziţia [UWA98]:

“Ai bani la tine?”

care înseamnă, de fapt:

“Nu am nici un ban; poţi să mă împrumuţi?”

Implicarea conversaţională este o inferenţă, implică un mesaj nespus explicit şi


necesită:

utilizarea informaţiei contextuale (inclusiv a cunoştinţelor subînţelese);


respectarea principiului cooperativităţii, adică, am spune noi, a unor reguli (“ale
jocului”).

Grice derivă din principiul cooperării mai multe maxime [UWA98]:

Maxima relaţionării: Fiţi relevanţi!


Maxima cantităţii: Fiţi atât de informativi cât este necesar!
Maxima calităţii: Spuneţi doar ceea ce consideraţi adevărat şi justificat suficient!
Maxima modalităţii: Fiţi scurt şi evitaţi neclaritatea şi ambiguitatea!

55
Aceste maxime pot fi folosite pentru desfăşurarea dialogurilor, atât pentru a genera cât
şi pentru a analiza replici.

3.5.5. Retorica

Retorica este atât o artă a construcţiei discursurilor cât şi o teorie asupra acestora
[DuS96]. Esenţială în retorică este structurarea discursului şi adaptarea sa la un
context bine precizat (am putea spune, într-o terminologie specifică interfeţelor
evoluate, personalizarea sa) în scopul convingerii interlocutorilor. Retorica se poate
aplica nu numai la texte. Se poate vorbi, de exemplu, de o retorică a imaginilor sau a
hipertextelor [THH94].

Etapele clasice ale producerii unui text sunt [TNA98]:

Inventio, găsirea, “inventarea” posibilităţilor “materiale” (idei, concepte, cuvinte,


termeni, structuri de argumentare) legate de un anumit subiect. Începând cu
această etapă trebuie să se ţină seama de cele trei mijloace de convingere:

docere (a învăţa),
delectare (a delecta),
movere (a mişca ascultătorul, a-l îndemna să ia o anumită poziţie, a-l
îndemna la o acţiune),

mijloace ce trebuie să revină permanent în atenţia celui ce concepe un discurs.

Dispositio, preia rezultatul primei etape, dând o primă formă ideilor ţinând seama
de docere, delectare şi movere. Vorbitorul trebuie să aplice acum anumite principii
de structurare a discursului, cum ar fi antiteza, elaborarea etc. În lingvistica
computaţională a fost dezvoltată teoria schemelor retorice (“Rhetorical Schema
Theory” - RST) de către William C. Mann [Man88]. Această teorie identifică o serie
de reguli retorice, cum ar fi:

antiteza,
justificare,
concesie,
condiţie,
secvenţă,
contrastare;

fiecare din acestea având un nucleu şi unul sau mai mulţi sateliţi. Orice text poate fi
structurat în segmente legate între ele prin scheme retorice. Fiecare segment poate
fi, la rândul lui, structurat în alte segmente, legate şi ele prin scheme retorice, şi aşa
mai departe, pe oricâte nivele. Teoria schemelor retorice este folosită curent în
generarea automată de text sau în înţelegerea textelor în limbaj natural.

Elocutio, teoria exprimării, a găsirii termenilor şi a cuvintelor cele mai adecvate


pentru a descrie lucrurile inventate şi apoi ordonate.

Discursul conceput după primele trei etape, trebuie învăţat. Memoria este etapa ce
prezintă anumite reguli ce înlesnesc învăţarea textului.

56
Pronuntiatio, descrie “realizarea” discursului, susţinerea lui. În cadrul descrierii
acestei etape trebuie ţinut seama de latura pragmatică, de faptul că textul devine o
acţiune, “convingerea” ascultătorului având loc prin vorbire, gestică, mimică, etc.,
deci prin acţiuni.

Problemele legate de structura discursurilor şi, bineînţeles în conexiune directă,


retorica, pot fi înţelese mai bine dacă sunt, de asemenea, considerate ca exprimând
tot nişte modele mentale. (Retorica poate fi considerată ca având drept scop inducerea
unor modele mentale cât mai apropiate de intenţiile autorului.) De exemplu, Johnson-
Laird evidenţiază posibilitatea considerării înţelegerii unei structuri discursive ca un
proces de recunoaştere a unui model mental [JoL92]. Din perspectivă
implementaţională, o tehnică des folosită este utilizarea scenariilor (“scripts”)
prototipice, variantă clar precizată chiar de Marvin Minsky [Min75] ca particularizare a
obiectelor structurate (frame-urilor).

57
4. Sisteme hipertext şi hipermedia
4.1. Texte

Textele sunt scrise pentru a fi citite, înţelese şi pentru a avea un impact conform
scopului dorit de cei care le-au scris (uneori, cei care au elaborat textele nu au ca scop
înţelegerea lor de către cititori ci doar un anumit impact - de exemplu, în cazul
manipulărilor). Citirea unui text este, bineînţeles, un proces care pleacă de la percepţia
vizuală, care necesită recunoaşterea de simboluri - litere -, cuvinte şi structuri
sintactice, şi care are drept scop găsirea unui înţeles (semantica asociată textului) care
are efecte practice (pragmatica).

Înţelegerea este bazată pe bagajul nostru de cunoştinţe, este aflată într-un context
istoric, fizic şi sentimental şi are ca efect construirea unui model mental.

Impactul unui text asupra cititorului, ca urmare a îndeplinirii scopului pe care îl


urmăreşte autorul textului, poate fi controlat atât prin conţinut, prin scheme retorice cât
şi prin vizualizarea sa diferită.

O perspectivă importantă este cea în care textele servesc drept intermediari (canale)
în procese de comunicare, procese care au configuraţia din figura 1 [GSN98]:

4.1.1. Ipostaze ale unui text

Un text, hipertext sau hipermedia poate fi considerat ca având mai multe ipostaze:

1. textul brut, succesiunea de semne (litere - simboluri ASCII - şi imagini);


2. textul adnotat, de exemplu, în SGML, HTML, XML, LaTex;
3. limbajul de adnotare (DTD-ul, vezi 4.1.3);
4. arborele care reprezintă imbricarea fragmentelor de text (conform [DOM]);
5. stilul de afişare, implicit sau exprimat explicit, în CSS sau XSL;
6. textul afişat pe ecranul calculatorului;
7. textul tipărit pe hârtie;
8. structura de pagini a textului, ancorele şi legăturile (structura de hipertext);
9. cunoştinţele din text;
10.scopurile urmărite de autor;
11.istoricul parcurgerii textului de un cititor;
12.efectul pe care textul îl are asupra cititorului.

Primele opt ipostaze fac obiectul primei secţiuni care urmează. Aceste ipostaze sunt
intens discutate şi fac obiectul unor noi standarde sau propuneri de standarde în
contextul Internet-ului (de exemplu, formatarea, modul de afişare face obiectul XSL şi
XSLT, iar legăturile şi ancorele sunt tratate de XPath şi XLink).

Ultimele trei ipostaze sunt legate de aspectele pragmatice, fenomenologice şi sunt, de


asemenea, considerate ca fiind de primă importanţă.

De exemplu, textul brut::

Republica
Platon
Text capitol 1

58
Text capitol 2

poate fi adnotat în XML (XML şi XSL vor fi prezentate pe scurt în secţiuni următoare):

<CARTE>
<TITLU>Republica</TITLU>
<AUTORI>
<AUTOR>Platon</AUTOR>
</AUTORI>
<CAPITOL>Text capitol 1</CAPITOL>
<CAPITOL>Text capitol 2</CAPITOL>
</CARTE>

conform limbajului de adnotare (DTD) definit mai jos:

<!DOCTYPE CARTE [
<!ELEMENT CARTE (TITLU, AUTORI, TRAD, (CAPITOL)*)>
<!ELEMENT TITLU (#PCDATA)>
<!ELEMENT AUTORI (AUTOR)*>
<!ELEMENT AUTOR (#PCDATA)>
<!ELEMENT TRAD (#PCDATA)>
<!ELEMENT CAPITOL (#PCDATA)>
]>

Structura arborescentă a documentului adnotat va fi:

Document
|
----Element(type=ELEMENT, name=CARTE, numChildren=4)
|
---Element(type=ELEMENT, name=TITLU, numChildren=1)
| |
| ----Element(type=PCDATA, text="Republica")
|
---Element(type=ELEMENT, name=AUTORI, numChildren=1)
| |
| ----Element(type=ELEMENT,name=AUTOR,numChildren=1)
| |
| ----Element(type=PCDATA, text="Platon")
|
---Element(type=ELEMENT, name=CAPITOL, numChildren=1)
| |
| ---- Element(type=PCDATA, text="Text capitol 1")
|
---Element(type=ELEMENT, name=CAPITOL, numChildren=1)
|
---- Element(type=PCDATA, text="Text capitol 2")

Figura 11. Arborele unui document

Pentru fişierul de stil (în XSL) următor:

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">
<xsl:template match="/">
<HTML>
<BODY STYLE="font-family:Arial, helvetica,

59
sans-serif;font-size:10pt;background-color:#EEEEEE">
<P> Cartea <xsl:value-of select="/CARTE/TITLU" />
a fost scrisa de: </P>
<xsl:for-each select="/CARTE/AUTORI/AUTOR">
<DIV STYLE="background-color:black;
font-size:14pt;color:white;">
<xsl:value-of />
</DIV>
</xsl:for-each>
</BODY>
</HTML>
</xsl:template>
</xsl:stylesheet>

se va obţine următoarea vizualizare (folosind InternetExplorer):

4.1.2. Vizualizarea textelor

Acelaşi text brut poate fi vizualizat într-o infinitate de moduri. Vizualizarea diferită poate
avea impacte diferite asupra cititorilor. Există mai multe dimensiuni în care se poate
modifica vizualizarea unui text.

De exemplu, textul:

Andrei Cornea a tradus Republica de Platon pentru volumul îngrijit de Constantin


Noica.

poate fi afişat cu fonte diferite:

Andrei Cornea a tradus Republica de Platon pentru volumul îngrijit de


Constantin Noica.

60
Andrei Cornea a tradus Republica de Platon pentru volumul
îngrijit de Constantin Noica.

Andrei Cornea a tradus Republica de Platon pentru volumul îngrijit de Constantin Noica.

cu caractere diferite:

cu mărimi diferite pentru caractere:

Andrei Cornea a tradus Republica de Platon pentru volumul îngrijit


de Constantin Noica.

O altă dimensiune a afişării este aranjarea pe rânduri a textului:

Andrei
Cornea
a
tradus
Republica
de
Platon
pentru
volumul
îngrijit
de
Constantin
Noica.

sau, gruparea cuvintelor:

Andrei Cornea
a tradus
Republica
de

61
Platon
pentru volumul îngrijit de
Constantin Noica.

Bineînţeles că prin actul grupării sunt evidenţiate grupurile respective, prin aceasta
efectul, impactul asupra cititorului fiind diferit faţă de exemplul anterior.

O altă posibilitate de control asupra vizualizării (şi implicit impact asupra cititorului) este
plasarea diferită a textului în pagină:

Andrei Cornea
a tradus
Republica
de
Platon
pentru volumul îngrijit de
Constantin Noica.

O modalitate foarte importantă de control al efectului asupra cititorului este


evidenţierea unor fragmente prin mărimea caracterelor sau / şi atributele
caracterelor:

Andrei Cornea
a tradus

Republica
de
Platon
pentru volumul îngrijit de
Constantin Noica.

Andrei Cornea
a tradus
Republica
de

Platon
pentru volumul îngrijit de
Constantin Noica.

62
Andrei Cornea
a tradus

Republica
de
Platon

pentru volumul îngrijit de


Constantin Noica.

sau introducând imagini:

Andrei Cornea
a tradus

Republica
de
Platon
pentru volumul îngrijit de
Constantin Noica.

În sfârşit, prin eliminarea unor părţi din text se poate, de asemenea, controla efectul
asupra cititorului:

Andrei Cornea a tradus Republica de Platon.

Republica de Platon îngrijit de Constantin Noica.

Informaţiile care descriu modul de vizualizare a unui text sunt denumite informaţii de
stil. De exemplu, pentru limbajul SGML, aspectele legate de stil sunt specificate în
limbajul DSSSL. Pentru HTML, informaţiile de stil sunt furnizate folosind sistemul CSS
(“Cascading Style Sheets) iar pentru XML folosind XSL, derivat din DSSSL. Despre
toate aceste limbaje se va discuta în cele ce urmează.

4.1.3. Adnotarea textelor. Limbajul SGML

Toate exemplele din secţiunea anterioară se refereau la schimbarea unor atribute ale
vizualizării unor porţiuni din textul brut. Pentru a indica aceste atribute, în textul brut

63
trebuiau delimitate anumite fragmente şi precizate atributele pentru ele. Altfel spus,
textul trebuia adnotat.

Pentru adnotarea textelor în format electronic a fost adoptat standardul ISO 8879
denumit Standard Generalized Markup Language (SGML, vezi [SGML]). Acest
standard internaţional a fost conceput astfel încât să fie cât mai flexibil şi general iar
textele să poată fi citite relativ uşor şi în forma adnotată, fără a folosi un program de
vizualizare;

SGML pleacă de la ideea că orice document are un număr de componente aflate într-o
anumită structură. De exemplu, o carte are o pagină de titlu, un cuprins şi mai multe
capitole. Fiecare capitol poate avea mai multe secţiuni care, la rândul lor, conţin mai
multe paragrafe de text. Pagina de titlu a unei cărţi poate avea titlul cărţii, autorul,
traducătorul şi cel care îngrijeşte volumul.

Delimitarea componentelor unui document se face prin adnotări care, de obicei, sunt
incluse între paranteze unghiulare şi apar în perechi care indică începutul respectiv
sfârşitul componentei. Adnotarea de sfârşit se deosebeşte de cea de început printr-o
bară oblică):

<adnotare> . . . </adnotare>

De exemplu, textul din secţiunea anterioară ar putea fi adnotată după cum urmează:

<pagtitlu>
<traducator>Andrei Cornea</traducator> a tradus
<titlu>Republica<titlu> de <autor>Platon</autor>
<ingrijit>pentru volumul ingrijit de Constantin
Noica</ingrijit>.
</pagtitlu>

Această descriere SGML poate fi transformată de un procesor în formele de afişare


din secţiunea anterioară folosind limbajul DSSSL (vezi secţiunea următoare). De fapt,
una din posibilităţile remarcabile ale SGML este oferită de programele care pot
interpreta în diverse moduri adnotările unui document.

Există, pe de altă parte, o infinitate de posibilităţi de adnotare a unui text. De exemplu,


acelaşi text de mai sus ar putea fi adnotat şi cu informaţii gramaticale asupra
substantivelor şi verbelor:

<pagtitlu>
<traducator><substPr>Andrei</substPr>
<substPr>Cornea</substPr></traducator> <verb>a
tradus</verb> <titlu>Republica<titlu> de
<autor><substPr>Platon</substPr></autor>
<ingrijit>
pentru <subst>volumul</subst> <verb>ingrijit</verb> de
<substPr>Constantin</substPr> <substPr>Noica</substPr>.
</ingrijit>
</pagtitlu>

Se vede în exemplu că, dacă o marcare de sfârşit nu este absolut necesară ea poate
lipsi.

Adnotările pot fi atributate. De exemplu, dacă informaţia referitoare la cine a îngrijit


volumul se va afişa este secretă, acest lucru se poate indica după cum urmează:

64
<pagtitlu>
<traducator>Andrei Cornea</traducator> a tradus
<titlu>Republica<titlu> de <autor>Platon</autor>
<ingrijit secret=da>
pentru volumul ingrijit de Constantin Noica.
</ingrijit>
</pagtitlu>

Un anumit repertoriu de adnotări împreună cu modalitatea lor de structurare defineşte


un tip de document (Document Type Definition - DTD). Astfel, SGML introduce o
tipizare a documentelor, fiecare document având ataşat un DTD. De exemplu, se
poate defini DTD-ul carte, conform structurii enumerate mai jos:

<!DOCTYPE carte [
<!ELEMENT carte - - (pagtitlu, (capitol)+)>
<!ELEMENT pagtitlu - - (titlu, autor, trad, ingrijit?)>
<!ELEMENT titlu - - (#PCDATA)>
<!ELEMENT autor - - (#PCDATA)>
<!ELEMENT traducator - - (#PCDATA)>
<!ELEMENT ingrijit - - (#PCDATA)>
<!ATTLIST ingrijit secret (da|nu) “nu”>
<!ELEMENT capitol - 0 (#PCDATA)>
<!ATTLIST capitol id ID #REQUIRED>
]>

Descrierea specifică faptul că o carte are o pagină de titlu urmată unul sau mai multe
capitole. Pagină de titlu are un titlu, un autor, un traducător şi, opţional, numele celui
care a îngrijit volumul. Acest din urmă câmp poate fi declarat drept secret, prin
specificarea

secret=da

implicit fiind că nu este secret. Un capitol are neapărat un idebitificator (id) unic, care
trebuie neapărat specificat. Specificarea:

- 0

indică faptul că adnotarea de încheiere a unui capitol:

</capitol>

poate lipsi, spre deosebire de specificarea

- -

care indică faptul că sunt necesare ambele adnotări.

Specificarea unui DTD separat de document are mai multe implicaţii importante:

Acelaşi DTD poate fi folosit de mai multe documente. De exemplu, limbajul HTML,
standardul actual al descrierii documentelor pe web este un subset al SGML,
existând, bineînţeles, un DTD pentru el. Deoarece acest DTD al HTML este
cunoscut de toate browserele de web este suficient să fie transmise numai
documentele adnotate nu şi DTD-ul.

Acelaşi document poate fi considerat conform mai multor DTD-uri (compatibile).

65
Se poate verifica faptul că un document satisface un anumit DTD.

Se poate spune că SGML:

permite reprezentarea textelor independent de sistem sau maşină;

este un metalimbaj, adică un limbaj de descriere formală a unui limbaj de adnotare;

are un caracter descriptiv, adică nu se indică ce se face ci doar se marchează zone


de text, prelucrarea putând fi făcută de programe scrise de utilizatori;

asigură independenţa datelor, oferind un mecanism general de substituire de şiruri.

4.1.4. Specificarea stilului şi a transformării documentelor SGML. Limbajul


DSSSL

Modul de vizualizare a unui document SGML poate fi specificat prin limbajul Document
Style Semantics Specification Language (DSSSL), un limbaj destinat specificării
informaţiilor de stil, dezvoltat în Scheme.

DSSSL este un standard pentru descrierea modului de procesare al documentelor.


Prin procesare se înţelege formatarea sau transformarea unui document.

DSSSL include:

un limbaj de stil, pentru formatarea documentelor SGML de către procesoare


DSSSL specializate;
un limbaj de transformare care permite trecerea de la un DTD la altul pentru un
acelaşi document, sau de la o adnotare la alta, în acelaşi DTD;
un limbaj de interogare asupra componentelor unui document.

Primele două limbaje sunt similare, ele incluzând un subset comun: limbajul
expresiilor.

Documentele SGML sunt descrise folosind DSSSL sub forma unor arbori de arbori
(“groves”), la fel ca în standardul HyTime (vezi secţiunea următoare). Elementele
structurale din adnotarea SGML sunt reprezentate în DSSSL folosind aşa numitele
obiecte de flux. Transformările sunt făcute între două reprezentări sub forma de arbore
a documentului.

4.1.5. Legături între texte

Un document are o structură specificată de DTD-ul asociat. Bineînţeles că o


structurare ierarhică a unui document se realizează trivial în SGML prin specificarea de
adnotări imbricate una în alta. În SGML şi limbajele derivate din el se pot face însă şi
specificări de documente structurate în formă de reţea prin adnotări care descriu
legături între zone diferite din acelaşi document sau documente diferite.

De exemplu, textul din secţiunile anterioare ar putea fi legat de alte documente după
cum urmează:

66
Andrei Cornea a tradus Republica de Platon pentru volumul îngrijit de Constantin Noica.
| | | | |
V | V | V
| V
| Ed. Şt. şi Encicl., 1986
|
|
|
V

REPUBLICA

[sau Despre Drept]

SOCRATE GLAUCON POLEMARCHOS THRASYMACHOS ADEIMANTOS


CEPHALOS CLEITOPHON

PARTEA I

(Cartea I) SOCRATE: Am coborât ieri în Pireu împreună cu Glaucon, fiul lui Ariston,
spre a mă ruga zeiţei, dar, totodată, voind şi să privesc sărbătoarea şi felul cum se
desfăşura ea ….

Figura 12. Legături între texte

Un limbaj conceput pentru specificarea de legături în SGML este HyTime. În acest


limbaj se face o deosebire între legături şi locaţii. O legătură este o relaţie între mai
multe ancore. O ancoră identifică un punct sau un fragment dintr-un document.

Legăturile între documente sunt specificate prin adnotări atributate cu căi de acces la
documentele “ţintite”.

4.1.6. Înţelesul (semantica) textelor

Poate cea mai importantă ipostază a unui text este cea care conţine cunoştinţele din
text, care se referă la înţelesul textului, la semantica sa. Trebuie remarcat că acelaşi
conţinut semantic poate fi spus în foarte multe moduri, identice sau aproape similare.
De exemplu, propoziţia din secţiunile anterioare referitoare la Republica lui Platon, este
echivalentă cu propoziţiile următoare:

Republica de Platon a apărut intr-un volum îngrijit de


Constantin Noica in traducerea lui Andrei Cornea.

Republica de Platon a fost tradusa de Andrei Cornea.


Aceasta traducere a apărut intr-un volum îngrijit de
Constantin Noica.

sau cu textul următor.

Republica de Platon

67
traducător Andrei Cornea
volum îngrijit de Constantin Noica.

Acelaşi conţinut poate fi exprimat în formă tabelară:

Titlu Autor Traducător Volum îngrijit de


Republica Platon Andrei Constantin
Cornea Noica

sau în formă de graf conceptual [GC] (construcţiile între paranteze drepte sunt noduri
- concepte, cele între paranteze rotunde sunt relaţii):

[[[Republica] - (autor) - [Platon]] - (trad) - [Cornea]] - (este o) - [carte] - (ingrijita) - [Noica]

După cum se vede, reprezentarea semanticii, a conţinutului de cunoştinţe, se poate


face în variate modalităţi (vezi şi secţiunea 3.4). Studiile psihologice (vezi şi capitolul al
2-lea) au demostrat că memoria umană, care stochează cunoştinţele noastre, este
structurată în concepte legate între ele prin relaţii, formând o aşa numită reţea
semantică. În inteligenţa artificială este foarte uzuală implementarea de astfel de
reţele semantice pentru a reprezenta cunoştinţele unui sistem inteligent.

Pentru a ne putea apropia de dezideratul de a reprezenta cunoştinţele dintr-un


fragment de text, este necesară reprezentarea şi a unor cunoştinţe “nespuse” în text,
cunoştinţe de bun simţ. De exemplu, odată cu folosirea unor nume de persoane,
implicit tot ce este specific uman se aplică şi acestor persoane. Totodată, dacă se
vorbeşte de o carte, trebuie să existe şi un autor, o limbă în care a fost scrisă ş.a.m.d..
În figura următoare este reprezentat un fragment dintr-o reţea semantică
corespunzătoare textului considerat.

Limbă
Cunoaşte
Scrisă în
Este
Autor
Om
Carte
Este
Scrisă
Este Greaca veche
în
Cunoaşte
Autor Este
Republica Platon Este
Cunoaşte
Instanţă a C. Noica
Ingrijit de
Apariţie Ediţia
1986
Ed. St. şi Encl A. Cornea
Traducător

Figura 13. Reţea semantică

68
Deoarece o astfel de reţea poate deveni foarte mare, cele mai multe cunoştinţe fiind
generice, valabile pentru foarte multe aplicaţii, este util să se stocheze aceste
cunoştinţe în baze de cunoştinţe reutilizabile, în aşa numite ontologii (vezi secţiunea
5.3).

În finalul consideraţiilor asupra semanticii, precizăm că, pentru definirea echivalentului


unor reţele semantice, în conexiune cu XML există limbajele RDF şi RDF Schema
[RDF, RDFS].

4.2. Organizarea complexă a informatiilor în texte, hipertexte şi


hipermedia.

4.2.1. Modalităţi de stocare şi organizare a informaţiilor pe suport fizic

Până la apariţia şi dezvoltarea calculatoarelor, singurele modalităţi de stocare a


informatiilor erau creierul uman şi, în formă scrisă, pe hârtie, în cărţi, reviste etc.
Posibilităţile umane de stocare de informaţii au proprietăţi remarcabile din punct de
vedere al structurării şi regăsirii informaţiilor (de exemplu, prin asociaţii de idei), al
posibilităţilor de actualizare atât prin adăugare cât şi prin restructurare a informaţiilor
existente. Din păcate însă, volumul de informaţii care pot fi stocate este limitat, accesul
la informaţii de către un numar mare de persoane este redus şi, odată cu dispariţia
celui care a memorat informaţiile, acestea sunt pierdute pentru totdeauna.

Stocarea informaţiilor în formă scrisă, pe hârtie, are avantajul unei durate foarte mari
în timp. Pe de alta parte, cărţile pot fi consultate de un număr considerabil de persoane
interesate. Dezavantajul stocării pe hârtie al informaţiilor este atât volumul fizic relativ
mare ocupat, dificultatea structurării complexe a informaţiilor (altfel decât în capitole
sectiuni şi subsecţiuni cu eventuale tabele de indecşi şi referinţe între zone de text) cât
şi imposibilitatea modificării unui text odată stocat (tipărit). De asemenea, găsirea unor
date de interes într-un volum mare de informaţii este, de multe ori, deosebit de dificilă.

Calculatoarele electronice au oferit solutţii pentru stocarea într-un volum fizic mult
redus faţă de cel scris a unei cantităţi considerabile de informaţii. Stocarea se poate
face în formă magnetică, asemănător memorării imaginilor şi sunetelor pe
(video)casete. În plus, similar memoriei umane, aceste informaţii pot fi puternic
structurate, pot fi actualizate şi chiar restructurate. Găsirea datelor de interes este mult
facilitată de o serie de instrumente pe care orice calculator le poate pune la dispozitţie.
De asemenea, accesul la informaţii a unui număr mult mai mare de utilizatori este
extins remarcabil prin conectarea calculatoarelor în reţele cu acoperire planetară.

Indiferent de metoda de stocare (hârtie sau suport magnetic), informaţia se poate


prezenta într-una din următoarele forme de organizare:

1) organizare liniară de tip "eseu". În acest caz, informaţia trebuie parcursă în


ordine, de la început la sfârşit, pentru a putea obţine o imagine de ansamblu asupra ei.
Un roman nu poate fi citit decât în ordinea stabilită de autorul său.

2) organizare ierarhică, arborescentă, pe nivele (de exemplu, în capitole, secţiuni şi


subsecţiuni), a textelor. Spre deosebire de roman (care, şi el poate avea mai multe
capitole şi secţiuni, deci se poate spune că are o organizare pe nivele), în acest caz nu

69
este necesară parcurgerea întregului text. Cititorul se poate menţine la nivele mai
generale sau poate aprofunda acele noţiuni care i se par mai interesante, prin
parcurgerea doar a unor ramuri din arborele în care este organizat textul. Ordinea de
parcurgere a textului în acest caz nu mai este atât de strictă ca la un roman.

3) organizare asociativă, în reţele de informaţii, după modelul oferit de memoria şi


gândirea umană. O metaforă a unei astfel de organizari este "tratatul ştiinţific". În acest
caz, pe lângă textul propriu-zis, există o tabelă de indecşi în care sunt enumerate
subiectele sau / şi conceptele importante din carte împreună cu pagina unde pot fi
gasite. În acest mod, cititorul poate căuta direct un anumit subiect. De asemenea, în
text există foarte multe referiri la alte subiecte, există formule numerotate care sunt
eventual referite ulterior, detalieri separate ale unor concepte, definiţii, enunţuri şi
demonstraţii, trimiteri în josul paginii, la bibliografie sau la anexe.

Plecând de la analizele şi experimentele făcute asupra memoriei şi a modalităţilor de


reprezentare şi prelucrare a cunoştintelor de către om, se poate spune că memoria
noastra de lungă durată este de tip asociativ. Mai mult, cunoştinţele noastre sunt foarte
strâns legate unele de altele formând o reţea complexă. Învăţarea unei noţiuni noi se
face prin asocierea ei cu altele vechi, "ştiute". Altfel spus, avem o organizare de tip
reţea a informaţiei, însă o organizare foarte versatilă, care se modifică rapid în funcţie
şi de factori psihologici (motivaţie, stare de spirit, stimuli externi) sau chiar fizici.

4.2.2. Hipertexte

Bineînţeles că cea mai adecvată forma de organizare a informaţiilor ştiinţifice este cea
de-a treia, asociativă, în reţea, care este cea mai apropiată de modul uman de a gândi.
În plus, calculatoarele actuale oferă puternice facilităţi de vizualizare grafică a textelor
(inclusiv a figurilor şi chiar, în plus, a sunetelor si filmelor) şi a structurii acestora, de
acces rapid la informatiile dorite. Sistemele dezvoltate conform acestei direcţii sunt aşa
numitele sisteme hipertext şi hipermedia. Scheletul pe care sunt organizate
informaţiile într-un astfel de sistem îl reprezintă un graf ale cărui noduri sunt
conceptele importante ale domeniului şi ale cărui arce sunt relaţii între aceste
concepte.

Avantajele hipertextului devin evidente atunci când se iau în considerare dezavantajele


inerente ale mediului de informare tradiţional: cartea tiparită, în care prezentarea
informaţiei este exclusiv liniară. Detaliile sunt inserate în text, abătând atenţia cititorului
de la general către specific. Mutarea de la un subiect la altul este greoaie,
presupunând o căutare care, de cele mai multe ori, este plictisitoare. Revenirea la
subiectul anterior este de asemenea groaie.

Hipertextul menţine capacitatea de stocare a unei mari cantităţi de informaţie, oferită


de cartea scrisă, dar înlătură toate limitările contextuale. În contrast cu liniaritatea
"obiectivă" a informaţiei tipărite, sistemul hipertext oferă utilizatorului o liniaritate
"subiectivă". Aceasta înseamnă că, în loc să urmeze cursul normal al documentului,
utilizatorul poate alege o anumită cale de explorare dintr-o mulţime de astfel de căi
posibile, definite de cel care a creat hipertextul. Rezultă deci că decizia privind ordinea
prezentării informaţiei trece din sarcina celui care elaborează documentul în sarcina
celui care îl citeşte (cu menţiunea că anumite limitări de parcurgere ar fi totuşi
necesare pentru a asigura o citire coerentă a documentului).

Dezvoltarea sustinută a calculatoarelor a făcut ca în ziua de azi imaginea însoţită de


sunet să devină o formă de propagare a informaţiei cel puţin la fel de importantă ca şi

70
textul scris. Este cunoscut că mass-media audiovizuală a detronat-o de mult pe cea
scrisă din punct de vedere al audienţei.

In lumea calculatoarelor această ofensivă audio-video a fost întârziată de mai lenta


dezvoltare a tehnologiei în acest domeniu. O procesare "decentă" de imagine şi sunet
necesită procesoare rapide, plăci video sau audio performante, monitoare de înaltă
fidelitate etc. Pe masură ce calculatoarele au putut face faţă unor astfel de solicitări,
noţiunea de hipertext s-a extins în mod natural spre cea de hipermedia (un
subdomeniu al aplicaţiilor multimedia). Nodurile unei reţele hipermedia pot conţine
imagini, sunete, texte, chiar acţiuni, sau orice combinaţie a acestora. În cazul acestor
sisteme unei legături i se pot asocia acţiuni dintre cele mai diverse, cum ar fi afişarea
unei fotografii însoţită de un text explicativ, derularea unui film sau a unei melodii, toate
cu posibilitatea stopării, a revenirii în starea anterioară sau a continuării explorării prin
alegerea unei alte legături.

4.2.3. Istoricul sistemelor hipertext

Termenul de hipertext se pare că provine de la termenul de spaţiu hiperbolic sau


hiperspaţiu, apărut în 1704 şi folosit de matematicianul F. Klein pentru geometria cu
mai multe dimensiuni [Rad91]. Din această perspectivă, hipertextul reprezintă un text
cu mai multe dimensiuni (faţă de textul obişnuit care are doar o dimensiune liniară).

În jurul anului 1962, Douglas Engelbart a dezvoltat primul sistem hipertext, prezentat
atunci drept o arhitectură conceptuală destinată creşterii potenţialului intelectului uman
("Conceptual Framework for Augmenting Human Intellect") [Eng95]. Sistemul era
destinat manipulării de concepte structurate într-o reţea în care arcele sunt relaţiile
între concepte. Trebuie remarcat că, pentru sprijinirea utilizatorului unui astfel de
sistem a fost inventat mouse-ul [Rad91].

Primul sistem declarat ca fiind hipertext a fost creat de Theodor Nelson în 1967 sub
numele de "Xanadu". Nelson îşi propunea atunci să dezvolte un sistem, masiv paralel,
destinat muncii creative şi studiului. El a plecat în îndeplinirea acestei idei de la dorinţa
de a găsi cea mai bună abstracţie care să unifice literatura şi arta cinematografică.

După această dată, mai multe sisteme hipertext au fost realizate: ZOG şi KMS
("Knowledge Manegement System") la Carnegie Mellon University, Dynabook,
NoteCards, dezvoltat de Xerox, Intermedia la Universitatea Brown din S.U.A. şi, unul
din cele mai cunoscute şi de succes sisteme hipertext, dezvoltat de Apple: HyperCard,
distribuit împreună cu orice calculator Macintosh cumpărat după 1987.
.
Fiecare din aceste sisteme au adus idei noi care au fost preluate în sistemele hipertext
dezvoltate ulterior. De exemplu, KMS este bazat pe ideea de prototip sau cadru (în
engleză, "frames" [Min75]), introdusă în 1975 de Marvin Minsky de la MIT pentru
reprezentarea cunoştinţelor, idee bazată, la rândul ei, pe conceptul de schemă
cognitivă, propus în 1932 de psihologul Bartlett. Plecând de la conceptul de prototip,
în KMS au fost introduse relaţii ierarhice, de moştenire, între concepte. Tot KMS a
folosit şi metafora manipulării directe, folosind mouse-ul pentru a selecta o legătură
care permite navigarea de la un frame la altul. KMS folosea doar două ferestre,
conform unei metafore a unei cărţi cu două pagini. NoteCards şi HyperCard, în
schimb, permit deschiderea de oricâte ferestre şi orice fel de legături.

În prezent, sistemele hipertext sunt des întâlnite, într-o gamă variată de aplicaţii, de la
"help"-urile interactive din diverse medii de programare şi până la sistemele complexe

71
de structurare a cunoştinţelor folosite în inteligenţa artificială. Probabil că cea mai
spectaculoasă aplicaţie a hipertextului este însă World Wide Web (WWW). Acesta
este un hipertext gigantic, extins pe întregul glob prin intermediul Internet. Organizarea
textelor în acest hipertext gigant se face prin intermediul limbajului de adnotare
(marcare) denumit HTML ("HiperText Markup Language").

4.2.4. Hipertextele, din mai multe perspective.

Din cele discutate până acum se pot da deja câteva definiţii ale ceea ce este un sistem
hipertext:

Un hipertext este un text cu mai multe dimensiuni explicite (faţă de doar o


dimensiune, în cazul textului liniar). De fapt, orice text are implicit mai multe
dimensiuni. Chiar dacă forma de prezentare a unui text este liniară, pe hârtie, în el
există o structură ierarhică implicită (specifică oricărui discurs: există de obicei o
punere în temă, un conţinut şi o încheiere, chiar dacă acestea nu sunt explicit
separate). De asemenea, există conexiuni implicite, subiective între părţi, concepte
legate între ele, Hipertextul este o organizare a unui text în care toate aceste
legături sunt explicitate şi pot fi exploatate în parcurgere.
Hipertextul este o modalitate de organizare în reţea a informaţiilor textuale.
Hipertextul este o materializare a modelării conceptuale în reţele semantice.
Hipertextul este o modalitate de comunicare om-calculator la care interfaţa este
chiar hipertextul.
"hipertextul este un text plus o abstracţie a acelui text" [Rad91]. Continuând această
definiţie, R.Rada spune: "Prin raţionamentele bazate pe abstracţia pusă la
dispoziţie, un sistem hipertext poate ghida mai bine utilizatorul".
Din punctul de vedere al utilizatorului unui hipertext, un astfel de sistem îi permite să
facă o parcurgere nu numai secvenţială ci şi "sărind" direct la informaţiile de interes
particular.

4.2.5. Avantajele sistemelor hipertext

Avantajele hipertextelor devin evidente atunci când se iau în considerare dezavantajele


inerente ale mediului de informare tradiţional: cartea tipărită, în care prezentarea
informaţiei este exclusiv liniară. În cazul textelor liniare, detaliile sunt înserate în text,
abătând atenţia cititorului de la general către specific. Trecerea de la un subiect la altul
este greoaie, presupunând o căutare care de cele mai multe ori este plictisitoare.
Revenirea la subiectul anterior este de asemenea greoaie. În concluzie, mediul este
saturat cu informaţie care nu este absolut necesară şi este inflexibil din punct de
vedere al parcurgerii.

Vom prezenta în continuare câteva caracteristici generale ale sistemelor hipertext şi


hipermedia care determina folosirea pe cale larga a lor ca sisteme de reprezentare a
informaţiilor.

Un aspect foarte important legat de sistemele hipertext este faptul că se pare că un


astfel de sistem este mai apropiat de modul uman de organizare mentală a
informaţiilor.

1) Utilizatorul participa în mod direct la procesul de găsire al informaţiei.

72
El este implicat, este atras spre descoperirea de informaţii şi noi cunoştinţe. Succesul
acestei idei este suficient să fie probat prin orele petrecute de toţi cei care au acces la
un sistem de parcurgere a WWW.

Hipertextul menţine capacitatea de stocare a unei mari cantitati de informaţie, oferita


de cartea scrisa, dar înlătura toate limitările contextuale. În contrast cu liniaritatea
"obiectiva" a informaţiei tipărite, sistemul hipertext oferă utilizatorului o liniaritate
"subiectiva". Aceasta înseamnă ca, în loc sa urmeze cursul normal al documentului,
utilizatorul poate alege o anumita cale de explorare dintr-o mulţime de astfel de cai
posibile, definite de cel care a creat hipertextul. Rezulta deci că decizia privind ordinea
prezentării informaţiei trece din sarcina celui care elaborează documentul în sarcina
celui care îl citeşte (cu menţiunea că anumite limitări de parcurgere ar fi totuşi
necesare pentru a asigura o citire coerenta a documentului).

2) Informaţiile sunt organizate sub forma de reţea.

Pornind de la acest deziderat, al parcurgerii textului în funcţie de dorinţe şi / sau


necesităţi, ajungem la concluzia naturala că informaţia trebuie sa fie structurata sub
formă de reţea. Aceasta reţea este de fapt un graf ale cărui noduri sunt fragmente de
informaţie, legate între ele prin legaturi.

Putem da deci o definiţie a hipertextului şi anume : un sistem hipertext este o reţea


semantica ale cărei noduri sunt fragmente de text. Daca nodurile conţin şi imagini sau
sunete putem vorbi de un sistem hipermedia.

Impartirea în noduri şi stabilirea legaturilor cad în sarcina celui care editează


hipertextul. Legaturile permit, însa, utilizatorului sa navigheze prin reţeaua
informaţionala. Aflându-se într-un anumit nod, el poate alege una dintre legaturile
valabile care uneşte nodul respectiv cu alte noduri. Păstrând analogia cu cartea scrisa,
legaturile pot fi privite ca nişte "semne de carte" marcate la care cititorul se poate muta
oricând.

3) Hipertextul oferă posibilitatea personalizării informaţiei.

Un alt mare avantaj al sistemului hipertext este oferirea de perspective (vederi) diferite
ale informaţiei persoanelor cu calificări diferite. Pe lângă facilitatea acordata
utilizatorulului de a parcurge numai acele porţiuni ale documentului pe care le întelege,
se poate implementa şi o aşa-numita "personalizare" a informaţiei. Un exemplu
simplist este următorul : într-o enciclopedie este explicat conceptul "Mercur".
Enciclopedia este consultata de un chimist şi de un astronom. Evident, pentru chimist
mercurul este un metal, iar pentru astronom este vorba de o planeta. Deci, unul va
alege explicaţiile referitoare la metal, iar celalalt pe cele referitoare la planeta. Acest
lucru poate fi implementat într-un sistem hipertext prin doua metode :

Implicit. Trimiterea către explicaţiile corespunzătoare sa se facă în funcţie de


context (daca "Mercur" apare într-un context legat de chimie trimiterea se face
obligatoriu numai către definirea metalului cu acest nume).

Explicit. Daca de exemplu conceptul "Mercur" este ales din tabela de indecşi,
utilizatorului i se oferă informaţiile corespunzătoare calificării sale, declarata la
începutul sesiunii de lucru, sau încorporata în versiunea respectiva a sistemului
hipertext (pot exista versiuni diferite ale aceluiaşi sistem adresate unor categorii
diferite de utilizatori).

73
4) Păstrarea unui istoric al parcurgerii informaţiei.

Acesta este o alta facilitate oferita de sistemul hipertext, care poate fi utila în procesul
de navigare prin reţeaua semantica (mai ales în procesul de revenire). Atunci când
utilizatorul constata că a ajuns într-o zona neimportanta a textului, el poate reveni
imediat în zona de interes din care a plecat (imediat însemnând o simpla apăsare de
tasta sau de buton al mouse-ului).

5) Evoluţie în timp, prin adăugare de noi pagini sau / şi legături.

4.2.6. Elementele unui sistem hipertext

1) Nodurile (paginile)

Un nod este un bloc unitar de informaţii dintr-un document. Denumirea de nod vine de
la asocierea blocului de informaţii cu un nod în reţeaua semantică a sistemului
hipertext. Este deci un fragment de document, a cărui semnificaţie e mai mult sau mai
puţin unitară, după cum a gândit-o creatorul hipertext-ului. Nodurile pot cuprinde
fragmente de text, secvenţe de sunete, acţiuni executabile sau orice combinaţie a
acestora. Nodurile unui hipertext pot fi de un singur tip sau pot fi grupate în mai multe
tipuri. Este indicat ca proiectantul să impună o anumită structură (şablon) tuturor
nodurilor din hipertext, respectând în acest fel principiul consecvenţei în proiectarea
interfeţelor.

În viziunea noastră, este util să existe şi noduri executabile, la selectarea cărora se va


rula un anumit algoritm supus evaluării.

Nodurile pot fi explicite (de exemplu, un document sau un fragment bine precizat de
document) sau implicite. Nodurile implicite sunt definite de obicei de faptul că sunt
destinaţia unei legături (ca în HTML).

2) Ancorele (ţintele)

Ancorele sunt un fragment unitar (sau, la limită, un punct, situaţie în care, de exemplu
în HTML, sunt numite ţinte - "targets") dintr-un nod. Ancorele sunt capetele unor
legături către alte noduri. Fragmentul de nod este, de obicei, un cuvânt, un grup de
cuvinte sau o altă informaţie din nod (de exemplu, o imagine sau o porţiune dintr-o
imagine). Se pot folosi drept ancore şi butoane a căror "apăsare" determina salturi la
alte noduri (de exemplu butoane gen “Next” sau “Previous”).

În fereastra de afişare, ancorele pot apare cu o culoare sau strălucire diferită de cea a
textului obişnuit ("highlighted") sau sunt subliniate. Atunci când cursorul atinge o astfel
de ancoră, ea devine activa şi capata un aspect special (de exemplu se coloreaza
altfel decât restul ancorelor sau cursorul mouse-ului îşi schimbă înfăţişarea). Legatura
aferentă ancorei poate fi activată printr-o comandă de la tastatură (de obicei <Enter>)
sau de la mouse.

Ancorele sunt de doua feluri :

Explicite (ex. cuvinte care au fost desemnate în mod explicit de proiectantul


sistemului pentru a face trimiteri la alte noduri).

74
Implicite (ex. cuvintele din tabela de indecşi sau butoanele <Next>, <Previous>
etc.).

3) Legăturile

Fiecare nod este legat de alte noduri din reţeaua hipertextului, ceea ce permite
utilizatorului să treacă de la un nod la altul. Legătura ("link") poate fi văzută şi ca o
relaţie între nodul sursă şi nodul destinaţie. Existenţa unei legături între două noduri A
şi B ale hipertextului oferă utilizatorului aflat în nodul A posibilitatea de a accesa direct
nodul B, fără a mai trece prin alte noduri ale reţelei semantice. Orice legătură trebuie
să aibă un punct de plecare (o ancoră, eventual întreg nodul) în nodul sursă. De
asemenea, este indicat ca fiecare legătură să aibă şi o legătură inversa care să
permită revenirea rapida în nodul iniţial. O astfel de legătură s-ar putea activa de
exemplu prin apăsarea butonului <Previous> din nodul destinaţie.

Din acest punct de vedere un hipertext este doar o asociere între o acţiune şi o zonă
de pe ecran. Astfel, un "buton" (ca să folosim noţiunile de interfeţe grafice evoluate),
care este doar o zonă vizibilă de pe ecran (mai exact dintr-un nod), poate avea
asociată o acţiune. Apăsarea butonului conduce la selectarea acţiunii legate de buton,
deci implicit la alegerea legăturii respective. Efectul acţiunii este navigarea în alt nod.

Acţiunea este echivalentă semantic cu legătura. Această navigare între nodurile


hipertextului pe baza acţiunii selectate prin "butoane" sau a acţiunii selectate prin
apăsarea unor taste se numeşte în general legătură sau referinţă încrucişată (cross
reference).

Există mai multe clasificări a legaturilor, în funcţie de mai multe criterii :

i) În funcţie de motivele care impun existenţa legăturilor, acestea se împart în:

Legături obiective, impuse de structura de paragraf, secţiune, capitol a unui


document ; aceste legături reprezintă o moştenire de la cartea tipărită (care avea o
structură şi o ordine de parcurgere fixă) moştenire care a fost păstrată ţinând
seama că cititorilor neavizaţi trebuie să li se propună o ordine naturală, implicită,
logică de parcurgere a informaţiei.

Legaturi subiective, care sunt impuse de proiectantul hipertextului sau chiar de către
utilizator, după preferinţe sau necesităţi.

ii) În funcţie de modul de specificare a legăturilor avem de-a face cu o clasificare


similară cu cea a ancorelor [Vos90]:

Legături explicite, care sunt specificate în mod direct de către proiectant. La rândul
lor, legăturile explicite pot fi normale sau locale. Legăturile explicite sunt prevăzute
prin legarea explicită a anumitor cuvinte cheie din text (scoase în evidenţă faţă de
restul textului) sau butoane, în cazul unor sisteme mai evoluate, de anumite acţiuni
(de genul celor descrise anterior). O legătură normală poate să refere şi un nod
aflat în alt fişier decât cel în care se află nodul curent. O legătură locală referă doar
un nod aflat tot în fişierul curent.

Legaturi implicite, care nu trebuie specificate de proiectant. Ele sunt introduse


automat de mediul de structurare sau de cel de parcurgere al hipertextului (de
exemplu legaturile de parcurgere înainte / înapoi). Sunt sisteme în care simpla

75
prezenta într-un nod a numelui unui alt nod este considerata ca fiind o ancoră (deci
originea unei legaturi) ; în acest fel proiectantul nu trebuie sa definească decât o
mică parte din legaturile reţelei semantice. Legăturile implicite apar, de exemplu, în
sistemele care pun la dispoziţia utilizatorului help dependent de context. Help-ul
este activat printr-o tastă (de exemplu F1) sau prin apăsarea unui buton al mouse-
ului. Când utilizatorul selectează orice cuvânt de pe ecran şi solicită ajutor din
partea sistemului, apăsând tasta corespunzătoare sau butonul de mouse
corespunzător, aplicaţia va căuta acel text de help care se potriveşte cu cuvântul
selectat şi va afişa rezultatul pe ecran. Afişarea help-ului, în acest caz, este posibilă
datorită existenţei unei legături implicite între orice cuvânt din text şi textul de help.

iii) În funcţie de modul de utilizare al legăturilor avem :

Legături de parcurgere, care permit explorarea rapidă şi eficientă a materialului.


Exemple ar fi conexiunile (referinţe către concepte similare sau care au o anumită
legătură cu conceptul curent, deci legături între două concepte aflate aproximativ pe
acelaşi nivel în ierarhie), legăturile de detaliere (trimiteri către noduri care explică pe
larg anumite concepte), legăturile de generalizare (inversul celor de detaliere, care
permit accesarea nodurilor superioare ierarhic din cele de detaliu).

Legături de istoric. Aşa cum am arătat mai sus, sistemul păstrează istoria selectării
nodurilor. Întotdeauna va exista o legătura de revenire între nodul curent şi cel
anterior (chiar dacă această legătură nu a fost precizata explicit de către
proiectant).

Legături de organizare. De obicei sunt legături care se folosesc pentru structurarea


internă a informaţiei, dar pot avea o importanţă deosebită asupra clarităţii şi
uşurinţei de folosire a sistemului hipertext de către utilizator. Este vorba de aşa
numitele legături ierarhice (de clasificare). Pot exista, de exemplu, noduri care nu
conţin informaţii utile, ci numai tabele de concepte interesante într-un anumit
context sau clasificări ale unui anumit concept. Aceste noduri permit utilizatorului
alegerea unei căi de continuare a explorării documentului din mai multe posibile.

Legături de inferenţă. Sunt legături specifice sistemelor de inteligenţă artificială, în


conexiune cu baze mari de cunoştinţe. Este vorba de legături de genul "implicaţie"
(propoziţia A implică propoziţia B), legături cauzale (fenomenul A produce
fenomenul B), legături de similaritate, analogie, apartenenţă (obiectul A aparţine
mulţimii B), instanţiere (obiectul A este o instanţă a clasei B) etc.

iv) În funcţie de capetele legăturilor, acestea se clasifică în :

Legături nod-nod, cum sunt cele de revenire, clasificare sau cele obiective impuse
de structura de paragraf. Nu este necesară existenţa în textul nodului sursă a unei
ţinte explicite care să constituie originea legăturii.

Legături ancoră-ancoră, care reprezintă marea majoritate a legăturilor dintr-un


hipertext.

Legături ancoră-resursă, în care legătura nu este la un nod de text ci la un fişier în


alt format, care poate fi transferat (“downloaded”).

Legături de la tabela de indecşi la un nod. Utilizatorul parcurge tabela de indecşi şi


alege conceptul pe care vrea sa-l detalieze.

76
v) Din punct de vedere al destinaţiei, legaturile pot fi :

Fixe, care au un singur nod destinaţie. Ori de câte ori se activează ancora
respectivă se ajunge în acelaşi nod destinaţie.

Personalizate. Exista o ancoră în nodul sursă şi mai multe noduri destinaţie posibile.
După activarea ancorei, alegerea nodului destinaţie se face în funcţie de un anumit
criteriu (context, categoria de utilizatori etc.). Aceste legături reprezintă modalitatea
de implementare a "personalizării" despre care am vorbit în secţiunea dedicat
caracteristicilor generale ale sistemelor hipertext (vezi exemplul referitor la
înţelegerea diferită a conceptului "Mercur").

vi) În funcţie de destinaţie, legăturile pot fi:

Locale, în cadrul aceluiaşi document (sau fişier, considerând organizarea


documentelor pe un calculator). De obicei, astfel de legături sunt ori la un anumit
nod explicit sau (cum e cazul HTML) la o ancoră în textul documentului curent.

La un alt document, fie la un nod din acesta, fie la întregul document ca atare (ca la
HTML).

vii) După numărul de ancore, legăturile pot fi:

binare, între două ancore, de exemplu, legăturile din HTML;

multiple, între mai mult de două ancore, care se pot realiza în HyTime şi XLINK .

Dintr-un anumit punct de vedere, mediile de hipertext pot fi împărţite în două categorii:

medii care nu permit decât vizualizarea legăturilor existente (create cu alt mediu de
hipertext) şi în care putem spune că avem legături statice, care odată create nu mai
pot fi modificate;

medii care permit o continuă modificare (creare, modificare, ştergere) a legăturilor


din partea utilizatorului de hipertext (în cazul nostru a studentului) şi în care putem
spune că există legături dinamice.

Un exemplu de sistem hipertext din prima categorie poate fi considerat sistemul de


help MS Windows. Din a doua categorie putem aminti HyperCard-ul pentru Apple, care
este un mediu programabil de hipertext.

Cercetările mai noi în domeniul hipertext (vezi [Bro93]) ilustrează posibilităţile


nebănuite pe care le-ar oferi un mediu general ce ar permite utilizatorului să-şi creeze
propriile legături în cadrul textului analizat, deci să-şi creeze propria structură a
hipertextului. În [Bro93] este prezentată o fundamentare teoretică a acestui lucru, şi
anume cunoaşterea ca proiectare.

4.3. Sistemul WWW; limbaje de adnotare.

Pentru a pune la dispoziţie serviciile calculatoarelor electronice unui spectru cât mai
larg de utilizatori, au fost dezvoltate instrumente concepute astfel încât să permită
accesul la reţelele de calculatoare chiar a celor care nu au nici cea mai mică idee
asupra a ceea ce este şi cum functionează un calculator. Se poate spune că, deja de

77
acum, calculatorul devine un "aparat" banal chiar pentru un copil, cum ar fi, de
exemplu, telefonul sau telecomanda unui televizor. Similar cu aceste aparate banale,
un utilizator al unui calculator nu trebuie să ştie nimic despre funcţionarea acestuia, ci
numai cum se foloseşte.

Sistemul World Wide Web este un hipertext extins la scara întregului glob prin
Internet. Pe fiecare calculator pot fi plasate unul sau mai multe documente care
constituie noduri (pagini) în hipertext. Oriunde într-o astfel de pagină poate exista o
ancoră care este legată la o alta pagină, de pe acelaşi sau de pe alt calculator, în
acest mod putând fi unite informaţii aflate în locuri diferite. O nouă pagină pentru
WWW poate fi creată uşor chiar de utilizatori nu neapărat profesionişti în informatică,
în acest scop existând mai multe editoare de texte specializate. Trebuie spus însa că
aceste editoare presupun structurarea în pagini, tinte şi legaturi a hipertextului de către
utilizator. Chiar dacă editorul oferă anumite facilităţi de generare automată, acestea
sunt deosebit de simple şi în nici un caz ele nu sunt inteligente, bazate pe cunoştinţe.

Parcurgerea WWW, prin trecerea de la un nod la altul, poate implica (eventual chiar
fără ca utilizatorul să-şi dea seama) un itinerar prin mai multe calculatoare aflate în
diferite locuri pe glob. Parcurgerea hipertextului WWW precum si apelarea altor servicii
puse la dispozitie pe retea (ftp, mail etc.) se poate face cu mai multe sisteme, din care
amintim: "Lynx", “InternetExplorer” sau "Netscape". Sistemul Lynx este util în situaţiile
când nu se dispune de grafică interactivă (pentru ferestre stil MS-Windows sau X-
Windows), deoarece el este conceput în mod alfanumeric, fără grafică.

În plus, WWW poate conţine acum nu numai text şi imagini ci, în momentul parcurgerii
unui nod în hipertext, se pot lansa în execuţie chiar diverse programe aflate pe
calculatoarele vizitate. Se pot, de exemplu, consulta baze de date de pe acele
calculatoare sau se pot lansa programe care realizează animarea unor imagini sau
chiar care intra în dialog cu utilizatorul aflat la distanţă.

4.3.1. Limbajul HTML

Un fişier HTML este un fişier text în care au fost introduse adnotări (mărci) pentru
specificarea structurii fizice şi logice a documentului în scopul vizualizării şi parcurgerii
sale ca hipertext. Mărcile sunt folosite pentru introducerea de elemente specifice.
Fiecare element este delimitat, de obicei, de o marcă de început şi una de sfârşit.

Adnotările HTML sunt folosite pentru caracterizarea în diferite moduri a unor secvenţe
de text. O secvenţa de text caracterizata într-un anumit mod este delimitata, de obicei,
de o adnotare de început şi una de sfarsit.

La fel ca în SGML, din care derivă, în HTML marca de început a unui element are ca
prim caracter "<" urmat de un cuvânt cheie (literele pot fi şi mici şi mari, HTML este
"case-insensitive"), urmat eventual de un număr de atribute şi alte elemente sau
porţiuni de text. Sfârşitul unei marcări se face cu ">". Marca de sfârşit are acelaşi
cuvânt cheie ca şi cea de început, precedat de caracterul "/" ("slash") şi bineînţeles,
între paranteze unghiulare.

Adnotările pot fi impartite în funcţie de rolul lor, în adnotări pentru:

specificarea structurii documentului, adică a

partitionarii documentului în

78
paragrafe ("p")
titluri şi subtitluri ("h1" - "h6")
liste ("ul" şi "ol")

definirii de ancore care organizează documentul ca hipertext ("a")

modului de afişare a unor secvenţe de text (ingrosat etc. - "b","em" etc.)


indicarea inserării unei figuri
definirea de tabele
definirea de meniuri sau casete de dialog
lansarea de aplicaţii Java ("applet")
alte elemente (de exemplu, linii de separare, comentarii, modalitati de aliniere
etc.)

Un fişier HTML are structura:


<HTML>
<HEAD>
.......
<TITLE> ... </TITLE>
.......
</HEAD>
<BODY>
......
</BODY>
</HTML>

Elementul <HEAD> ... </HEAD> nu este afişat în pagina de Web. Aici este specificat
titlul paginii (care nu este afişat în pagina), prin elementul <TITLE> ... </TITLE>
precum şi, eventual, alte informaţii informative.

Textul care se va afişa în pagină este cel delimitat de mărcile <BODY> şi </BODY>.

<H1> până la <H6> sunt elemente care definesc 6 categorii de titluri care pot apare în
text.

<HR> este o marcare care are drept efect trasarea unei linii orizontale pe întreaga
lungime a paginii afişate.

<P> delimitează un paragraf de text. Efectul lui este forţarea unui retur de car (CR).
Textul din cadrul unui paragraf este automat aranjat în pagină, eventuale spaţii fiind
introduse pentru aliniere la dreapta şi stânga. Pentru forţarea unui CR, pe o linie, fără
inserarea de spaţii pentru aliniere, se poate folosi marca <BR> ("break").

Comentariile se pot scrie între <!-- şi -->. Bineînţeles că ele nu sunt afişate în pagina
de Web. De exemplu :

<<!-- Acesta este un comentariu -->

Ca şi în editoarele de texte uzuale, HTML pune la dispoziţie mărci pentru delimitarea


unor tipuri speciale de afişare a unor fragmente de text. Acestea sunt: <B> pentru
Bold, <I> pentru italic, <EM> pentru emphasis, <U> pentru subliniere.

Mai multe mărci sunt puse la dispoziţie pentru afişarea unor zone de text cu stiluri
diferite. Acestea sunt: <TT>, <CODE>, <SAMP>, <KBD>, <VAR>, <DFN>, <CITE>,
<STRIKE>.

79
4.3.2. Limbajul DHTML (DynamicHTML)

Limbajul DynamicHTML extinde HTML prin mai multe caracteristici în direcţia sporirii
expresivităţii şi caracterului dinamic al paginilor de web. Sunt introduse elemente de
specificare a stilului prin CSS (Cascading Style Sheets), posibilităţi de modificare
dinamică prin JavaScript sau ECMAScript şi un model al documentelor (DOM). Multe
din aceste elemente sunt preluate şi de XML.

De exemplu, pagina următoare de web include un script care conţine funcţia de calcul
a unei expresii introdusă de utilizator într-un câmp editabil de text din pagina de web
(denumit “expr”) şi afişează rezultatul într-un alt câmp de text (“rez”). Ambele aceste
câmpuri sunt plasate într-un formular interactiv (“f”) în pagina de web. Tot în acest
formular este plasat şi un buton care declanşează evaluarea expresiei.

<html>
<head>
<title>Calcul</title>
</head>
<script language="JavaScript">
<!--
function calculeaza(f)
{if (confirm("Sigur?"))
f.rez.value=eval(f.expr.value)
else alert ("Reveniti!")}
//-->
</script>

<body>
<center>
<form>
<h2>Astept o expresie:</h2>
<input type="text" name="expr" size=35>
<input type="button"
onClick="calculeaza(this.form)"
value="Calculeaza">
<br>
Rezultat:
<input type="text" name="rez" size=35>
</form>
</center>
</body>
</html>

Rezultatul afişarii paginii de mai sus este:

80
4.3.3. Limbajul XML

Limbajul HTML este un standard folosit în marea majoritate a documentelor de web. El


este o aplicaţie a SGML (există un DTD pentru HTML). În prezent există un imens efort
de înlocuire însă a HTML cu un nou limbaj care să păstreze avantajele sale dar care
să fie mai apropiat de avantajele SGML. Nu s-a recurs la folosirea SGML ca atare
deoarece acesta este mult prea puternic şi ar necesita procesoare prea complicate. Ca
urmare, s-a recurs la un nou limbaj, denumit XML (eXtensible Markup Language).

XML este destinat scrierii de pagini de web sau schimbului de informaţii pe Internet (de
exemplu, între baze de date construite în standarde diferite). El păstrează circa 80%
din SGML. De exemplu, descrierea în SGML din secţiunea 4.1.3 este şi o descriere
XML:

<pagtitlu>
<traducator><substPr>Andrei</substPr>
<substPr>Cornea</substPr></traducator> <verb>a
tradus</verb> <titlu>Republica<titlu> de
<autor><substPr>Platon</substPr></autor>
<ingrijit>
pentru <subst>volumul</subst> <verb>ingrijit</verb> de
<substPr>Constantin</substPr> <substPr>Noica</substPr>.
</ingrijit>
</pagtitlu>

XML are mai multe calităţi:

Spre deosebire de HTML, XML este extensibil, permiţând definirea de noi DTD-uri
şi, în consecinţă a unor noi adnotări, specifice unor aplicaţii din domenii particulare.
A fost astfel eliminată una din principalele deficienţe ale HTML. Există deja o
multitudine de noi limbaje de adnotare derivate din XML, pentru diverse domenii.

XML poate fi folosit ca un limbaj universal de reprezentare în diverse aplicaţii. De


exemplu, în el se pot reprezenta cereri la baze de date în diverse standarde.

81
O altă deficienţă a HTML, eliminată în XML, este problema reprezentării conţinutului
documentelor, a semanticii textelor. Această problemă este deosebit de neplăcută
astăzi, când există un mare număr de instrumente de căutare pe web dar acestea
întorc de cele mai multe ori un număr mult prea mare de documente irelevante
pentru subiectul căutat datorită imposibilităţii unei căutări după conţinutul semantic
şi nu după chei.

Permite vizualizarea diferită a aceluiaşi document pentru mai mulţi utilizatori.

Permite transferarea unor prelucrări de la server la utilizator.

Un document XML, spre deosebire de SGML, poate să nu aibă un DTD. Dacă are un
DTD, se numeşte document XML valid. Dacă nu are un DTD, dar urmează câteva
reguli, se spune că avem un document XML bine format. Regulile cele mai
importante pentru un document valid sunt:

Documentul trebuie să aibă adnotările în perechi (nu pot lipsi adnotări de început
sau sfârşit, ca în cazul SGML sau HTML), şi contează dacă o literă este mare sau
mică (<adn> este diferit de <ADN>).
Valorile atributelor adnotărilor trebuie să fie puse între ghilimele (de exemplu, <adn
val=”da”>.
Pot exista adnotări care nu includ o zonă de text. Acestea au caracterul “/” la sfârşit:
<adnotare/>.

Împreună cu XML este dezvoltată o serie de alte limbaje, derivate din XML, care îl
completează pentru rezolvarea diverselor ipostaze ale unui text. În figura următoare
este exemplificată relaţia care există între SGML, XML şi aceste limbaje:

82
SGML ------- DSSSL ------- HyTime
| | |
| | |
| | |
XML ------- XSL ------- XLink
| XSLT XPath
| |
| |
DHTML --- HTML ------ CSS
|
|
|
JavaScript
VBScript

Figura 14. Reţeaua limbajelor de adnotare a textelor


Un fişier XSL este, mai întâi de toate, un fişier XML:

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">
<xsl:template match="/">
<HTML>
<BODY STYLE="font-family:Arial, helvetica,
sans-serif;font-size:10pt;background-color:#EEEEEE">
<P> Cartea <xsl:value-of select="/CARTE/TITLU" />
a fost scrisa de: </P>
<xsl:for-each select="/CARTE/AUTORI/AUTOR">
<DIV STYLE="background-color:black;
font-size:14pt;color:white;">
<xsl:value-of />
</DIV>
</xsl:for-each>
</BODY>
</HTML>
</xsl:template>
</xsl:stylesheet>

O descriere XSL conţine reguli care au două părţi:

O parte care conţine un şablon pentru specificarea locului în care se aplică regula.
Pentru referirea la anumite puncte în arborele unui document, se foloseşte XPath
pentru indicarea căilor de acces la acele puncte.
Efectul aplicării regulii.

În exemplul de mai sus, regula se aplică din rădăcina documentului (fapt indicat în
XPath prin “/”) şi generează nişte adnotări HTML care vor afişa titlul cărţii (“/carte/titlu”)
şi, pentr fiecare autor, numele.

83
În plus faţă de limbajele prezentate mai sus, pentru specificarea meta-informaţiilor, a
considerării documentelor ca resurse, cu diverse proprietăţi şi a semanticii acestora s-
a introdus RDF (Resource Description Framework) [RDF] şi RDF Schema [RDFS].

RDF reprezintă într-o formă liniară, serializată, grafurile care descriu resurse şi
proprietăţile lor (atributele sau relaţiile lor cu alte resurse). RDF se bazează pe
conceptele de resursă, proprietate şi propoziţie (care asociază o valoare unei
proprietăţi a unei resurse).

“Spre deosebire de DTD-ul din XML, care precizează restricţii asupra structurii
unui document, o schemă RDF furnizează informaţii asupra interpretării care
trebuie dată propoziţiilor date într-un model de date RDF” [RDFS].

Mecanismul RDF Schema furnizează un sistem de tipuri pentru modelele RDF. Este,
de fapt, un limbaj simplificat de reprezentare declarativă a cunoştinţelor prin obiecte
structurate.

În sfârşit, în conexiune cu XML au fost introduse şi posibilităţi de accesare şi


manipulare a documentelor. A fost astfel definită o interfaţă (API) pentru documentele
HTML şi XML prin DOM (Document Object Model) [DOM]. Documentele sunt modelate
prin obiecte, incluzând atât aspectele structurale cât şi cele comportamentale.

4.4. Parcurgerea WWW.

Existenţa WWW se materializează în faptul că o parte, mai mică sau mai mare a
timpului afectat studiului individual este transferat de la lectura de material tipărit, cu
dezavantajele inerente (indisponibilitatea unor carti, preţul de multe ori prohibitiv,
impersonalizarea acestora), la parcurgerea WWW, cu avantajele deja cunoscute
(atractivitate, disponibilitate, personalizare etc.).

Pentru a fi corecţi (mai ales în perspectiva unei posibile totale înlocuiri a cartilor prin
pagini WWW) trebuie remarcate şi unele dezavantaje ale WWW:

Cărţile au anumite particularităţi care le conferă avantaje evidente (de exemplu,


contactul fizic cu cartea studiată).
Dacă nu se face o sistematizare, o structurare corectă şi o îndrumare, poate apărea
pericolul rătăcirii, al dezorientării, datorită volumului imens de informaţii, de
documente şi căi posibile de parcurgere. După cum remarca Kelvin Clibbon:

“Cognitive overload and disorientation limits the effectiveness of hypertext for


learning. By cognitively adapting a hypertext system to the user and by
providing instructional cues, the effects of these problems might be reduced.”
[Cli95].

Parcurgerea materialelor didactice structurate ca pagini de web poate fi însă benefică


prin facilitarea formării unui model mental corect, prin sprijinirea imersiunii şi prin
personalizare.

4.4.1. Modelare mentală, înţelegere, constructivism

Formarea unui model mental (vezi secţiunea 2.3) corect poate fi sprijinită, după
părerea noastră, mai mult pe web decât în cărţi prin:

84
utilizarea multi-media, inclusiv animaţie şi realitate virtuală;
utilizarea extensivă a diagramelor, eventual generate automat;
structurarea paginilor reflectând structura conceptuală a domeniului.

Suntem de partea unei abordări constructiviste [BlM96, TrA97a, TNA98, Wil96] care
este o concepţie conform căreia fiecare dintre noi ne construim propria realitate,
propriul bagaj de cunoştinţe, plecând de la experienţele pe care le-am avut [ErK97].
După cum remarcă [BlM96], “Nucleul studiului este activitatea hermeneutică a
construcţiei de interpretări.”

Unul din cele mai importante scopuri al studiului unui (hiper-)document este
înţelegerea, aceasta implicând o relaţie empatică adică identificarea eu-lui cititorului
cu starea de lucruri, cu universul studiat [Wri95] sau, mai precis:

“empatia este acel fenomen psihic de retrăire a stărilor, gândurilor şi acţiunilor


celuilalt, dobândit prin transpunere psihologică a eului într-un model obiectiv de
comportament uman, permiţând înţelegerea modului în care celălalt
interpretează lumea.” [Mar97].

Această identificare poate fi văzută, din perspectiva modelelor mentale ca ducând la o


“trăire” în lumea modelului mental [TNA98]. “Satisfacţia” trăită în momentul înţelegerii
poate fi considerată atât ca rezultat al găsirii unui model mental dar şi ca împlinire a
idealului de întreg discutat în psihologia gestaltistă [TrA97, TNA98].

4.4.2. Imersiunea

Imersiunea este un factor care poate creşte eficienţa înţelegerii. Prin imersiune nu se
explică conceptele care trebuie înţelese ci se face o plasare a cititorului într-un mediu
în care acesta este forţat să renunţe la contextele familiare şi să folosească conceptele
pe care trebuie să le înveţe.

Înţelegem prin imersiune intrarea fizică sau mentală într-un univers real, simulat sau
imaginat. De fapt, între un univers simulat şi unul imaginat există o legătură foarte
importantă: Pentru ca o simulare să aibă succes este necesară de multe ori şi
imaginaţia celui care asistă la simulare.

De exemplu, învătărea conducerii unui automobil se poate face prin imersie:

fizică, ca urmare a conducerii efective a maşinii;


simulată folosind filme, video sau facilităţi grafice pe calculator ajungând până la
realitate virtuală;
mentală prin explorarea unor universuri imaginate sau ca efect lateral al citirii unor
texte

O imersie reuşită este însoţită de iluzia trăirii în universul imersiunii. În acest sens,
foarte importante în asigurarea senzaţiei de imersie sunt, după părerea noastră,
percepţia spaţiului şi a timpului.

Percepţia spaţiului şi a timpului în imaginile percepute sau imaginate este legată direct
de:

identificarea de obiecte,

85
posibilitatea trăirii unor parcurgeri reale, simulate sau mentale,
efectul unor acţiuni efectuate de persoana aflată în imersiune.

Imersiunea poate fi sprijinită prin:

Multi-media şi realitate virtuală.


Dinamizarea (modificarea perceptibilă vizual) şi interactivitatea paginilor de web.
Asigurarea unei succesiuni de situaţii (pagini de web).
Evidenţierea agenţilor care pot interveni într-un anumit context şi a situaţiilor tipice
în care se pot afla aceştia. De exemplu, într-un sistem de instruire în terminologia
financiară, pentru înţelegerea noţiunii de “acţiune” ar trebui să evidenţieze ca agenţi
posibili pe deţinătorul de acţiuni, pe broker şi pe managerul companiei la care sunt
acţiunile [Tra99c].
Descrierea unor situaţii tipice.
Exemplificarea unor documente tipice.
Discutarea metaforelor tipice în contextul domeniului considerat [Tra00c].

Imersiunea facilitată de facilităţile multi-media şi de asemănarea parcurgerii WWW cu


explorarea unui teritoriu este un argument foarte puternic în sprijinul folosirii web-ului în
diverse domenii, cum ar fi învăţământul. Ca argumente în sprijinul faptului că
imersiunea este un fenomen real enumerăm expresiile deja împământenitele expresii:
“a naviga pe web” şi “a face surfing pe web”. Alt argument este şi faptul că se vorbeşte
chiar că “navigarea” pe web poate deveni chiar un fel de “drog”. Bineînţeles că acest
lucru nu este de dorit la fel ca şi apariţia sentimentului de dezorientare, de rătăcire într-
un labirint.

În încheierea consideraţiilor asupra imersiunii, trebuie evidenţiate înrudirile între


această stare şi starea de flux de care discută Allan Cooper (vezi secţiunea 1.6).

4.5. Studiu de caz: Generarea unei structuri de pagini de web în


scop educaţional

Vom face, în cele ce urmează, un studiu de caz. Vom pleca de la întrebarea: ce


trebuie să facă un profesor pentru a elabora o colecţie de pagini de web pentru cursul
său?

Un prim răspuns este să furnizeze studenţilor de adrese de pagini existente pe


WWW în domeniul de studiu. Un al doilea răspuns, care poate necesita însa un efort
mult mai mare din partea profesorului, este scrierea de material didactic sub forma
de pagini de web, pagini legate la alte pagini existente din domeniul respectiv. O
variantă mai simplă a acestei a doua posibilitate este transferul unor materiale de curs
în formatul WWW.

Dacă se doreşte crearea unor pagini de web evoluate, profesorul trebuie să


desfăşoare următoarele activităţi:

Căutarea pe web a documentelor relevante pentru domeniul considerat, activitate


materializată în liste de adrese de documente pe WWW,
Crearea unei ontologii a domeniului, materializată în reţele semantice sau baze
de cunoştinţe de obiecte structurate asociate cu adresele documentelor relevante.
Identificarea unei ierarhii de probleme care trebuie asimilate şi a scopurilor
aferente.

86
Proiectarea de scenarii de lecţii şi de secvenţe de lecţii.
Proiectarea structurii colecţiei de pagini de web cu identificarea traseelor
posibile.
Proiectarea (alegerea) unui stil de afişare a paginilor.
Editarea de pagini de web structurate conform ontologiei şi care conţin trimiteri la
adresele relevante pe web.

Aceste activităţi pot fi grupate, din punct de vedere tehnic, în două categorii:

Activităţi de achiziţie a cunoştinţelor:

Achiziţia cunoştinţelor profesorului în scopul construirii unei baze de


cunoştinţe. Aici sunt incluse, în afara cunoştinţelor de bază ale domeniului şi
scopurile urmărite, succesiunea lecţiilor etc.
Extragere de cunoştinţe de pe web folosind maşini de căutare şi tehnici de
inteligenţă artificială [AMS98, CLF99].
Structurarea şi rafinarea cunoştinţelor în scopul obţinerii unei ontologii
[AMS98, CLF99].

Activităţi de editare a paginilor de web plecând de la baza de cunoştinţe


construită.

Bineînţeles că nu se poate cere unui profesor să cunoască limbaje şi tehnici de


reprezentare şi prelucrare a cunoştinţelor. Prin urmare, ar fi foarte utilă existenţa unor
sisteme de generare automată a paginilor de web care să integreze rezultate specifice
domeniilor:

sistemelor bazate pe cunoştinţe;


reprezentării, parcurgerii şi căutării de informaţii pe Internet;
generarea de texte, inclusiv în limbaj natural;
realizarea de instrumente informatice destinate sprijinirii activitatilor didactice

4.5.1. Personalizarea paginilor de web

O facilitate foarte importantă a instrumentelor de interacţiune om-calculator pentru


accesarea WWW este posibilitatea personalizării [TrN96, UIML, Tra00a], a adaptării
interfeţei şi chiar a conţinutului la fiecare utilizator în parte.

Există două căi de realizare a personalizării:

prin generarea automată a paginilor de web pentru fiecare student în parte;


prin “filtrarea” şi adaptarea paginilor, create pentru o mulţime de studenţi, pentru
fiecare student în parte.

Prima abordare a fost experimentată în [TrN96], cea de-a doua modalitate a fost
experimentată prin folosirea limbajului XML [Tra00a,b,c].

4.5.2. Generarea bazata pe cunoştinţe a paginilor WWW

In prezent, construirea de pagini WWW se face manual, folosind editoare specializate


sau automat, prin conversia unor documente din diverse formate în HTML. De

87
exemplu, în editorul Word pentru MS-Windows, în versiunile mai noi, există un
convertor la HTML. Acesta converteşte automat anumite marcaje (de exemplu, titluri)
în HTML.

Toate aceste convertoare sau editoare specializate sunt caracterizate prin faptul că nu
intră în analiza conţinutului, a semanticii textelor. O generare bazată pe cunoştinţe se
deosebeşte de editoarele sus menţionate prin faptul că în această abordare se
generează automat pagini de WWW plecând de la o bază de cunoştinţe reprezentate
prin obiecte structurate.

Unul din marile avantaje ale sistemelor bazate pe cunoştinţe este că o bază de
cunoştinţe declarative poate fi folosită în mai multe scopuri (spre deosebire de un
program obişnuit, care poate fi utilizat doar în scopul în care a fost scris). Astfel,
aceeaşi bază de cunoştinţe poate fi folosită atât pentru generarea de explicaţii, pentru
generarea de teste-chestionar sau pentru generarea de pagini WWW.

O bază de cunoştinţe cu obiecte structurate surprinde semantica domeniului


considerat. Drept consecinţă, paginile WWW rezultate vor avea consistenţă, vor avea
o logică internă care reflectă relaţiile semantice dintre conceptele prezentate. În acest
sens se poate spune fără dubiu că paginile generate automat pot fi caracterizate
printr-o structurare superioară unei structurări făcute manual.

Principala idee a sistemului de generare este folosirea bazei de cunoştinţe pentru a


genera pagini WWW astfel:

pentru fiecare obiect structurat (care constituie un concept în taxonomia bazei de


cunoştinţe) este generată o pagină WWW;
pentru fiecare relaţie explicită între două obiecte (de moştenire sau de agregare)
este generată o legătură între paginile corespunzătoare celor două obiecte;
se generează automat legături şi pentru relaţii care nu sunt explicite în baza de
cunoştinţe (cum ar fi relaţia de similitudine între concepte).

Un aspect foarte important este posibilitatea generării personalizate, orientate pe


caracteristicile psihologice şi a cunoştinţelor unei anumite persoane. In acest scop, în
generare se tine cont de cunoştinţele pe care persoana le ştie şi de cunoştinţele
referitoare la studentul respectiv.

Considerăm că următoarele aspecte trebuie avute în vedere în generarea de pagini de


web:

De la ce se pleacă în activitatea de generare?


Care este limbajul de adnotare ţintă?
Care este structura colecţiei de pagini generate?
Câte tipuri de pagini sunt utile? Care sunt acestea?
Care este conţinutul unei pagini?

4.5.2.1. De la ce se pleacă în activitatea de generare?

În [Tra97c] a fost făcut un prim experiment de generare de pagini de web plecând de


la o bază de cunoştinţe taxonomică a conceptelor considerate (o ontologie) şi de
la un număr de fişiere text.

88
Trebuie avută în vedere şi o colecţie de legături la pagini de web de interes. Aceste
colecţii de legături pot fi organizate în taxonomii corespunzător conceptelor asociate.
Ele pot fi obţinute atât prin gruparea ierarhizată a “bookmark”-urilor cât şi în urma
clasificării datelor obţinute de programele de căutare pe web [AMS98]. Colecţiile pot fi
descrise cu limbaje de adnotare de genul XML [CLF99].

Considerăm că trebuie avută în vedere şi o bază de cunoştinţe a scopurilor


urmărite pentru fiecare concept. Utilitatea prezentării scopurilor urmărite în procesele
de instruire este evidenţiată în [Self, ITJ99]).

Pentru sistemele de antrenare şi învăţare, lista lecţiilor, cursurilor şi, eventual


seminariilor sau laboratoarelor trebuie să fie punctul de plecare în generarea unei
prime pagini de web.

Programele Java [CoH97] sau JavaScript apelabile din paginile de web pot fi deosebit
de utile în sporirea gradului de expresivitate al paginilor de web.

Pentru aplicaţii specifice (sisteme inteligente de instruire, dicţionare, glosare etc.) sau
dacă se generează limbaj natural, pot fi necesare şi alte tipuri de resurse (modelul
studentului, lexicoane, gramatici sau corpusuri).

În final trebuie precizat că structura paginilor generate poate fi şi ea descrisă declarativ


(de exemplu, în XML, XRL [BaT87] sau într-un limbaj de şabloane) şi introdusă ca un
punct de plecare.

În concluzie, ca elemente de plecare în generarea de pagini de web pot fi considerate:

ontologii ale domeniului, construite de autor sau preluate de pe web;


baza de cunoştinţe a scopurilor urmărite;
colecţii de legături;
lista lecţiilor;
texte sau fişiere grafice existente;
programe apelabile din paginile de web;
modelul studentului (când există);
cunoştinţe lingvistice (lexicoane, gramatici corpusuri etc.);
descriere declarativă a structurii paginilor.

4.5.2.2. Care este limbajul de adnotare ţintă?

Există trei abordări posibile referitoare la ceea ce se poate obţine. O primă posibilitate
este folosirea HTML (ca în [Tra97c]) sau HTML dinamic [DHTML] eventual cu
programe JavaScript, JScript sau ECMAScript.

O a doua posibilitate este folosirea limbajului XML, eventual a unui limbaj peste XML;
împreună cu toată gama de limbaje asociate (XSL, XSLT, RDF, RDF Schema, XLInk,
XPath, DOM etc.).

4.5.2.3. Care este structura colecţiei de pagini?

Structura colecţiei de pagini este foarte importantă din punct de vedere ergonomic
cognitiv.

89
Un lucru foarte important este influenţa directă a structurii colecţiei de pagini în
traseele posibile. De aceea considerăm că trebuie proiectată structura colecţiei de
pagini având în vedere şi, în anumite cazuri, direcţionând sau chiar limitând
traseele posibile. Acest fapt este foarte important pentru a asigura coerenţă şi pentru
a limita durata explorării.

O soluţie pe care o presupunem utilă este analogia între paginile de web şi camerele
unui edificiu. Această analogie ar putea beneficia şi de ideile mnemotehnicii [Yat66,
TrA97a] de a plasa anumite imagini simbolice în camere (pagini).

Structura colecţiei de pagini diferă în funcţie de stilul de interacţiune. De exemplu,


sistemele de antrenare au o structură aproape liniară, spre deosebire de cele de
documentare care trebuie să ofere o structură cât mai neliniară, cu cât mai multe
legături pentru un acces rapid la informaţia dorită.

Pentru sistemele de instruire, o perspectivă a structurii paginilor de web este de a


considera mai multe universuri care se întrepătrund, perspectivă utilă şi în proiectarea
paginilor de web. Se pot identifica astfel:

universul succesiunii lecţiilor, a cursurilor;


universul conceptelor, organizat taxonomic;
universul scopurilor;
universul textelor deja scrise de autor;
universul informaţiilor relevante pe web.

4.5.2.4. Câte tipuri de pagini sunt utile? Care sunt acestea?

Considerăm utilă generarea unui număr limitat de tipuri de pagini, după cum urmează:

pagini pentru concepte;


pagini pentru grupe de concepte;
pagini cu taxonomii de concepte sau ilustrând harta colecţiei de pagini;
pagini pentru aplicaţii Java sau JavaScript eventual interactivitate;
pagini cu legături către resurse web;
pagini de testare;
pagini de ilustrare a modelului studentului;
pagini pentru lecţii;
pagina cursului.

4.5.2.5. Care este conţinutul unei pagini?

Toate aceste pagini trebuie să aibă o concepţie unitară, fiecare trebuie să aibă:

un titlu evidenţiat pe fiecare pagină;


un fundal comun (cu excepţia paginilor cu grafică);
posibilităţi de căutare;
legături la adresa unde se opt trimite comentarii sau observaţii;
data creării.

Paginile pentru concepte pot conţine legături la concepte mai generale, la concepte
similare, la concepte derivate, la atribute şi la alte concepte înrudite. Prezenţa unei
hărţi a structurii colecţiei de pagini de web este benefică pentru a asigura orientarea
utilizatorului.

90
Pentru a adapta explicaţiile la particularitatile fiecărui student în parte, în sistemul
considerat s-a mers pe mai multe direcţii:

particularizarea explicaţiilor la tipul de personalitate căreia aparţine studentul;


introducerea mai multor perspective asupra bazei de cunoştinţe ale domeniului şi
adaptarea explicaţiilor la aceste perspective
furnizarea de explicaţii multiple, complementare, unui aceluiaşi student (de
exemplu, prin prezentarea narativa a conceptului, prin textul unor programe de
calculator ilustrative - în cazul conceptelor specifice domeniului programării
calculatoarelor -, prin raportarea conceptului la alte concepte sau prin enumerarea
atributelor definitorii)
generarea de explicaţii în limbaj natural

Rolul structurării unui text conform unor reguli de retorica este evident. În acest mod se
evita monotonia şi se creste inteligibilitatea textului. Totodată, regulile de retorica
constituie, de fapt, şi modalitati de comunicare a unor informaţii suplimentare.

Pentru generarea de text pe baza unor reguli de retorică, în sistemul realizat în [Tra96]
conlucrează doi experţi (module program): expertul în analiza taxonomica şi expertul în
retorică. Analiza taxonomică este formată din “agenţi de explorare” care pleacă de la
un concept şi explorează împrejurimile sau de la două concepte şi explorează legătura
între ele:

distanta între ele,


asemănări,
deosebiri,
discriminări (fixate în decursul fazei de achiziţie de cunoştinţe)

Pe baza analizei taxonomice, expertul în retorică planifică modul de prezentare a


conceptelor. De exemplu, dacă un obiect are doar două subconcepte, ele pot fi
prezentate prin antiteză unul faţă de celălalt.

91
5. Interfeţe inteligente Sisteme bazate pe cunoştinţe

5.1. Rolul cunoştinţelor în rezolvarea de probleme

Orice program de calculator înglobează o cantitate de cunoştinţe referitoare la


problema de rezolvat şi la domeniul căruia aparţine acea problemă. Pentru
exemplificare să considerăm cazul unui program de sortare rapida ("quick sort") a unei
secvenţe de numere memorate într-un vector. Analizând un program pentru rezolvarea
acestei probleme din perspectiva cunoştinţelor implicate se pot face următoarele
precizări:

Programul înglobează cunoştinţe referitoare la faptul că, pentru a ordona nişte


numere (în general, chei sau elemente), o abordare posibilă este de a compara
cheile între ele şi a le aduce la locul lor în secvenţa finală.

Algoritmul de sortare rapidă, care a stat la baza programului, este o consecinţă a


cunoştinţelor referitoare la schemele posibile de rezolvare a unei probleme. În
particular, el este o consecinţă a ideei că o abordare utilă în multe cazuri este de a
descompune problema iniţială în subprobleme mai simple care apoi sunt
recompuse în soluţia finală ("divide et impera").

Algoritmul foloseşte cunoştinţe procedurale de genul că, pentru a schimba două


elemente între ele, metoda uzuală este de a folosi o variabilă temporară şi de a face
o permutare circulară între valorile celor două elemente şi a variabilei temporare.

Implementarea algoritmului într-un anumit limbaj implică, în plus, cunoştinţe asupra


respectivului limbaj.

Folosirea structurii de date vector are şi ea asociate cunoştinţe referitoare la


aceasta structură.

Plecând de la exemplul de mai sus, pot fi făcute următoarele afirmaţii:

1) Orice activitate umana, orice produs realizat de om înglobează o cantitate


nebănuită, la o prima analiză, de cunoştinţe (in exemplu anterior au fost evidenţiate
numai o parte din cunoştinţele implicate). Chiar şi activităţi care ne par triviale
implică uneori un bagaj imens de cunoştinţe de care nici nu ne dăm seama, ele
părându-ni-se cunoştinţe elementare, "de bun simt". De exemplu, propoziţia: "Am
văzut Statuia Libertatii zburând deasupra New-York-ului" are o interpretare "de bun
simţ" (zbura cel care a văzut-o, nu zbura statuia). Dacă analizăm însă propoziţia (si,
de fapt, concluzia care urmează a rezultat în urma încercării de a realiza programe
de calculator care să înţeleagă limbajul natural al omului) ne dăm seama că aceasta
interpretare ni se pare de bun simţ în contextul în care noi posedăm cunoştinţe de
bun simt asupra faptului că statuile nu zboară, că Statuia Libertatii este de foarte
mari dimensiuni şi nu poate zbura, de exemplu, ridicată de un elicopter. Mai mult,
faptul că statuile nu zboară este determinat de cunoaşterea noastră asupra
categoriilor de obiecte care pot zbura şi aşa mai departe. Dacă n-am poseda aceste
cunoştinţe "de bun simt", propoziţia ar avea mai multe interpretări.

2) Sunt de mai multe tipuri de cunoştinţe:

92
Cunoştinţe declarative, referitoare, de exemplu, la clasificarea algoritmilor
de sortare, la conceptele unui limbaj de programare şi a relaţiilor între ele;
Cunoştinţe procedurale referitoare la modul cum poate fi rezolvată o
problemă (de exemplu, schimbarea a două elemente între ele).
Scheme generice (“pattern”-uri) de rezolvare de probleme şi modul în care
acestea sunt clasificate şi particularizate pentru o anumită problemă (de
exemplu, “divide et impera”).

În istoria dezvoltării culturii şi civilizaţiei umane, rolul cunoştinţelor a fost considerat sub
mai multe aspecte. În primul rând, unul din capitolele esenţiale ale oricărui sistem
filosofic îl constituie teoria cunoaşterii. Pe de altă parte, modul în care omul articulează
cunoştinţele pe care le are în raţionamentele pe care le face a fost subiectul
cercetărilor de milenii ale logicii. Reprezentarea cunoştinţelor în mintea umană şi
dobândirea de noi cunoştinţe stă în preocuparea psihologiei. Pedagogia studiază
modul în care cunoştinţele pot fi transferate eficient de la profesor la elevi.

Dacă se consideră, din altă perspectivă, progresul ştiinţific şi tehnic, se poate spune că
orice teorie ştiinţifică ordonează, clasifică şi exprimă, într-o forma cât mai riguros
posibilă, cunoştinţele din domeniul respectiv. Dacă teoria are şi o baza formală,
matematică, formalismele se constituie şi în modalităţi de calcul care permit explicarea
anumitor fapte plecând de la cunoştinţele înglobate implicit în forma matematică.
Totodată, în multe cazuri, teoria (formalizată) se constituie într-un instrument de
proiectare a unor obiecte utile care, de asemenea, înglobează cunoaşterea implicită în
teorie. De exemplu, în formalismele folosite în proiectarea unei clădiri sunt implicite
cunoştinţele de mecanică, de rezistenţa materialelor etc.

Din păcate, instrumentele matematice actuale sunt prea sărace pentru a reprezenta
toate categoriile de cunoştinţe folosite de om şi pentru a pune la dispoziţie tehnici de
calcul eficiente pentru a rezolva orice problemă. Sunt, pe de altă parte, încă multe
domenii ale activităţii umane în care cunoştinţele umane sunt limitate sub o formă sau
alta (de exemplu, medicina).

În contextul programelor "clasice" de calculator, cunoştinţele sunt, în cea mai mare


majoritate, încorporate implicit în program. Multe din ele sunt înglobate în teoriile
matematice care stau la baza programelor. Alte cunoştinţe sunt implicite în algoritmii
implementaţi sau în construcţiile scrise în limbajul de programare. De exemplu, un
program de simulare a unor circuite electronice conţine, în forma formală a legilor lui
Kirchhoff, lui Ohm etc., cunoştinţele din electrotehnică sau electronică.

Dacă toate cunoştinţele ar putea fi înglobate într-un formalism sau într-un algoritm (de
fapt şi un algoritm poate fi exprimat formal) nu ar mai fi fost nevoie de imaginarea unor
tehnici de programare bazată pe cunoştinţe. Există însă domenii şi probleme în care
acest lucru nu este posibil din unul sau mai multe motive. De exemplu, există probleme
pentru care nu există un algoritm de rezolvare sau algoritmul de rezolvare este
inacceptabil din punct de vedere al timpului de execuţie. Alte probleme sunt incomplet
specificate sau au o specificaţie care se schimbă în timp. Din păcate, aceste domenii
şi probleme nu sunt puţine sau neimportante. Câteva exemple ar fi medicina,
activitatea de proiectare, diagnosticarea unor defecte, planificarea unor procese
complexe etc. Pentru aceste domenii există specialişti, experţi care pot rezolva
probleme complexe cu o eficienta şi rezultate diferite. Cum dezvoltarea de programe s-
a dovedit extrem de utilă în foarte multe domenii prin rezultatele obţinute, s-a încercat
găsirea unor modalitati de a aborda şi aceste situaţii. In acest mod s-a ajuns la ideea
de a dezvolta aşa numitele sisteme experte care să poată rezolva probleme la nivelul
unui expert uman într-un anumit domeniu.

93
Pentru dezvoltarea de programe destinate rezolvării categoriilor de probleme discutate
mai sus s-a plecat de la analiza modului în care un om rezolvă o astfel de problemă. În
urma acestei analize şi a încercărilor de a simula inteligenţa umană s-a ajuns la
concluzia că o caracteristica a experţilor umani este faptul că ei posedă un bagaj
considerabil de cunoştinţe din domeniu, aceste cunoştinţe fiind puternic structurate. Cu
aceste cunoştinţe se fac operaţii de abstractizare, generalizare, particularizare,
clasificare etc. Plecând de la această observaţie, s-a impus ideea că, pentru
rezolvarea unor astfel de probleme, este esenţială reprezentarea explicită a
cunoştinţelor domeniului respectiv. Această idee este justificată de faptul că, pentru a
putea efectua operaţiile specifice de prelucrare, cunoştinţele trebuie reprezentate cit
mai adecvat. Pe de altă parte, baza de cunoştinţe trebuie sa poată fi extinsă uşor
deoarece o caracteristică a activităţii umane este posibilitatea de a îngloba noi
cunoştinţe, sistemele dezvoltate trebuind şi ele sa poată permite acest lucru.

Pentru a evidenţia specificul programelor bazate pe cunoştinţe să considerăm din nou


cazul circuitelor electronice. După cum se ştie, există diverse programe de simulare a
funcţionării acestor circuite care se bazează pe reprezentări algebrice şi pe calcule
matematice bazate pe legile fizicii. Dacă este necesară însă nu o simpla simulare ci
proiectarea unui nou circuit complex sau diagnosticarea unui circuit defect, activitatea
unui expert uman este absolut necesară din mai multe motive. Unul din principalele
motive este faptul că, în cazurile circuitelor complexe, algoritmii de calcul sunt
inacceptabili din punctul de vedere al timpului imens de calcul datorat numărului imens
de variante care ar trebui considerate. În acest caz, abordarea clasică poate fi folosită
doar pentru eventuale verificări ale soluţiilor propuse de un expert uman. Ce ar trebui
sa conţină un program care să poată proiecta sau diagnostica un circuit? Cum
procedează expertul uman în aceste cazuri?

În proiectarea unui circuit, expertul uman pleacă de la un bagaj de cunoştinţe pe care


le deţine asupra unor configuraţii tip de circuite, asupra performantelor acestora,
asupra modalităţilor de a combina circuite mai simple în circuite complexe, asupra unor
reguli de proiectare şi a mai multor clase de restricţii ce trebuiesc respectate în
proiectare. În diagnosticarea unui circuit, pe de altă parte, expertul foloseşte, pe lângă
cunoştinţele enumerate mai sus şi un set de reguli de genul "Dacă circuitul are
simptomele x,y,z,..., atunci este posibil ca defectul să fie w". Aceste reguli sunt
dobândite în urma experienţei pe care expertul o posedă în diagnosticări făcute
anterior.

Pentru proiectarea sau diagnosticarea unui circuit, expertul va selecta din cunoştinţele
pe care le are un subset de cunoştinţe relevante în cazul particular considerat după
care va corela aceste cunoştinţe cu faptele, cu datele existente în scopul rezolvării
problemei.

Se poate concluziona că, în cazurile considerate, rezolvarea cât mai adecvată a


problemei este determinată nu de un formalism foarte puternic ci de existenţa unui
bagaj de cunoştinţe cit mai extins şi bine structurat şi de posibilitatea a de prelucra cât
mai eficient aceste cunoştinţe. În proiectare şi diagnosticare, formalismele care
folosesc legile fizicii sunt utile dar nu se pleacă de la ele ci de la generalizarea şi
abstractizarea experienţei avute anterior, formalismele fiind folosite ulterior pentru
particularizarea valorilor unor componente, pentru verificarea validităţii circuitului
proiectat sau a defectului presupus etc.

Deci, o deosebire esenţiala între un program "clasic" şi unul bazat pe cunoştinţe


constă în faptul că în primul caz cunoştinţele sunt implicite, pe când în cel de-al doilea

94
caz, ele sunt explicite. Sistemele bazate pe cunoştinţe sunt programe care rezolvă
inteligent probleme complexe prin acordarea unei atenţii deosebite reprezentării
explicite şi prelucrării prin tehnici specifice a cunoştinţelor implicate în rezolvarea
problemei respective. În acest scop, elaboratorii unor astfel de sisteme trebuie sa aibă
în vedere două aspecte esenţiale:

găsirea unei reprezentări a cunoştinţelor cât mai adecvată clasei de probleme avută
în vedere (sub forma de reguli de producţie, în logica cu predicate, prin obiecte
structurate sau / şi prin restricţii);
construirea (de cele mai multe ori reutilizarea) unui modul de prelucrare a
cunoştinţelor (denumit şi motor de inferenţa).

Cunoştinţele care vor fi utilizate de sistem sunt grupate într-o bază de cunoştinţe şi
reprezintă explicit experienţa acumulată de specialiştii umani în rezolvarea de
probleme din domeniul avut în vedere. Aceste cunoştinţe se referă la o ontologie a
domeniului, la regulile utilizate, la restricţiile care restrâng spaţiul de căutare.

Mecanismele de prelucrare a cunoştinţelor au un grad mare de generalitate, ele


putând fi reutilizate pentru o gamă largă de baze de cunoştinţe din diverse domenii. De
aceea, aceste mecanisme de inferenţă sunt realizate sub forma unei maşini (sau
motor) de făcut inferenţe, independentă de un anumit domeniu. Bineînţeles însă că
fiecare modalitate de reprezentare a cunoştinţelor are asociată o anumită clasă de
mecanisme de inferenţă.

Cele mai puternice seturi de instrumente de programare destinate dezvoltării de


aplicaţii bazate pe cunoştinţe au în vedere integrarea mai multor modalităţi
(paradigme) de reprezentare şi prelucrare a cunoştinţelor într-un aşa numit mediu de
programare multiparadigmă. În majoritatea acestor medii de programare,
reprezentarea cunoştinţelor prin obiecte structurate are un rol central. În unele din
aceste sisteme, obiectele structurate sunt însoţite de reprezentări ale cunoştinţelor în
alte paradigme, în special în reguli de producţie sau/si programare logica. Prelucrarea
restricţiilor este, de asemenea, din ce în ce mai mult prezenta.

5.2. Obiectele structurate (schemele cognitive) din perspectiva


psihologiei cognitive.

În inteligenţa artificială au fost folosite mai multe paradigme de reprezentare a


cunoştinţelor:

logica matematică,
regulile de producţie,
reţele semantice,
prin obiecte structurate.

Fiecare din aceste paradigme a avut o bază teoretică în psihologie sau filosofie:
Reprezentarea cunoştinţelor în logica matematică este fundamentată de pozitivismul
logic, regulile de producţie sunt implementarea teoriilor lui Anderson asupra cogniţiei
[And83], reţelele semantice pleacă de la modelele psihologice ale memoriei umane de
lungă durată iar obiectele structurate sunt implementarea teoriilor schemelor lui Bartlett
şi a “frame”-urilor lui Minsky [Min75].

95
În cele ce urmează vom căuta să justificăm importanţa utilizării obiectelor structurate în
sistemele bazate pe cunoştinţe plecând de la mai multe rezultate ale psihologiei
cognitive. În capitolele 2 şi 3 au fost identificate în acest sens mai multe idei:

acţiunea perceptivă umană are loc după un minim de efort cognitiv;


intelectul nostru caută în jur forme perfecte sau cel puţin familiare;
avem tendinţa de a categoriza obiectele;
avem o tendinţă de a descompune obiectele complexe într-o mulţime de corpuri cu
forme elementare;
formele sunt percepute şi în funcţie de aspecte subiective cum ar fi interesele,
aşteptările sau deprinderile culturale;
în recunoaşterea imaginilor un rol foarte important îl au şi prelucrările descendente
(“top-down”), de la general către particular;
rolul cunoştinţelor preexistente este esenţial în percepţie;
imaginile mentale includ entităţi aflate în relaţii spaţiale, sunt strâns legate de
cunoştinţe şi pot fi manipulate; pe baza lor operăm într-o lume virtuală;
imaginile mentale au un rol deosebit în gândire, inclusiv în raţionamentele abstracte;
diagramele sunt extensii externe ale modelelor mentale.

Aceste concluzii, împreună cu consideraţiile asupra memoriei imagistice umane


(secţiunea 2.2.3), ne fac să remarcăm adecvarea schemelor cognitive (“frame”,
obiecte structurate) [Min75] pentru reprezentarea cunoştinţelor imagistice. Ele surprind
tendinţa noastră de a efectua raţionamente bazate pe aşteptări precum şi
categorizarea.

În plus faţă de schemele cognitive “clasice”, în urma analizei făcute rezultă câteva
adăugări sau modificări. În primul rând, trebuie făcută nuanţarea între categorizarea pe
baza asemănării fizice şi pe baza celei funcţionale [Mic94]. Această nuanţare este
posibilă în limbajul XRL [BaT87].

O a doua observaţie este adecvarea mai bună a ideei de prototip ca reprezentat al


grupării în categorizare [Mic94]. Din acest punct de vedere, XRL este din nou avantajat
faţă de alte limbaje. Ideea de prototip se apropie de fapt mai mult şi de reprezentarea
imagistică. Un prototip are o identitate precisă, spre deosebire de categorizarea prin
clase de echivalenţă în care reprezentantul clasei de echivalenţă este o entitate
abstractă, mai greu de ‘imaginat”.

Dintr-o perspectivă tehnică, a implementării de sisteme bazate pe cunoştinţe,


reprezentarea cunoştinţelor prin obiecte structurate a fost introdusa de Marvin Minsky
[Min75] ca o modalitate de a grupa în nişte structuri de date active toate informaţiile
legate de un anumit concept precum şi relaţiile acestui concept cu alte concepte:

"Un frame (obiect structurat) este o structură de date pentru reprezentarea unei
situaţii stereotip, de exemplu a fi într-un anumit tip de sufragerie sau a merge la
o aniversare a unui copil. Fiecărui frame ii sunt ataşate diverse tipuri de
informaţii. Unele din acestea se referă la modul de utilizare a frame-ului. Altele
se refera la ce poate cineva să se aştepte sa se întimple iar altele se referă la
ce trebuie făcut atunci când asteptarile nu se confirmă ..." [Min75].

O altă perspectivă ar putea fi aceea a partiţionării unei reţele semantice astfel încât
fiecare fragment să conţină un concept şi toate relaţiile sale cu alte concepte.

Un frame are un nume şi o structură internă în care pot fi incluse alte obiecte
structurate. Obiectele structurate pot fi generice sau particulare (instanţe). Obiectele

96
generice reprezintă descrieri stereotipe, tipice ale unui anumit concept. Obiectele
particulare pot fi instanţa unui obiect generic şi conţin informaţii valabile pentru un
anumit individ.

Între obiectele generice se pot stabili relaţii de moştenire prin care un obiect poate
considera că posedă proprietatile pe care el nu le are dar care sunt prezente la unul
din obiectele de la care moşteneşte. În acest mod se pot construi taxonomii de
concepte, structurare care simplifică rezolvarea de probleme. De fapt, orice teorie
ştiinţifică pleacă de la o taxonomie a domeniului.

În momentul în care un obiect generic este componenta a structurii unui alt obiect
generic se poate spune că între cele două obiecte s-a definit o nouă relaţie, diferită de
relaţia de moştenire, relaţia “parte a lui”. O variantă a acestei relaţii este relaţia de
asociere între două sau mai multe obiecte. Diferenţa între ele este legată de caracterul
static sau dinamic al legăturii.

Obiectele structurate nu sunt pur şi simplu nişte structuri de date de tip înregistrare. În
plus fata de o înregistrare tipica, ele conţin şi proceduri ataşate (de exemplu, aşa
numiţii demoni) care sunt activate ca urmare a unor anumite operaţii efectuate asupra
componentelor obiectelor. Aceasta caracteristica este una din diferenţele între obiecte
structurate şi obiecte în general.

Obiectele structurate sunt o modalitate foarte comodă, uşor de reprezentat şi


prelucrat, cu o relevanţă psihologică şi cognitiva de reprezentare a cunoştinţelor. Ele
sunt, în prezent, omniprezente în inteligenţa artificială.

Din perspectiva modelelor mentale, importanţa taxonomiilor, a ontologiilor poate fi


explicată tocmai prin caracterul prototipic al acestora din urmă. Taxonomiile, ontologiile
în care, alături de relaţii de hiponimie şi hiperonimie (moştenire de proprietăţi) pot
apare şi relaţii de meronimie (întreg-parte) se reprezintă acum uzual cu obiecte
structurate (frame, în sensul lui M.Minsky [Min75]).

Un astfel de obiect are un nume şi o structură internă în care pot fi incluse alte obiecte
structurate. Obiectele structurate pot fi generice sau particulare (instanţe). Obiectele
generice reprezintă descrieri stereotipe, tipice ale unui anumit concept. Obiectele
particulare pot fi instanţa unui obiect generic şi conţin informaţii valabile pentru un
anumit individ.

Între obiectele generice se pot stabili relaţii de moştenire prin care un obiect poate
considera că poseda proprietăţile pe care el nu le are dar care sunt prezente la unul
din obiectele de la care moşteneşte. În momentul în care un obiect generic este
componentă a structurii unui alt obiect generic se poate spune că între cele două
obiecte s-a definit o nouă relaţie, diferită de relaţia de moştenire.

Obiectele structurate nu sunt pur şi simplu nişte structuri de date de tip înregistrare. În
plus fata de o înregistrare tipică, ele conţin şi proceduri ataşate (de exemplu, aşa
numiţii demoni) care sunt activate ca urmare a unor anumite operaţii efectuate asupra
componentelor obiectelor. Această caracteristică este una din diferenţele între obiecte
structurate şi obiecte în general.

97
5.3. Ontologii

După cum s-a văzut în secţiunea 5.1, pentru a înţelege limbajul natural, pentru a
elimina sensurile cuvintelor care duc la construcţii inconsistente, este necesară o bază
de cunoştinţe privitoare la realitate, o ontologie. Importanţa ontologiilor în ştiinţa
calculatoarelor este din ce în ce mai evidentă însă şi în alte tipuri de aplicaţii, printre
care interfaţarea om-calculator joacă un rol foarte important.

Perspectiva ontologică asupra programelor de calculator este mai puţin evidentă,


poate, în cazul unor programe bazate pe formalisme matematice, de exemplu al unui
program de calcul al inversei unei matrici. Aceasta este doar o impresie, matricea fiind,
de fapt, o reprezentare a unei anumite realităţi ca şi operaţia de inversare, care şi ea
are un corespondent bine precizat în realitate. Se poate vorbi de o ontologie implicită
în programul respectiv, ontologie legată strâns de formalismul matematic folosit.

Între ontologie şi ştiinţa calculatoarelor există strânse legături, atât teoretice cât şi
practice. Cea mai evidentă legătură este în cadrul sistemelor de inteligenţă artificială
bazate pe cunoştinţe. Majoritatea programelor de calculator cu inteligenţă artificială
prelucrează structuri de simboluri care sunt menite a reprezenta cunoştinţele
referitoare la domeniul considerat. Aceste structuri simbolice sunt grupate într-o bază
de cunoştinţe care constituie, de fapt, un model al domeniului respectiv. În ultimii
ani se consideră că această bază de cunoştinţe trebuie văzută ca o ontologie, o
conceptualizare, o teorie asupra ceea ce există în domeniul avut în vedere. O
ontologie este, din această perspectivă, o:

“specificare a unei conceptualizări … Termenul este împrumutat din filosofie,


unde însemna o considerare sistematică a existenţei. În inteligenţa artificială se
referă la precizarea a ceea ce se consideră că <<există>>” [Gru96].

Ontologiile sunt folosite în ştiinţa calculatoarelor nu numai explicit, ca în situaţia


sistemelor bazate pe cunoştinţe ci şi implicit, cum este cazul paradigmei de
programare a calculatoarelor orientată spre obiecte. De această dată, ontologia se
referă nu la realitatea înconjurătoare, externă programului, ci la o colecţie de obiecte
structurată taxonomic, similar unei clasificări, fiecare obiect fiind un fragment de
program, care poate fi utilizat în construirea altor programe.

Termenul de “ontologie” a apărut prima oară în filosofie, pentru a denumi teoria asupra
existenţei, mai corect spus, asupra ceea ce consideră că există cel care întocmeşte
teoria. Construirea oricărui sistem filosofic pleacă de la o ontologie, adică de la
clarificarea problemelor referitoare la categoriile fundamentale de entităţi din realitate
şi a relaţiilor dintre ele. Această ontologie nu este întotdeauna explicită, orice demers
însă necesitând-o.

O ontologie include:

categoriile, conceptele fundamentale,


proprietăţile conceptelor,
relaţiile şi distincţiile între concepte.

Un aspect deosebit de important în ceea ce priveşte ontologiile este comuniunea,


(co)existenţa unei diversităţi de concepte, cu diferenţe şi relaţii între ele. O presupoziţie
este că există doar un număr limitat de concepte sau categorii, ceea ce înseamnă că
se poate face un fel de cuantificare, de discretizare a realităţii. Acestea constituie un

98
punct de sprijin pentru achiziţia de noi concepte sau pentru raţionamentele făcute de
om sau de calculator.

Ontologia este în conexiune cu semiotica în mai multe feluri:

Mulţimea obiectelor care sunt denotate prin semne într-un anume domeniu poate şi
este util să fie considerată o ontologie.
Orice ontologie, pentru a fi reprezentată, trebuie să folosească semne. De exemplu,
descrierea prin cuvinte a unei ontologii foloseşte semne (cuvintele). Acelaşi lucru
este valabil şi pentru ontologiile formalizate.
Dacă se consideră pragmatica, este evident că interpretanţi diferiţi pot avea
ontologii diferite. Acest fapt este avut în vedere, de exemplu, în limbajul de
comunicare între agenţi cu inteligenţă artificială (KQML - Knowledge Query and
Manipulation Language [KQML]), în care fiecare agent trebuie să precizeze
ontologia pe care o utilizează în mesajele trimise.

Considerarea bazei de cunoştinţe a unui program ca o ontologie are, din punct de


vedere tehnic, mai multe consecinţe, care justifică interesul pentru ele:

Adăugarea de noi cunoştinţe, aşa numita achiziţie de cunoştinţe precum şi


învăţarea sau restructurarea bazei de cunoştinţe, sunt simplificate, sunt direcţionate
în cazul în care cunoştinţele preexistente sunt structurate într-o ontologie. Este mult
mai uşor să adaugi un concept nou la un eşafodaj existent, coerent, prin găsirea
unuia sau mai multor concepte mai generale decât el, prin combinarea lor şi prin
stabilirea unor diferenţe faţă de acestea.

Aceeaşi ontologie poate fi folosită în mai multe aplicaţii bazate pe cunoştinţe (de
exemplu, în proiectare, diagnosticare, explicare, instruire etc.) [Tra00e]. Ontologiile
generale, care surprind conceptele, categoriile fundamentale, odată construite pot fi
apoi extinse pentru alte aplicaţii. Ontologiile sunt astfel refolosite, în prezent ele fiind
disponibile chiar pe Internet, unele din ele, cum ar fi WordNet [WN] incluzând peste
o sută de mii de concepte, această ontologie fiind curent folosită în aplicaţiile de
înţelegere a limbajului uman.

Ontologiile permit şi o interacţiune om-calculator mult mai prietenoasă, simplifică


dialogul în limbaj uman prin particularizarea exprimărilor calculatorului la
proprietăţile fiecărui concept în parte, prin adecvarea dialogului la realitate. De fapt,
orice conversaţie, între oameni şi/sau programe de calculator, trebuie să
împărtăşească un model al realităţii, o ontologie, pentru a fi posibilă înţelegerea,
comunicarea (ca în cazul KQML [KQML]).

O perspectivă mult folosită în inteligenţa artificială este cea în care sistemele bazate
pe cunoştinţe, în afara faptului că îşi reprezintă mediul exterior în baza proprie de
cunoştinţe, au şi o reprezentare a propriilor scopuri, alternative, alegeri etc.,
considerate în rezolvarea unei probleme. Elemente specifice conştienţei, definită de
Chalmers [Cha], cum ar fi integrarea informaţiilor, raportabilitatea stărilor mentale,
accesul la propriile stări, direcţionarea atenţiei şi controlul comportamentului
necesită un model, atât al mediului exterior, cât şi unul al propriilor cunoştinţe,
scopuri, raţiuni etc. Toate acestea sunt incluse şi ele în ontologia programului.

Din punct de vedere al programelor de calculator, există două tipuri de ontologii, în


funcţie de domeniul în care sunt folosite:

99
I. Primul tip este cel al ontologiilor destinate sistemelor bazate pe cunoştinţe, de
exemplu, al unui sistem de diagnostic medical. Aceste ontologii sunt caracterizate
de un număr relativ redus de concepte, dar legate între ele printr-un număr mare şi
variat de relaţii. Conceptele sunt grupate în scheme conceptuale complexe sau
scenarii. Pentru fiecare concept pot exista una sau mai multe particularizări.

II. Spre deosebire de primul tip de ontologii, ontologiile lexicalizate includ un număr
foarte mare de concepte, legate printr-un număr redus de relaţii. Conceptele sunt
reprezentate, ca de exemplu în WordNet, prin mulţimi de cuvinte sinonime. Astfel
de ontologii sunt folosite în sistemele de prelucrare a limbajului uman.

Ontologiile sunt implementate de obicei prin:

Programe de calculator special dezvoltate, scrise în limbaje de programare


generale (Lisp, Prolog, Java, C etc.)
Limbaje de reprezentare a cunoştinţelor (de exemplu, XRL [BaT87]).
Limbaje dezvoltate în XML pentru descrierea ontologiilor (SHOE [SHOE], OML
[OML]).

Un rol esenţial al unei ontologii este de a fi reutilizate în mai multe aplicaţii. Două sau
mai multe ontologii pot fi puse în corespondenţă (“aliniate”). Astfel de activităţi sunt
facilitate de:

Limbaje de “interschimb” al cunoştinţelor cum ar fi KIF [KIF] (“Knowledge


Interchange Format” - limbaj de interschimb al informaţiilor) sau CGIF [CG]
(“Conceptual Graph Interchange Format” - limbaj de interschimb al informaţiilor
pentru grafuri conceptuale).
Protocolul de acces la baze de cunoştinţe OKBC [OKBC] (“Open Knowledge Base
Connectivity”),

Efortul de a capta aspectele legate de semantică, de conţinutul documentelor face


obiectul şi propunerii de standard RDF Schema [RDFS], destinat a fi folosit împreună
cu XML.

5.3.1. Rolul ontologiilor în programare

Ontologiile sunt implicit prezente şi în programe de calculator care nu aparţin


domeniului inteligenţei artificiale. Bibliotecile de obiecte din mediile de programare
orientate spre obiecte conţin şi ele ontologii implicite: fiecare clasă este un concept.
Este vorba, de această dată, nu de ceea ce există în realitate ci de o bibliotecă de
obiecte ce reprezintă ceea ce există la dispoziţia programatorului, a entităţilor artificiale
care pot fi asamblate şi combinate în sistemele create. Ierarhiile de interfeţe sunt
ierarhii de comportări (sau meta-obiecte în sens XRL [BaT87], de exemplu) şi pot fi
considerate tot ontologii. Un set de adnotări XML (vezi secţiunea 4.3.3) poate fi şi el
considerat ca un rudiment de ontologie.

Programele pentru realizarea realităţii virtuale necesită şi ele ontologii pentru a simula
realitatea. Pentru realitatea virtuală este necesară o ontologie pentru a induce
utilizatorului uman iluzia realităţii adevărate. În cazul programării orientate spre
obiecte, subiectul secţiunii de faţă, ontologia (de această dată a domeniului considerat)
este necesară pentru a simplifica activitatea de programare. În plus, pentru obţinerea
de imagini grafice fidele realităţii, se folosesc taxonomii de obiecte specifice
programării orientate spre obiecte, adică tot un fel de ontologii.

100
Abordarea dezvoltării programelor orientată spre obiecte [Tra94c] are mai multe
avantaje, atât în oferirea unei metafore comode pentru gândirea umană în contextul
dezvoltării de programe complexe, cât şi în direcţia unei facilitări a reutilizării şi a
evoluţiei produselor program rezultate (astfel se explică de fapt şi entuziasmul existent
în prezent în privinţa acestei abordări). Aceste trăsături sunt foarte importante în
dezvoltarea de programe în general şi sunt cu atât mai semnificative în dezvoltarea
sistemelor bazate pe cunoştinţe, care pot fi considerate programe în permanentă
schimbare (cum şi expertiza sau ontologia unui om este variabilă în timp).

Justificarea discutării AOO in contextul acestei lucrări este faptul ca ea se


conformează întocmai unei perspective psihologice cognitive centrale în inteligenţa
artificială: Conceptul de obiect este mai apropiat de reprezentările pe care oamenii le
folosesc, de categoriile ontologice, decât orice altă abstracţie de până acum din
programare.

Programarea orientată spre obiecte (OOP), aplicarea AOO la programarea


calculatoarelor, opusă programării procedurale, este o paradigmă de programare care
îşi propune depăşirea problemelor ridicate de dezvoltarea programelor de mari
dimensiuni şi cu un grad înalt de variaţie în timp. Conceptul OOP a apărut în urma mai
multor cercetări atât din domeniul teoriei limbajelor de programare (tipuri de date
abstracte), a inteligenţei artificiale (reprezentarea cunoştinţelor, modele de rezolvare
distribuită a problemelor), a ingineriei programării (reutilizarea unor fragmente de
program), şi nu în cele din urma a modelării şi simulării. Noi considerăm că, în plus,
AOO are succesul actual şi datorită faptului că orice bibliotecă de obiecte este şi o
ontologie, pentru fiecare om fiind mult mai uşor să înţeleagă şi să manipuleze situaţii
pe care le poate înţelege, care sunt apropiate de o experienţiere materializată într-o
ontologie.

Spre deosebire de alte paradigme de programare (cum ar fi cea funcţionala sau cea
logică), OOP nu are o bază formală bine precizată. Obiectele sunt definite conform
unei metafore antropomorfice: au o identitate, au o stare caracterizată de valorile unei
mulţimi de atribute (componente) şi o comportare determinată de o mulţime de
proceduri (module program) ataşate, care sunt denumite metode. Ele pot comunica
prin transmiterea de mesaje, efectul recepţionării unui mesaj de către un obiect
constând în determinarea metodei ataşate tipului respectiv de mesaj şi lansarea ei în
execuţie.

OOP este caracterizată de existenţa unor clase (categorii) de obiecte. Relaţia


taxonomică sau hiperonimică este deosebit de importantă deoarece prin ea se pot
moşteni proprietăţi, după cum s-a discutat şi în consideraţiile despre ontologii în
general, din secţiunea.

Moştenirea proprietăţilor are mai multe avantaje. În primul rând, asigură continuitate în
dezvoltarea şi evoluţia conceptelor şi, implicit, a programelor. Continuitatea este un
deziderat în ingineria programării, în sensul că adaugări mici în specificaţie ar trebui să
ducă la adaugări mici în cod. Acest lucru este realizat în mod firesc prin moştenire. De
exemplu, dacă se doreşte introducerea unui nou concept, de pătrat, într-un program în
care există deja conceptul de dreptunghi, acest lucru se rezolva foarte uşor prin
definirea clasei de obiecte pătrat care moşteneşte toate proprietăţile clasei de obiecte
dreptunghi. În noua clasă vor trebui definite numai particularităţile care o diferenţiază
de vechea clasă (de exemplu, faptul că pătratul are laturile egale).

101
Moştenirea, în conexiune şi cu ideea de continuitate, discutată mai sus, sprijină şi
reutilizarea. Folosind moştenirea, obiectele se pot reutiliza pe scară mai largă decât,
de exemplu, simpla copiere. Astfel, în cazul în care se doreşte reutilizarea cu
modificări a unui obiect (situaţie care limita posibilităţile de reutilizare a subrutinelor) se
poate crea un nou obiect care moşteneşte proprietăţi de la obiectul reutilizat şi care
conţine doar modificările necesare.

In abordarea OO, obiectele nu sunt entităţi legate numai prin relaţii de moştenire. Între
obiecte pot exista diverse relaţii prin care acestea se asociază. O primă relaţie posibilă
între obiecte este relaţia “utilizează”. Altă relaţie foarte folosită în abordarea OO este
relaţia determinată de faptul că un obiect poate avea drept componente alte obiecte.
Posibilitatea asocierii obiectelor prin stabilirea de legături între ele este deosebit de
importantă în construirea de comportamente complexe prin delegarea
responsabilităţilor.

Am insistat asupra programării orientate spre obiecte pentru a evidenţia dimensiunea


ontologică esenţială în această abordare. Trăsăturile definitorii ale AOO sunt proprii
oricărei ontologii.

Utilizarea tehnicilor specifice construirii ontologiilor se face în ingineria programării şi în


analiza şi specificarea programelor: În dezvoltarea programelor de mari dimensiuni se
începe cu o fază în care se identifică cerinţele aşteptate de la programul care va fi
realizat şi în care este specificată noua realitate pe care o va aduce programul care va
fi creat.

5.3.2. Rolul ontologiilor în programele bazate pe cunoştinţe

Calculatoarele electronice sunt văzute dualist prin distincţia între maşina propriu-zisă
(“hardware”) şi programele (“software”) care dau “viaţă” maşinii. Este, sub o altă formă,
distincţia corp-suflet (după cum remarcă J. P. Haroche, o formă extremă de dualism
[Har00]).

Problema contextelor complexe şi a cunoştinţelor este întâlnită şi la aşa numitele


sisteme experte sau sisteme bazate pe cunoştinţe. Un exemplu tipic pentru această
clasă de programe îl constituie un program care să poată diagnostica o boală similar
unui medic. Un astfel de program ar trebui să înmagazineze nu numai cunoştinţele pe
care le-a învăţat doctorul în decursul studiilor, ci şi experienţa acumulată ca
practician al medicinei. Toate aceste cunoştinţe trebuie să poată fi extinse prin
achiziţie de noi cunoştinţe sau învăţare, ele trebuie să poată fi validate şi eventual
restructurate sau chiar eliminate când se dovedeşte apariţia unei inconsistenţe.

Cercetările de inteligenţă artificială au demonstrat faptul că funcţionarea complexă a


intelectului uman este datorată nu atât unor mecanisme foarte complexe de prelucrare
a cunoştinţelor cât de baza de cunoştinţe, care înglobează un număr foarte mare de
cunoştinţe, puternic structurate (conform vechiului dicton “Cunoaşterea este putere!”).
Deci, aceste baze de cunoştinţe sunt colecţii puternic structurate de simboluri. Herbert
Simon, unul din corifeii inteligenţei artificiale, a propus o ipoteză prin care presupunea
că un comportament inteligent este realizat de structuri simbolice fizice. Această
ipoteză stă la baza tuturor sistemelor bazate pe cunoştinţe, a aşa numitei abordări
simbolice a inteligenţei artificiale2.

2Spre deosebire de abordarea conecţionistă, în care se consideră că inteligenţa este datorată doar existenţei
unui număr imens de procesoare simple (neuroni) complex interconectate.

102
Ca urmare a considerentelor de mai sus, în orice sistem bazat pe cunoştinţe se face o
separare netă între o bază de cunoştinţe (o structură simbolică) şi o “maşină” de făcut
inferenţe. Maşina inferenţială poate fi folosită în orice domeniu, pentru orice aplicaţie,
ea fiind invariantă în timp. În schimb, baza de cunoştinţe poate fi înlocuită, modificată,
dezvoltată sau restructurată.

Problema cea mai dificilă în dezvoltarea oricărui sistem bazat pe cunoştinţe este
extinderea bazei de cunoştinţe prin achiziţia de noi cunoştinţe sau prin învăţare. În
inteligenţa artificială se face distincţie între achiziţie - introducerea de noi cunoştinţe în
baza de cunoştinţe - şi învăţare - de exemplu, deducerea unor noi cunoştinţe din o
serie de cunoştinţe existente, prin generalizare.

Pentru achiziţia de cunoştinţe în inteligenţa artificială au fost utilizate până acum


două abordări. Prima considera achiziţia ca un proces de transfer de la un om care
poseda cunoştinţele la baza de cunoştinţe. Această abordare s-a dovedit greşită din
mai multe motive. Unul din ele ar fi, de exemplu, că cel care posedă cunoştinţele nu le
poate identifica uşor, nu le poate furniza ca pe o materie transferabilă. O altă cauză ar
fi că orice colecţie de cunoştinţe este structurată şi există structuri care se regăsesc în
mai multe situaţii.

Ca urmare la deficienţele primei abordări în achiziţia cunoştinţelor a fost propusă


abordarea în care achiziţia este văzută ca un proces de modelare. Procesul de
transfer este înlocuit printr-un proces de construire a unui eşafodaj în care sunt plasate
noile cunoştinţe pe măsură ce sunt achiziţionate. Acest eşafodaj foloseşte de multe ori
eşafodaje deja existente.

Organizarea sistematică a cunoştinţelor, a datelor despre realitate într-un eşafodaj,


duce, de fapt, la construirea unei teorii asupra a ceea ce există, adică a unei ontologii.
Pentru majoritatea oamenilor nu este necesar să-şi conducă viaţa după o teorie bine
precizată, nu este absolut necesar să dezvolte o ontologie (sau, de ce nu, să
conştientizeze categorizările ontologice pe care le face probabil inconştient). Însă unui
program de calculator complex, destinat, de exemplu, înţelegerii limbajului natural,
trebuie să i se precizeze ontologia considerată, adică baza de cunoştinţe necesară
prelucrărilor. Aceeaşi situaţie apare şi la interconectarea programelor pe Internet, în
luarea deciziilor complexe sau în realitatea virtuală. Prin urmare, în ultima perioadă se
consideră că în achiziţia de cunoştinţe trebuie construită o ontologie a domeniului
considerat. Problema achiziţiei cunoştinţelor poate fi simplificată prin refolosirea
ontologiilor deja construite sau prin construirea de ontologii care să poată fi incluse
într-o varietate de aplicaţii. Ca urmare, există deja ontologii disponibile pe Internet
[WN] (vezi şi secţiunea 5.3.4).

O ontologie este rezultatul unei experienţieri, a unor experienţe trăite, în care sunt
evidenţiate nişte constanţe, nişte regularităţi, care ne îndreptăţesc să afirmăm că vor fi
regăsite în viitor. În urma investigaţiei făcută pentru a găsi esenţa regularităţilor se
delimitează entităţi mentale denumite concepte sau categorii, care pot fi diferenţiate de
alte categorii. Aceste entităţi pot intra în combinaţie cu altele formând noi concepte.

5.3.3. Ontologii pentru dezvoltarea de interfeţe cu manipulare directă

Unul din domeniile în care paradigma de programare orientată spre obiecte a avut un
succes spectaculos este cel al dezvoltării de interfeţe om-calculator cu manipulare
directă. Acest fapt nu este surprinzător: În interfaţarea om-calculator prin manipulare

103
directă, tipurile de “controale” (elemente de interfaţă, de exemplu, butoane, casete de
dialog, câmpuri de text etc.) sunt variate, dar de foarte multe ori ele moştenesc unele
de la altele multe proprietăţi. Mai mult, dacă sunt proiectate ca obiecte, toate
elementele de interfaţă pot fi refolosite în nenumărate aplicaţii, eliminând un efort
imens.

O ontologie posibilă, organizată taxonomic, a elementelor implicate într-o interfaţă cu


manipulare directă include, cu mici variaţii, următoarele entităţi:

elemente vizuale:

ferestre, adică elemente vizuale de bază, care includ (au relaţii meronimice
cu) alte elemente, cum ar fi imagini, controale sau meniuri. În VisualBasic
rolul ferestrelor îl deţin formularele - “forms”.
imagini
controale, adică elemente de interacţiune,

butoane
câmpuri de text

de tip etichetă, nemodificabil


editabil

opţiuni

casete de validare
buton de opţiune
casetă cu listă derulantă
casetă combinată (listă + câmp text)

cadru
container OLE
bare de derulare

meniuri

bară de meniuri
elemente de meniuri
meniuri “pop-up”

entităţi program:

module de cod,

proceduri
scenarii (“script-uri”)
metode ataşate obiectelor
proceduri de tratare a evenimentelor

obiecte

clase

104
predefinite
definite de utilizator

instanţe

componente program reutilizabile (de exemplu, ActiveX sau JavaBeans),


evenimente,
excepţii.

entităţi conceptuale, logice

aplicaţie
document
server
client
istoric

servicii de asistenţă:

ajutor (“help”)
asistenţi (“wizards” - “vrăjitori”), eventual inteligenţi.

Este o practică foarte răspândită ca marea majoritate a elementelor de mai sus să fie
implementate prin obiecte.

icon fereastră buton opţiune


(radio)

buton

casetă cu listă câmp editabil casetă de opţiune


ascensor derulantă

105
5.3.4. Ontologii reutilizabile pe web

O tendinţă de ultimă oră este plasarea pe web a unor microteorii pentru diverse
domenii sau a unor teorii generale, adică a unor ontologii, care se pot refolosi.

Ontologiile plasate pe web sunt:

Generale, cum ar fi Cyc [CYC], ontologia lui Sowa [Sow99], WordNet [WN],
FrameNet [Framenet] sau Mikrokosmos [Mik]. Aceste ontologii sunt dedicate în
special aplicaţiilor de lingvistică computaţională.
Pentru diverse domenii particulare (de exemplu, ontologia pentru domeniul
programării descrisă în [Tra00d]).

John Sowa, unul din “clasicii” inteligenţei artificiale dedică un întreg capitol din recenta
sa carte [Sow99], construirii unei ontologii (vezi diagrama şi tabelul de mai jos) care
integrează ideile mai multor filosofi, printre care Aristotel, Kant, Hegel, Peirce,
Whitehead şi Heidegger, ca să nu-i enumerăm decât pe cei mai remarcabili, ontologie
destinată uzului curent al inginerilor care construiesc programe de inteligenţă
artificială. Nu este, de fapt, nimic de mirare aici. Un program inteligent trebuie să aibă
un model al realităţii, realitate definită de conceptele şi de relaţiile privite ca
fundamentale de filosofi.

Autonomie Relaţie Mijlocire

Fizic Abstract

Realitate Formă Însuşire Afirmaţie Conexiune Intenţie


Permanenţă Apariţie

Obiect Proces Schema Scenariu Joncţiune Participare Descriere Istoric Structura Amplasare Raţiune Scop

Figura 15. Ontologia lui Sowa

106
Fizic Abstract
Permanenţă Apariţie Permanenţă Apariţie
Autonomie Obiect Proces Schemă Scenariu
Relaţie Joncţiune Participare Descriere Istoric
Mijlocire Structură Amplasare Raţiune Scop

WordNet [WN] este o ontologie lexicalizată pentru limba engleză (americană),


destinată în special aplicaţiilor de lingvistică computaţională şi orientată mai mult spre
substantive. Framenet [Framenet] este o ontologie care consideră în special verbele,
împreună cu informaţiile tipice care apar împreună în aşa numitele scheme (“frames”).
Mikrokosmos este o ontologie generală pentru aplicaţii de lingvistică computaţională
care, spre deosebire de WordNet, caută să surprindă conceptele generale,
independent de o anumită limbă.

Ontologia WordNet [WN] poate fi văzută ca o reţea semantică imensă, ale cărei noduri
sunt mulţimi de sinonime (“synsets”), între care pot exista diverse tipuri de relaţii.
Pentru un anumit cuvânt se pot obţine foarte uşor toate aceste informaţii.
În cele ce urmează ilustrăm cu exemple mai multe relaţii ale cuvântului “piano”,
considerat ca substantiv, adjectiv sau adverb:

sinonime:
Synonyms (Grouped by Similarity of Meaning) of noun piano

Sense 1
piano, pianoforte, forte-piano
=> stringed instrument
=> percussion instrument, percussive instrument
--------------

Sense 2
piano, pianissimo
=> softness
--------------
Synonyms of adv piano

1 sense of piano

Sense 1
piano, softly
Derived from adj piano (Sense 1)
=>piano (vs. forte), soft

hiperonime - către concepte mai generale:


Synonyms/Hypernyms (Ordered by Frequency) of noun piano

2 senses of piano
Sense 1
piano, pianoforte, forte-piano
=> stringed instrument
=> musical instrument
=> instrument
=> device
=> instrumentality, instrumentation
=> artifact, artefact
=> object, physical object
=> entity, something
=> percussion instrument, percussive instrument
=> musical instrument
=> instrument
=> device
=> instrumentality, instrumentation
=> artifact, artefact
=> object, physical object
=> entity, something
Sense 2
piano, pianissimo
=> softness
=> sound property
=> property
=> attribute
=> abstraction

107
hiponime - concepte mai specifice:
Hyponyms of noun piano

1 of 2 senses of piano
Sense 1
piano, pianoforte, forte-piano
=> grand piano, grand
=> baby grand, parlor grand, parlour grand
=> concert grand, concert piano
=> mechanical piano, Pianola, player piano
=> upright, upright piano
=> spinet

antonime - concepte opuse ca sens:


Antonyms of adj piano

1 sense of piano

Sense 1
piano (vs. forte), soft

forte (vs. piano), loud


=> fortemente
=> fortissimo
Antonyms of adv piano

1 sense of piano

Sense 1
piano, softly
=> forte, loudly

holonime - relaţia de la parte la întreg,


meronime - relaţia de la întreg la a parte a sa:
Meronyms of noun piano

1 of 2 senses of piano

Sense 1
piano, pianoforte, forte-piano
HAS PART: fallboard
HAS PART: keyboard
HAS PART: action
HAS PART: key
HAS PART: piano keyboard, fingerboard, clavier
HAS PART: soft pedal
HAS PART: sounding board, soundboard
HAS PART: sound hole
HAS PART: sustaining pedal, loud pedal
=> stringed instrument
HAS PART: bridge
HAS PART: peg
HAS PART: sounding board, soundboard
HAS PART: sound hole
HAS PART: string

atribute,
cauzare (pentru verbe) .

WordNet furnizează şi alte informaţii:


Coordinate Terms of noun piano

2 senses of piano
Sense 1
piano, pianoforte, forte-piano
-> stringed instrument
=> banjo
=> bowed stringed instrument, string
=> chordophone
=> clavichord
=> clavier, Klavier
=> dulcimer
=> guitar
=> harpsichord
=> koto
=> piano, pianoforte, forte-piano
=> psaltery
=> sitar
=> zither, cither, zithern
-> percussion instrument, percussive instrument

108
=> bones, castanets, clappers, finger cymbals, maraca
=> chime, bell, gong
=> cymbal
=> drum, membranophone, tympan
=> glockenspiel, orchestral bells
=> gong, tam-tam
=> kettle, kettledrum, tympanum, tympani, timpani
=> marimba, xylophone
=> piano, pianoforte, forte-piano
=> steel drum
=> triangle
=> vibraphone, vibraharp, vibes
Sense 2
piano, pianissimo
-> softness
=> faintness
=> decrescendo, diminuendo
=> piano, pianissimo
Grep of noun piano

concert piano
forte-piano
grand piano
mechanical piano
piano
piano accordion
piano action
piano damper
piano keyboard
piano lesson
piano player
piano sonata
piano stool
piano teacher
piano tuner
piano wire
pianoforte
pianola
player piano
upright piano
Similarity of adj piano

1 sense of piano

Sense 1
piano (vs. forte), soft
=> pianissimo
=> pianissimo assai
Pertainyms of adv piano

1 sense of piano
Sense 1
piano, softly
Derived from adj piano (Sense 1)
=>piano (vs. forte), soft

Overview of noun piano

The noun piano has 2 senses (first 1 from tagged texts)


1. piano, pianoforte, forte-piano -- (a stringed instrument that is played by depressing keys that
cause hammers to strike tuned strings and produce sounds)
2. piano, pianissimo -- ((music) low loudness)
Overview of adj piano

The adj piano has 1 sense (no senses from tagged texts)

1. piano, soft -- (used chiefly as a direction or description in music; "the piano passages in the
composition")
Overview of adv piano

The adv piano has 1 sense (no senses from tagged texts)
1. piano, softly -- (used as a direction in music; to be played relatively softly)

Aceleaşi informaţii pot fi obţinute şi pentru verbe:


Hyponyms of verb compute

1 sense of compute
Sense 1
calculate, cipher, cypher, compute, reckon, figure
=> extract
=> process
=> prorate
=> miscalculate
=> recalculate
=> average, average out
=> factor, factor in, factor out
=> add, add together

109
=> subtract, deduct, take off
=> multiply
=> divide, fraction
=> interpolate, extrapolate
=> differentiate
=> integrate
=> survey
=> estimate, gauge, approximate, guess, judge
=> budget
=> capitalize
=> resolve, solve
Synonyms/Hypernyms (Ordered by Frequency) of verb compute

1 sense of compute
Sense 1
calculate, cipher, cypher, compute, reckon, figure
=> reason
=> think, cogitate, cerebrate
Hyponyms of verb compute

1 sense of compute
Sense 1
calculate, cipher, cypher, compute, reckon, figure
=> extract
=> process
=> prorate
=> miscalculate
=> recalculate
=> average, average out
=> factor, factor in, factor out
=> add, add together
=> subtract, deduct, take off
=> multiply
=> square
=> cube
=> raise
=> divide, fraction
=> halve
=> quarter
=> interpolate, extrapolate
=> differentiate
=> integrate
=> survey
=> triangulate
=> estimate, gauge, approximate, guess, judge
=> misgauge
=> place, put, set
=> give
=> lowball, underestimate
=> make
=> reckon, count
=> guesstimate
=> budget
=> capitalize
=> overcapitalize
=> resolve, solve
=> factorize, factorise
Synonyms/Hypernyms (Ordered by Frequency) of verb compute

1 sense of compute
Sense 1
calculate, cipher, cypher, compute, reckon, figure
=> reason
Familiarity of verb compute
compute used as a verb is very rare (polysemy count = 1)
Sample Sentences of verb compute

1 sense of compute

Sense 1
calculate, cipher, cypher, compute, reckon, figure
*> Somebody ----s something
*> Somebody ----s that CLAUSE
Synonyms (Grouped by Similarity of Meaning) of verb compute

Sense 1
calculate, cipher, cypher, compute, reckon, figure
=> reason
--------------
Grep of verb compute
compute
computerize

În prezent se preconizează să se folosească XML (vezi secţiunea 4.3.3) şi pentru


descrierea ontologiilor. A fost astfel propus limbajul OML [OML].

110
5.4. Asistenţi inteligenţi

Una din cele mai recente direcţii de dezvoltare de interfeţe evoluate este
implementarea unor programe de tip agent inteligent care să se comporte ca nişte
asistenţi care să ajute utilizatorul în interfaţare.

Definim agenţii ca fiind entităţi program [Sho93] care:

1. pot funcţiona autonom,


2. îndeplinesc anumite scopuri,
3. comunică cu alţi agenţi sau cu oameni.

Funcţionarea autonomă presupune un mediu în care agentul respectiv îşi desfăşoară


activitatea. De exemplu, în contextul WWW, mediul poate include:

documentele de pe web,
programele care rulează pe web (clienţii şi serverele de pe web),
utilizatorii umani,
alţi agenţi.

Din acest mediu agentul accesează informaţii şi în acest mediu acţionează lansând în
execuţie programe, scriind documente şi comunicând cu alţi agenţi sau cu utilizatorii
umani. Bineînţeles că agenţii, fiind programe de calculator, şi presupunând
raţionalitatea şi corectitudinea proiectării şi implementării, îndeplinesc scopurile celor
care le-au elaborat.

Pentru a-şi adapta comportamentul la schimbările din mediul exterior, agenţii inteligenţi
trebuie să posede un model al mediului înconjurător, sau altfel spus, o ontologie,
pe care să o folosească pentru a decide asupra diverselor modalităţi de acţiune (cum
spunea Karl Popper, pentru a “permite ipotezelor să moară în locul nostru” [Den98,
pag. 104]. Modelul mediului înconjurător poate fi reprezentat atât prin reţele neuronale
artificiale [Sch96] cât şi în formă simbolică, prin baze de cunoştinţe, conform celor
două abordări ale inteligenţei artificiale, de care se discută în secţiunea 6.2.

Mai mult, Yoav Shoham [Sho93] consideră că un agent este o entitate a cărei stare
include componente mentale: credinţe (“beliefs”), capabilităţi, alternative posibile
şi angajamente (“commitments”). O perspectivă mult folosită în inteligenţa artificială
este că atât agenţii lui Shoham cât şi, în general, sistemele bazate pe cunoştinţe, în
afara faptului că îşi reprezintă mediul exterior în baza proprie de cunoştinţe, trebuie să
aibă şi o reprezentare a propriilor scopuri, alternative, alegeri etc., toate acestea fiind
considerate în rezolvarea unei probleme.

Revenind acum la utilizarea agenţilor pentru interfaţare inteligentă, o reprezentare


uzuală a interacţiunii om-calculator este cea din figura următoare, în care atât
utilizatorul cât şi interfaţa sunt parteneri şi posedă aceleaşi componente:

o ontologie, adică un model al mediului în care acţionează;


un model al partenerului, care, de multe ori este o parte sau o elaborare a
ontologiei (de exemplu, în sistemele inteligente de instruire asistată de calculator,
modelul studentului conţine partea din ontologie pe care studentul o cunoaşte
precum şi cunoştinţele eronate pe care le are studentul);
scopurile, convingerile, intenţiile, angajamentele asumate;
planurile urmărite.

111
Ontologie Ontologie

Model Model
partener partener

Utilizator Interfaţă

Scopuri, Scopuri,
convingeri, convingeri,
intenţii Planuri Planuri intenţii

Figura 16: Interfeţe inteligente

Agenţii pot comunica folosind limbaje specifice, cum ar fi KQML (“Knowledge Query
and Manipulation Language”, [KQML]). Un mesaj în acest limbaj specifică agenţii
implicaţi, tipul de act de vorbire (vezi secţiunea 3.5.3), ontologia (baza de cunoştinţe
comună, vezi secţiunea 5.3) utilizată etc.

112
6. Medii hermenofore

6.1. Hermeneutica

Hermeneutica este studiul interpretării, iniţial ea referindu-se doar la interpretarea


textelor [MHD92]. În prezent, accepţiunea termenului hermeneutică s-a extins,
vorbindu-se de o poziţie hermeneutică chiar şi în ştiinţa calculatoarelor [Wes97].
Această poziţie îl include pe Heidegger, Gadamer, Habermas şi Ricoeur, şi este
definită prin opoziţie faţă de formalişti (filosofia analitică, neo-pozitivism sau
pozitivismul logic), reprezentaţi prin Descartes, Leibniz şi Russell [Wes97]. Distincţia
între cele două abordări pleacă de la problema capturării înţelesului, a semanticii lumii
reale. Pe când formaliştii pretind că pot reprezenta înţelesul, semantica, doar prin
identificarea unui denotat în lumea reală corespunzător unei expresii formale, adepţii
hermeneuticii neagă această posibilitate, pentru ei înţelesul implicând şi considerarea
experienţei, a credinţelor subiectului. Se poate spune că, dintr-un punct de vedere se
ajunge la aceeaşi dispută dintre Husserl şi Heidegger sau dintre Dennett şi Chalmers.

Hermeneutica este, după opinia lui P. Ricoeur, o abordare complementară celei


structuraliste în analiza limbajului, a înţelesului şi simbolismului cultural. Ricoeur
consideră că hermeneutica şi fenomenologia se presupun reciproc, militând pentru o
fenomenologie hermeneutică [MHD92].

6.2. Rolul hermeneuticii în ştiinţa calculatoarelor

Ca o consecinţă a faptului că sunt maşini care imită raţionamente logice, umane, la


câţiva ani doar după apariţia primelor calculatoare, s-a pus problema creării unei
inteligenţe artificiale, a unor programe de calculator care să rezolve probleme la fel şi
poate chiar mai bine ca un om. Acest scop a fost parţial atins. Amintim aici doar
programul de jucat şah care a bătut campionul mondial la acest joc.

În inteligenţa artificială achiziţia, reprezentarea şi prelucrarea cunoştinţelor umane sunt


esenţiale. În acest domeniu se încearcă să se realizeze “minţi” artificiale, se
construiesc “agenţi inteligenţi” dotaţi cu rudimente de intenţionalitate şi care
cooperează în atingerea unui scop, se încearcă realizarea de programe care să poată
înţelege un text similar unui hermeneut uman. Se poate spune, prin urmare, că
programarea calculatoarelor devine din ce în ce mai mult o activitate filosofică iar
programele dotate cu inteligenţă artificială au implicaţii majore asupra filosofiei.

Necesitatea unei ontologii pentru programele inteligente, care acţionează în realitate


(şi care trebuie să se adapteze acestei realităţi) nu este, probabil, surprinzătoare. Dar
de ce pentru ştiinţa calculatoarelor, acest vârf de lance al materialismului, al
pozitivismului logic, este necesară însă şi o abordare hermeneutică? Sunt date
răspunsuri în acest sens atât de cercetători în inteligenţa artificială şi ştiinţa
calculatoarelor cât şi de filosofi: ştiinţa calculatoarelor are nevoie de filosofie pentru a
depăşi limitele aplicaţiilor posibile, atât în stăpânirea conceptuală a milioanelor de
componente cât şi în găsirea poziţiei celei mai potrivite, a raportului corect om-maşină.
Trebuie remarcat însă faptul că şi filosofia trebuie să ţină cont de noile realităţi aduse
de societatea informaţională, schimbările aduse de calculatoare revelând adevăruri
greu de înţeles altfel.

113
Dezvoltarea programelor complexe de calculator, chiar şi cele fără inteligenţă
artificială, necesită o activitate metafizică, de construire a unei ontologii. Ceea ce
lipseşte programelor de inteligenţă artificială este capacitatea de a face hermeneutică,
fapt de o deosebită importanţă filosofică prin argumentul adus în defavoarea
pozitivismului logic în confruntarea cu hermeneutica.

În ultimii ani se aud din ce în ce mai multe opinii că trebuie să se treacă şi la o


abordare hermeneutică a ştiinţei calculatoarelor, ştiinţă considerată până acum cel mai
înaintat bastion al abordării formaliste, neo-pozitiviste. Considerarea problemelor de
semantică şi pragmatică, a considerării contextului sau considerarea
corpusurilor în lingvistica computaţională, problema cunoştinţelor de “bun
simţ”, problemă esenţială în inteligenţa artificială, sunt tot atâtea argumente în
favoarea unei abordări hermeneutice (fenomenologice) în inteligenţa artificială.

La începuturile inteligenţei artificiale, la mijlocul anilor ’50, se spunea că în maxim 10


ani se vor face programe automate de traducere dintr-o limbă în alta. Iată că au trecut
aproape 40 de ani şi promisiunea a rămas cam aceeaşi. Una din explicaţii este faptul
că comunicarea umană, chiar în limbajul unor copii preşcolari, implică probleme de
context nebănuite, presupune un număr imens de cunoştinţe de bun simţ şi nu este
clar dacă se va putea vreodată implementa pe calculator datorită problemelor ridicate,
de exemplu, de exprimările metaforice.

Problema exprimărilor metaforice este, de fapt, legată de problema înţelegerii,


considerată ca fiind fundamentală de mulţi filosofi şi specialişti în inteligenţa artificială.
Este deja celebru în comunitatea ştiinţei calculatoarelor argumentul “camerei
chinezeşti” imaginat de John Searle care neagă posibilitatea sistemelor de prelucrare a
simbolurilor (caracteristica majorităţii sistemelor de inteligenţă artificială) de a înţelege
într-adevăr ceea ce fac. În camera chinezească se află o persoană care nu ştie limba
chineză dar care are un set de reguli prin care propoziţiile din limba chineză se traduc
în limba engleză. Camera comunică cu exteriorul printr-o fantă prin care se introduc
texte în limba chineză. Prin aceeaşi fantă sunt furnizate textele traduse în limba
engleză. Întrebarea care se pune este dacă cel din camera chinezească înţelege
chineza. Răspunsul dat este valabil şi pentru programele de inteligenţă artificială de
traducere automată.

Un mediu familiar ne poate face să înţelegem şi să stăpânim fenomene complexe.


“Trăirea” unui fenomen, a unei situaţii este fundamentală pentru înţelegerea lui
(înţelegerea este o formă de empatie - [Wri95, pag.29]). Manifestarea acestei idei este
ilustrată în numărul mare de metafore pe care le folosim în limbajul curent (şi care
sunt, după cum spuneam, o problemă pentru programele de înţelegere a limbajului
uman). Problema înţelegerii metaforelor este, după părerea noastră legată de
problema trăirii, problemă centrală şi în conştiinţă. De exemplu, pentru a înţelege
metafora “timpul zboară ca o săgeată” este necesară experienţa trecerii subiective a
timpului, uneori deosebit de rapidă. “Zborul săgeţii” este o altă experienţă de viaţă
sugestivă, implicată în exprimarea anterioară.

Ca soluţie la caracterul “birocratic” al inteligenţei artificiale, Winograd propune o


abordare constructivist-hermeneutică [Win87, pp. 20-22], care să ţină seamă de
context. Este însă foarte greu, precizează Winograd, să se facă programe care să
depăşească birocratismul, să se implice în rezolvarea unor probleme deoarece
această implicare necesită considerarea a ceea ce este “bine” şi ce nu.

Există probleme rezolvate rapid de om, fenomene cum ar fi înţelegerea, conştiinţa,


intuiţia care, dacă se încearcă rezolvarea lor pe calculator, duc la apariţia unui

114
adevărat sindrom al complexităţii. De exemplu, abordările simbolice de înţelegere a
limbajului uman folosesc tehnici bazate pe “unificare”, altfel spus, pe încercarea de a
găsi două configuraţii simbolice care, prin particularizări, devin identice. Aceste tehnici
duc, de obicei, la explozii combinaţionale care le fac inaplicabile pe scară largă.

De fapt, mai multe probleme “dificile” ale inteligenţei artificiale sunt legate unele de
altele: inteligenţa necesită, conform celor spuse de Winograd [Win87] implicare.
Implicarea necesită înţelegere, conştiinţă şi un bagaj de cunoştinţe etice care, la rândul
lor, pot fi generate de experienţa de viaţă, de trăire. Conştiinţa [Cha] necesită trăire,
aceeaşi trăire fiind cerută şi de înţelegere. O explicaţie posibilă a tuturor acestor
probleme ar fi tocmai existenţa unui “cerc hermeneutic”. Am putea spune, legat de
acesta, că omul are la dispoziţie un “filtru” care îi permite alegeri rapide (conştiinţa?) şi
un “simţ” al coerenţei, care, deocamdată, deşi s-a încercat, nu s-au putut obţine
artificial.

Obiectul inteligenţei artificiale este obţinerea de artefacte care să se comporte


inteligent, similar unui om. Câteva exemple binecunoscute de astfel de artifacte sunt
roboţii antropomorfi, programele de jucat şah, calculatoarele care pot dialoga într-un
limbaj similar celui uman şi, mai recent, agenţii inteligenţi, programele, roboţii care
caută, la cererea noastră, documente semnificative pe Internet.

În funcţie de ideea fundamentală acceptată sunt două abordări (nu neapărat


antagoniste, cum susţin unii suporteri înfocaţi ai uneia dintre ele) ale inteligenţei
artificiale:

abordarea conexionistă: inteligenţa este datorată reţelelor neuronale deosebit de


complexe, care includ un număr foarte mare de unităţi simple de prelucrare -
neuronii - legate între ele printr-un număr imens de conexiuni - sinapse.
abordarea simbolică, bazată pe aşa numita ipoteză a sistemelor simbolice fizice:
orice sistem inteligent este un sistem de prelucrare fizică a simbolurilor.

Fiecare din cele două abordări are realizări şi limitări. De exemplu, reţelele neuronale
artificiale au fost folosite cu succes în recunoaşterea imaginilor sau a vocii umane. Ele
au limitări însă în înţelegerea limbajului uman, problemele sintaxei şi a semanticii
combinaţionale, a compoziţionalităţii fiind foarte greu de tratat folosind această
abordare [Fod88]. De exemplu, Jerry Fodor se referă la exprimarea “rachetă
antirachetă” [And90, pag.601], care este imediat înţeleasă de oamenii care nu au mai
auzit-o, fapt foarte greu de explicat prin simple asociaţii (conform modelului ABC-
Asociaţionism, Behaviorism, Conexionism, care stă la baza reţelelor neuronale
artificiale [Den98, pag. 103].

Înţelegerea exprimării de mai sus poate fi însă foarte uşor explicată prin abordarea
simbolică, în care se postulează existenţa unui “limbaj al gândirii” [And90, pag. 600].
Avantajul reprezentării simbolice este foarte bine exprimat şi de Daniel C. Dennett:

“Simbolurile, spre deosebire de nodurile ţesute în reţelele conexioniste, sunt


mobile; ele pot fi manipulate; ele pot forma structuri mai mari, în care
contribuţia lor la sensul întregului poate fi o funcţie definită, generabilă, a
structurii - a structurii sintactice - a părţilor.” [Den98, pag.152].

În inteligenţa artificială există divergenţe de opinii referitoare nu numai la abordarea,


conexionistă sau simbolică, care trebuie urmată ci şi dispute privind ceea ce se poate
spera să se obţină. Considerăm că aceste dispute sunt datorate răspunsului pozitiv
sau negativ dat întrebării referitoare la posibilitatea realizării de programe de calculator

115
(de agenţi sau de roboţi) cu “viaţă psihică” sau conştiinţă, elemente determinante în
atribuirea unui astfel de artifact a unor trăsături umane.

Există programe de calculator care pot recunoaşte forme, care pot memora mult mai
mult ca un om, care pot face raţionamente mult mai complexe ca cele făcute de un
om. În învăţarea automată, în rezolvarea inteligentă de probleme şi prelucrarea
limbajului uman realizările de programe pentru calculator sunt însă mult mai puţin
performante şi este încă neclar cât de departe se va putea merge. Există, de exemplu,
programe de traducere dintr-o limbă în alta, care funcţionează performant pentru
domenii tehnice, dar nu există (şi unii spun că nu se vor putea realiza) sisteme care să
traducă texte metaforice, ca să nu mai vorbim de poezie.

O concluzie a celor spuse mai sus ar putea fi că nu se ştie dacă se va putea face
vreodată inteligenţă artificială. Ceea ce putem face însă este să construim instrumente
care să faciliteze ceea ce omul sigur poate: să înţeleagă. Vom denumi astfel de
instrumente ca hermenofore.

6.3 Instrumente hermenofore


Instrumentele hermenofore sunt destinate sprijinirii activităţii hermeneutice umane
adică a unei atitudini direcţionate către înţelegerea textelor (hipertextelor, hipermedia)
din partea utilizatorului sau a altor instrumente informatice, eventual bazate pe
cunoştinţe. Un rol important în procesul înţelegerii îl au modalităţile de a genera
experienţieri, adică experienţe de trăire, fapte de viaţă (conform teoriei că înţelegerea
necesită un proces empatic [Wri95]). Unul dintre cele mai uzitate mijloace de acest
gen este folosirea metaforelor [Lak80], [Tra00c]. În acest sens se înscrie preocuparea
de a dezvolta instrumente (hermenofore) pentru detectarea, adnotarea şi prelucrarea
metaforelor.

În general, se poate spune că nu numai metaforele ci, în general, faptele de viaţă


reflectate în texte pot fi identificate prin tehnici de analiză a textelor, atât manuale cât
şi, mai ales, în contextul instrumentelor informatice şi a volumului imens de texte pe
web, (semi-)automate. În această categorie pot fi incluse:

Detectoarele de colocaţii (concordanţierele). Această clasă de instrumente este


folosită de obicei ca punct de plecare şi pentru alte instrumente, cum ar fi mineritul
textelor, sumarizatoarele şi clasificatoarele semantice.
Adnotatoarele sintactice sau semantice (de exemplu, “Part Of Speech Taggers”).
Utilizarea combinată cu detectoarele de colocaţii pot duce la identificarea de grupuri
sintactice (nominale, verbale etc.) sau de co-ocurenţe de cuvinte sau grupuri.
Instrumentele pentru mineritul textelor (“text mining”). Tehnici foarte răspândite sunt
cele statistice, care consideră diverse caracteristice care pot fi uşor detectate în
texte.
Identificarea de structuri ascunse în hipertexte [WSD97],
Sumarizatoarele,
Clasificatoarele semantice,
Căutarea semantică.

Orice trăire are loc într-un context, necesită o ontologie, care poate fi considerat ca un
cadru în care are loc trăirea dar şi ca un rezultat al trăirii. Constituirea unei ontologii,
adică a unei teorii asupra ceea ce există, este rezultatul constatării unei diversităţi de
entităţi, a presupunerii unor principii ultime care prin combinaţii dau naştere
fenomenelor şi entităţilor experienţiate. Entităţile şi fenomenele sunt caracterizate de
regularitate, ceea ce ne conduce la delimitarea unor concepte. În sfârşit, un alt fapt

116
subînţeles este că lumea este coerentă, că poate fi înţeleasă. Între hermeneutică şi
ontologie există legături privilegiate. Acest lucru se reflectă în faptul că multe din
instrumentele enumerate mai sus au drept componentă esenţială o ontologie.

În considerarea activităţilor hermeneutice trebuie să considerăm tocmai ceea ce este


specific acestei abordări, contextul particular. În acest sens considerăm că trebuie
delimitate:

cine face hermeneutica (profesor, student, cititori de anumite categorii etc.),


ce tip de document este analizat (articole de presă, lucrări ştiinţifice, literatură,
reclame, diverstisment),
în ce scop este făcută analiza hermeneutică (căutare de texte relevante, clasificarea
sau rezumarea lor, construirea de ontologii, înţelegere, semnalare evenimente),
ce se doreşte să se obţină (rezumat, ontologie, referinţă la un document),
ce instrumente se folosesc (pattern-matching, concordanţiere, adnotatoare,
mineritul textelor, identificarea structurilor).

117
Bibliografie
[ABC90] Anderson, J.R., Boyle, C.F., Corbett, A.T., Lewis, M.W., Cognitive Modeling and Intelligent Tutoring, Artificial
Intelligence, 42 (1990), pp. 7-50.
[All87] Allen, J., Natural Language Understanding, Benjamin/Cummings, 1987.
[AMS98] G. Attardi, S. Di Marco, and D. Salvi, “Categorisation by Context,” Journal of Universal Computer Science,
vol. 4, pp. 718-736, 1998.
[And83] Anderson, J.R., The Architecture of Cognition, 1983.
[And89] Anderson,J.R., A Theory of the Origins of Human Knowledge, Artificial Intelligence, 40 (1989), pp. 313-351
[And90] J. A. Anderson, A. Pellionisz, Ed. Rosenfeld (eds.), Neurocomputing 2, Directions for research, MIT Press,
1990.
[Bab87] Baecker,R., M., Buxton, W.A.S., Readings in Human-Computation, A Multidisciplinary Approach, Morgan
Kaufmann, 1987.
[BaT87] Barbuceanu, M., Trăuşan-Matu, Ştefan , Integrating Declarative Knowledge Programming Styles and Tools in
a Structured Object Environment, in J. Mc.Dermott (ed.) Proceedings of 10-th International Joint Conference on
Artificial Intelligence IJCAI'87, Italia, Morgan Kaufmann Publishers, Inc., 1987.
[BlM96] Black, J.B., McClintock, An Interpretation Construction Approach to Constructivist Design, in B.G. Wilson (ed.),
Constructivist Learning Environments: Case Studies in Instructional Design, Education Technology Publications, 1996.
[Bir99] Birkenbihl, V.F., Tare de cap?, Gemma Press, 1999.
[BMC89] Bennet, A.F., McConkey, K.M., Cognition in Individual and Social Contexts, North Holland, 1989.
[Bri] S. Bringsjord, The Zombie Attack on the Computational Conception of Mind,
http://www.rpi.edu/~brings/SELPAP/zombies.ppr/zombies.ppr.html.
[Bob97] Boboc, Al., Limbaj şi ontologie, Ed. Didactică şi Pedagogică, 1997.
[Bou96] Boutot, A., Inventarea formelor, Nemira, 1996.
[Bro93] Brown, E., Chignell, M. H., Learning by Linking: Pedagogical Environments for Hypermedia Authoring, Journal
of Computing in Higher Education, 1993, vol. 5(1), pp. 27-50.
[BTH96] B. Molnár, Ştefan Trăuşan-Matu, P. Hughes, A Guide for Practitioners on How to Use CommonKADS and the
Workbench, PEKADS/WP3/TR/U3.4.2/1.0, Integral Solutions Limited, UK, 1996.
[Car84] Card, S.K., User Information Processing Mechanisms, in [BaB87], pag., 180-191.
[Câm83] Câmpan, Fl., Licuricii din adâncuri, Ed. Albatros, 1983
[CG] Conceptual Graphs, http://concept.cs.uah.edu/CG/cg-standard.html
[Cha] D. Chalmers, Facing Up to the Problem of Consciousness, http://ling.ucsc.edu/~chalmers/papers/facing.html.
[Che83] Cheng, F., Vid şi plin. Limbajul pictural chinezesc, Ed. Meridiane, Bucureşti, 1983.
[Che95] Chevalier, Jean; Gheerbrant, Alain: Dicţionar de simboluri, Ed. Artemis 1995.
[CHI95] R.M. Baecker, J. Grudin, W.A.S.Buxton, S. Greenberg, Readings in Human-Computer Interaction, Morgan
Kaufmann, Second edition, 1995.
[Cli95] Clibbon, K., Conceptually Adapted Hypertext For Learning, Proceedings of CHI’95,
http://www.acm.org/sigchi/chi95/Electronic/documnts/kc_bdy.html
[CLF99] Cerri, S.A., Loia, V., Fontanesi, P., Bettinelli, A., Serendipitous acquisition of Web Knowledge by Agents in the
context of Human Learning, THAI-ETIS, Varese, Italia, June 1999.
[Coo97] Cooper, A., Proiectarea interfeţelor utilizator, Ed. Tehnică, 1997.
[CoH97] Cornell, G., Horstmann, C.S., Core Java, SunSoft Press, 1997.
[Cor90] Cormen, T. H., Leiserson, C. E., Rivest, R. L., Introduction to Algorithms, The MIT Press, 1990.
[CTr00] Constandache, G.G., Ştefan Trăuşan-Matu, Ontologia şi hermeneutica calculatoarelor, în curs de apariţie,
2000.
[Cul94] Culianu, I.P., Eros şi magie în Renaştere; 1484, Nemira, Bucureşti 1994.
[CYC] www.cyc.org
[Den98] D. Dennett, Tipuri mentale, Ed. Humanitas, 1998.
[Dik99] Dikareva, S., Communicative Models of Language: Interaction on the Web, in S.A.Cerri, D.Maraschi (eds.),
Proceedings of WITREC-2000, Montpelier, France, pp.194-204.
[DOM] http://www.w3.org/DOM

118
[DEX84] Dicţionarul explicativ al limbii române, Ed. Academiei, 1984.
[DuS96] Ducrot, O., Schaeffer, J.M., Noul dicţionar enciclopedic al ştiinţelor limbajului, Editura Babel, 1996.
[Eco82] Eco, U., Tratat de semiotică generală, Ed. stiinţifică şi enciclopedică, 1982.
[Eco96] Eco, U., Limitele interpretării, Ed. Pontica, 1996.
[Ede00] M. Edelman, Se poate construi un obiect conştient?, în [CTr00].
[Eis88] Eisenstadt, M., Motta, E., Pitman, K., West, M., Support for Knowledge Acquisition in the Knowledge Engineer's
Assistant (KEATS), Expert Systems, feb. 1988, vol. 5, nr. 1, pp. 6-27.
[Eis90] Eisenstadt, M., Domingue, J., Rajan, T., Motta, E., Visual Knowledge Engineering, IEEE Transactions on
Software Engineering, oct. 1990, vol. 16, nr. 10, pp. 1164-1177.
[Eng95] Engelbart, D.G., Toward Augmenting the Human Intellect and Boosting our Collective IQ, CACM No.8, Vol.38,
Aug. 95, pp. 30-33.
[Eri95] Erickson, T.D., Working with Interface Metaphors, in R.M. Baecker and all, Readings in Human-Computer
Interaction: Toward the Year 2000., Morgan Kaufman, 1995, p.147-150.
[ErK97] Ertl, B., Kraan, A.G., Internet-Based Learning Environments from a Constructivist point of view, Proceedings of
RILW, Ilieni, 1997, p. 17-21.
[Flo94] Flonta, M., Cognitio, o introducere critica in teoria cunoasterii, ed. ALL, Bucuresti, 1994.
[Fod88] J.A. Fodor, Z.W. Pylyshyn, Connectionism and cognitive architecture: a critical analysis, Cognition 28: 3-72,
1988.
[Framenet] http://www.icsi.berkeley.edu/~framenet
[Fur97], Furst, M., Trinks, J., Manual de filozofie, Humanitas, 1997.
[GaM89] Gazdar, G., Mellish, C. (1989). Natural Language Processing in LISP - an Introduction to Computational
Linguistics. Addison-Wesley: Reading, MA.
[Gor88] Gorgos, C. (ed.), Dicţionar enciclopedic de psihiatrie, Ed. Medicală, 1988.
[GSN98] Van Guilenburg, J.J., Scholten, O., Noomen, G.W., Ştiinţa comunicării, Ed. Humanitas, 1998.
[GaM89] Gazdar, G., Mellish, C.. Natural Language Processing in LISP - an Introduction to Computational Linguistics.
Addison-Wesley: Reading, MA. 1989
[Ges90] Gessner, R., Building a Hypertext System, Dr. Dobb's Journal, iunie 1990, pp. 22-31.
[Gon26] F.Gonseth, Les Fondements des Mathematiques, A. Blanchard, Paris, pag. V., 1926.
[Gru96] Gruber, T., What is an Ontology, http://www.kr.org/top/definitions.html
[Gus94] Gustafsson, M., Menezes, W., CommonKADS Reference Manual, KADS-II/P2/WP/CP/011/1.0, KADS
Consortium, ESPRIT KADS-II P5248, 1994.
[Hal92] H.Hall, Phenomenology, in S. Shapiro, Encyclopedia of Artificial Intelligence, pp. 1131-1137. John Wiley &
Sons, 1992
[Har00] Haroche, J.P., Poate fi depăşit dualismul?, în [CTr00].
[HCI95] Readings in Human-Computer Interaction, Morgan Kaufmann, 1995.
[Ion92] Ionescu, E.,Manual de lingvistică generală, Ed. All, 1997.
[Ios94] Iosif, Gh., Activitatea operativă a operatorului uman, Ed. Academiei Române, Bucureşti, 1994.
[ITJ99] Gh. Iosif, I. Juvină, Ştefan Trăuşan-Matu, A. Marhan, Aspecte ale achiziţiei de cunoştinţe în modelarea
studentului pentru un sistem inteligent de instruire, Revista de psihologie, Tomul 45, 1-2, p.31-50, 1999.
[JoL83] Johnson-Laird, P.N., Mental Models - Towards a Cognitive Science of Language, Inference, and
Consciousness, Cambridge Univ. Press, 1983.
[JoL92] Johnson-Laird, P.N., Mental Models, in S. Shapiro, Encyclopedia of Artificial Intelligence, John Wiley & Sons,
1992
[Jun94] Jung, C.G., În lumea arhetipurilor, Ed Jurnalul Literar, Bucureşti, 1994.
[KIF] Knowledge Interchange Format,
[KQML] http://www.cs.umbc.edu/kqml
[Kin90] King, T., A Self-Referential Hypertext Engine, Dr. Dobb's Journal, iunie 1990, pp. 34-38.
[Lak80] Lakoff,G., Johnson, M., Metaphors We Live by, The University of Chicago Press, 1980.
[Lak87] Lakof, G., Women, Fire, and Dangerous Things. The University of Chicago Press, 1987.
[Lar] LarFLaST, http://www-it.fmi.uni-sofia.bg/larflast/
[Lie96] Lieury, A., Manual de psihologie generală, Ed. Antet, 1996.

119
[LPJ94] Liu,C., Peek, J., Jones, R., Buus, B., Nye, A., Managing Internet Information Services, O'Reilly, 1994.
[Lor96] Loren Buhle, E. and all, Webmaster's Professional Reference, New Riders Publishing, 1996.
[Low78] Lowe, H., Introducere in psihologia invatarii la adulti, Ed. didactica şi pedagogica, Bucuresti, 1978.
[LuS93] Luger, G., Stubblefield, W.A., Artificial Intelligence: Structures and Strategies for Complex Problem Solving, 2 nd
ed., Benjamin/Cummings, 1993
[LyH99] Lynch, P.,J., Horton, S., Yale Style Manual, http://info.med.yale.edu/caim/manual
[Lyo97] J.-F. Lyotard, Fenomenologia, Ed. Humanitas, 1997
[MHD] J.C. Mallery, R. Hurwitz, G. Duffy, Hermeneutics, Encyclopedia of Artificial Intelligence, pp. 596-611.
[Man88] Mann, W.C., Text Generation. The Problem of Text Structure, in D.McDonald, L.Bolc, Natural Language
Generation Systems, Springer-Verlag, 1988
[Mar89] Marcus, Solomon, Invenţie şi descoperire, Cartea Românească, 1989.
[Mar97] Marcus, Stroe, Empatie şi personalitate, Ed. Atos, 1997.
[MBW94] Michalski, R., Toward a Unified Theory of Learning: Multistrategy Task-Adapted Learning, in B.Buchanan,
D.Wilkins, (eds.), Readings in Knowledge Acquisition and Machine Learning, Morgan Kaufmann, 1993, pp. 7-38.
[MHD92] Mallery, J.C., Hurwitz, R., Duffy, G., Hermeneutics, in S. Shapiro, Encyclopedia of Artificial Intelligence, John
Wiley & Sons, 1992
[MiB99] Mizoguchi, R., Bourdeau, J., Ontology-aware systems in AI-ED research, AI-ED Conference, Le Mans, France,
1999
[Mic94] Miclea, M., Psihologie cognitivă, Gloria S.R.L., Cluj-Napoca, 1994
[Mik] Mikrokosmos, http://crl.nmsu.edu/Research/Projects/mikro/index.html
[Min75] Minsky, M., A Framework for representing knowledge, in P. Winston (ed.), The Psychology of Computer Vision,
Mc Graw-Hill, 1975.
[Muc96] Mucchielli, A., Noua psihologie, Ed. ştiinţifică, Bucureşti, 1996.
[Nel95] Nelson, T.H., The Heart of Connection: Hypermedia Unified by Transclusion, CACM No.8, Vol.38, Aug. 95, pp.
31-33.
[Niv99] B. Nicolescu, Transdisciplinaritatea, Ed. Polirom, 1999.
[Nor87] Norman, D.A., Some Observations on Mental Models, in R.M. Baecker, W.A.S.Buxton, Readings in Human-
Computer Interaction, Morgan Kaufmann, 1987.
[OKBC] http://www.ksl.stanford.edu/onto-std/
[OML] Ontology Markup Language, http://wave.eecs.wsu.edu/CKRMI/OML.html, http://www.oasis-
open.org/cover/oml9808.html
[Pei90] Peirce, C.S., Semnificaţie şi acţiune, Humanitas, Bucureşti, 1990.
[Pla83] Platon, Opere IV, Editura ştiinţifică şi Enciclopedică, Bucureţi, 1983.
[Pla86] Platon, Opere V, Editura ştiinţifică şi Enciclopedică, Bucureţi, 1986.
[Poi86] Poincare, H., ştiinţă şi ipoteză, Ed. ştiinţifică şi enciclopedică, 1986.
[Pop81] K. Popper, Logica Cercetării, Ed. St. şi Encicl., 1981.
[Pop83] Popper, K.R., Logica cercetării, Ed. St. şi Enciclopedica, 1983
[Pop94] Popper, K.R., Cunoaşterea şi problema raportului corp-minte, Ed. Trei, 1994.
[Pop94a] Popescu, C., Interfata om-calculator. UPB, 1994
[Rad91] Rada R., Hypertext: from Text to Expertext, McGraw-Hill, 1991.
[RBP91] Rumbaugh, J., Blaha, M., Premerlani, W., Eddy, F., Lorensen, W., Object-Oriented Modeling and Design,
Prentice-Hall, 1991.
[RDF] RDF Specification, http://www.w3.org, 1999.
[RDFS] RDF Schema Specification, W3C, http://www.w3.org/TR/WD-rdf-schema, 1999.
[RiW90] Rich, C., Waters, R.C., The Programmer's Apprentice, ACM Press, Addison-Wesley, 1990.
[Rob96] Roob, Alexander: Alchemie und Mystik, Taschen Verlag, Köln 1996.
[RoF95] Rovenţa-Frumuşani, D., Semiotica discursului ştiinţific, Editura ştiinţifică, Bucureşti, 1995.
[Sau88] de Saussure, F., Obiectul lingvisticii, Secolul XX 325-327, pag. 172-175, 1988.
[Sch84] Schveiger, P., O introducere în semiotică, Editura ştiinţifică şi enciclopedică, 1984.
[Sch96] N.A. Schmajuk The Psychology of Robots, Proceedings of the IEEE, vol. 84, no. 10, oct. 1996, pp. 1553-1561

120
[Sdo90] Sdorow, L., Psychology, Brown Publishers, 1990
[SeK92] Seamon, J.G., Kenrick, D., Psychology, Prentice Hall, 1992.
[Self] Self, J., Computational Mathetics, Univ. of Leeds.
[SeV99] Self, J., V.Dimitrova, Opening the student model, raport, proiect Larflast ([Lar]), 1999.
[SGML] SGML web page, http://www.sil.org/sgml/
[Sho93] Y. Shoham, Agent-oriented programming, Artificial Intelligence 60, 1993, pp. 51-92.
[SHOE] SHOE http://www.cs.umd.edu/projects/plus/SHOE/
[Sow99] J. Sowa, Knowledge Representation: Logical, Philosophical and Computational Foundations, Brooke Cole
Publishing Co., Pacific Grove, CA, 1999.
[Ste90] Stevens, A., Hypertree: a Hypertext Index Technique, Dr. Dobb's Journal, iunie 1990, pp. 135-140.
[Ste95] Stefik, M., Introduction to Knowledge Systems, Morgan Kaufman, 1995.
[Str92] Streitz, N., Haake, J., SEPIA: A Cooperative Hypermedia Authoring Environment, Proc. Of the 4 th ACM Conf.
On Hypertext (ECHT’92), Milan, 1992, ftp://ftp.darmstadt.gmd.de/pub/ocean/SEPIApaper.ps.Z
[SUN95] Rick Levine, Guide to Web Style, SUN Microsystems Inc., 1995, http://www.sun.com/styleguide/tables/
[THH94] Thiring, M., Hannemann, J., Haake, J.M., What’s Eliza doing in the Chinese Room? Incoherent
Hyperdocuments - and how to avoid them
[THH95] Thiring, M., Hannemann, J., Haake, J.M., Hypermedia and Cognition: Designing for Comprehension,
Communications of the ACM, vol.38, no. 8, pp. 57-66, aug. 1995.
[Tra94a] Trăuşan-Matu, Ştefan, Sisteme de dezvoltare asistata de calculator a programelor; ingineria inversa a
programelor. Teza de doctorat, UPB, 1994
[Tra94b] Trăuşan-Matu, Ştefan, Dezvoltarea orientata spre obiecte a programelor, , in Revista Romana de Informatica
şi Automatica, vol.4, nr.4, 1994, pag. 15-21.
[Tra94c] Trăuşan-Matu, Ştefan, Inteligenta artificiala, in revista Academica, anul V, 1(49), noiembrie 1994.
[Tra95] Trăuşan-Matu, Ştefan, Programe inteligente pentru asistarea invatarii, in Revista Romana de Informatica şi
Automatica, vol.5, nr.4, 1995, pag. 7-16.
[TrL95] Trăuşan-Matu, Ştefan, Lopătan, C., Specifica/tii de proiectare a unui mediu de generare de sisteme hipertext
pentru structurarea /si conceptualizarea cuno/stin/telor din texte, Grant CNCSU: Instrumente informatice cognitive
pentru asistarea cu calculatorul a procesului de invatamint, noiembrie 1995
[TrN95] Trăuşan-Matu, Ştefan, Negreanu, L., Definirea unui formalism de reprezentare a cunoştinţelor unui student
aflat intr-un proces de instruire, Raport RR-9, Centrul de Cercetari Avansate in Invatarea Automata, Prelucrarea
Limbajului Natural şi Modelare Conceptuala, Academia Romana, 1995.
[Tra96] Trăuşan-Matu, Ştefan, Integrarea sistemului de asistare a instruirii cu un sistem de intelegere şi generare a
limbajului natural, raport RR-18, Academia Romana, CCAIAPLNMC, dec. 1996.
[TrN96] Trăuşan-Matu, Ştefan, Negreanu, L., Sistem inteligent de asistare a instruirii, raport RACAI, RR-14, Academia
Romana, iunie 96.
[TrA97a] Trăuşan-Matu, Ştefan, Ştefan Alexe, Studiu asupra cunoştinţelor imagistice şi a rolului lor în învăţare, Raport
RACAI RR-21, Academia Romana, Iunie 1997
[Tra97b] Trăuşan-Matu, Ştefan, Sistem bazat pe cunoştinţe pentru generarea de hipertext WWW in scop didactic,
Grant CNCSU: Instrumente informatice cognitive pentru asistarea cu calculatorul a procesului de invatamint, noiembrie
1997.
[Tra97c] Trăuşan-Matu, Ştefan, Knowledge-Based, Automatic Generation of Educational Web Pages, in Proceedings
of Internet as a Vehicle for Teaching Workshop, Ilieni, iun. 1997, pp.141-148. Vezi şi http://rilw.emp.paed.uni-
muenchen.de/97/Trăuşan.html
[TNA98] Trăuşan-Matu, Ştefan, Negreanu, L., Alexe, Şt., Studiu asupra modelării mentale, semanticii şi pragmaticii în
dialogul student - sistem inteligent de instruire, Raport RACAI RR-31, Iunie 1998.
[Tra99a] Trăuşan-Matu, Ştefan, Web Page Generation Facilitating Conceptualization and Immersion for Learning
Finance Terminology, Proceedings of RILW99, http://rilw.emp.paed.uni-muenchen.de/99/papers/Trăuşan.html
[Tra99b] Trăuşan-Matu, Ştefan, Produs program pentru generare dinamica de pagini de Web într-un
sistem de instruire inteligent, RACAI Report RR-47.
[Tra99c] Trăuşan-Matu, Ştefan, Immersive contexts for learning terminology on the web, raport, proiect Larflast ([Lar]),
1999
[Tra00a] Trăuşan-Matu, Ştefan, Intelligent personalizing web pages and understanding facilities, in S.A.Cerri,
D.Maraschi (eds.), Proceedings of WITREC-2000, Montpelier, France, pp. 59-68, http://www.lirmm.fr/WITREC
[Tra00b] Trăuşan-Matu, Ştefan, Immersive Contexts for Learning Foreign Terminology on the Web, in S.A.Cerri,
D.Maraschi (eds.), Proceedings of WITREC-2000, Montpelier, France, pp.260-264, http://www.lirmm.fr/WITREC

121
[Tra00c]Trăuşan-Matu, Ştefan, Metaphor Processing for Learning Terminology on the Web, in S.A.Cerri (ed.), Artificial
Intelligence, Methodology, Systems, Applications 2000, Springer Verlag, 2000.
[Tra00d] Trăuşan-Matu, Ştefan, Psihologia roboţilor, în [CTr00].
[Tra00e] Trăuşan-Matu, Ştefan, Sistem inteligent de instruire în programare centrat ontologic, în Lucrările Conferintei
de informatica teoretica şi tehnologii informatice, CITTI 2000, pag. 58-63, ISBN 973-8082-10-2, 973-9286-59-3,
Constanta, 2000.
[UIML] Harmonia, The UIML Vision, www.harmonia.com.
[UWA98] University of Western Australia, Cursul “Linguistic 100”, pagina de web.
[Vav90] Van Der Veer, G.C., Human-Computer Interaction; Learning, Individual Differences, And Design
Recommendations, Offsetdrukkerij Haveka B.V., 1990
[Vav94] Van Der Veer, G.C., Mental Models of Computer Systems: Visual Languages in the Mind, in M.J. Tauber, D.E.
Mahling and F. Arefi (eds.), Cognitive Aspects of Visual Languages and Visual Interfaces, Elsevier, 1994.
[VHG98a] Murray-Rust, P., West, L., Knowledge, Language and Semantics: XML and VHG™,
http://www.vhg.org.uk/pub/aslib98.html
[VHG98b] Murray-Rust, P., West, The Virtual HyperGlossary - adding semantics and ontology to XML,
http://www.gca.org/conf/meta98/xmldev98/peterm-r.htm
[Vis98] Microsoft Visual Basic 6.0, Ghidul programatorului, Ed. Teora, 1998.
[Vos90] Vose, M., Notenboom, L., Building an Efficient Help System, Dr. Dobb's Journal, iunie 1990, pp. 40-48.
[Wes97] D.West, Hermeneutic Computer Science, CACM, Vol.40, No.4, pp. 115-116, 1997.
[Wie94] Wielinga, B. J.(ed.), Expertise Model Definition Document, ESPRIT Project P5248 KADS-II/M2/UvA/026/5.0,
University of Amsterdam, 1994.
[WiF86] Winograd, T., Flores, F., Understanding Computers and Cognition, Norwood, N.J.: Ablex, 1986.
[Wil96] B.G. Wilson (ed.), Constructivist Learning Environments: Case Studies in Instructional Design, Education
Technology Publications, 1996
[Win87] T. Winograd, Thinking machines: Can there be? Are we?, Report No. STAN-CS-87-1161, Stanford, 1987.
[Wit91] Wittgenstein, Tractatus Logico-Philosophicus, Humanitas, 1991
[WN] WordNet, http://www.cogsci.princeton.edu/~wn/
[Wri95] von Wright, G.H., Explicaţie şi înţelegere, Humanitas, 1995.
[WSD97] http://www.research.att.com/~suciu/workshop-papers.html
[XML] http://www.w3.org/XML
[XSL] http://www.w3.org/XSL
[Yat66] Yates, Frances A.: Gedĺchtnis und Erinnern. Mnemonik von Aristoteles bis Shakespeare, Acta Humaniorum,
Weinheim 1991.

122
Postfaţă

123