Кибернетическое направление педагогики впервые поставило проблему постепенного вытеснения в разумных пределах педагога из непосредственного общения с учащимися и замещения его функций опосредованным общением через машинное информационно-логическое устройство. Машина заменяет живого учителя, который обычно осуществляет обучение. Разумеется, это касается только собственно процесса ведения обучения, а не деятельности, связанной с его планированием [59]. Тем не менее это изменяет характер труда педагога и остро ставит вопрос о творческой деятельности и индивидуальном подходе к личности в ходе воспитания [60].

Таким образом, обучающая машина представляется принципиально новым элементом образования. Она выступает как инструмент для объективного исследования проблем в этой области Она предназначается не для замены и устранения учителя, а скорее для помощи в осуществлении его идей и указаний и повышает их эффективность. Машина берет на себя часть утомительной черновой работы, учитель же, по-прежнему сохраняя ответственность за планирование всего процесса обучения, не тратит время на "натаскивание", проверку заданий и т.д. Машина позволит учителю лучше определять и учитывать индивидуальные потребности его учеников. Ученик же из пассивного приемника информации превращается в активного участника процесса обучения, причем его постоянный контакт с учителем обеспечивается машиной [61].

171

Обучающая машина - устройство, предназначенное для реализации обучающих программ - выполняет следующие функции: предъявляет обучаемому порции учебного материала, контрольные задания, вопросы; требует, чтобы обучаемый ответил на предъявленные вопросы, выполнил задания и ввел ответ в машину; сообщает обучаемому, правильно ли он ответил, а в ряде случаев указывает и тип допущенной ошибки; обеспечивает индивидуальную работу в удобном для обучаемого (либо в контролируемом) темпе, а зачастую - и ту или иную степень адаптации к индивидуальным особенностям обучаемого [62]. Особого внимания заслуживает свойство адаптивности обучающей машины. Адаптивными называют такие обучающие машины, которые на основе обработки последовательности ответов обучаемого могут изменять способы изложения учебного материала с сохранением качества обучения при произвольных внешних и внутренних условиях обучения. По имеющимся данным, применение адаптивных обучающих машин сократит время обучения в среднем на 30% при сохранении качества обучения, достигаемого по разветвленной обучающей программе [63]. Адаптивная обучающая машина выбирает вариант обучающей программы, дающий возможность оптимизировать процесс обучения.

Внедрение в обучение достаточно гибких и эффективных способов управления познавательной деятельностью обучаемых в последние годы идет по пути использования ЭВМ в качестве обучающей машины. Это способствует не только высокой степени адаптации к каждому обучаемому, но и обучению методам решения сложных задач. Вычислительная машина обеспечивает такое управление, при котором обучаемый от исходной ситуации может двигаться различными путями, причем одни из них неверные, а другие - верные. Возможности ЭВМ особенно ярко раскрываются в тех случаях, когда вычислительная машина является не только средством обучения, но и объектом изучения [64].

Использование вычислительных машин в качестве обучающих машин позволяет решить задачу комплексной автоматизации учебного процесса. Вместе с тем, как отмечает Л. И. Ноткин, "сам факт возможности выполнения некоторого класса интеллектуальных операций машиной не может еще служить полноценным критерием для включения или невключения этого класса операций в программу обучения человека. Несомненно также и то, что творческое и рутинное представлено в мышлении человека нераздельно. Поэтому распределение функций между человеком и ЭВМ не следует понимать как прямую "экстериоризацию" нетворческих компонентов мышления человека" [65].

Обучающая машина уже в силу того, что она должна быть адаптивной, необходимо приводит к идее обучающейся машины. Ее свойства описывает Ст. Бир [66] на примере обучающейся машины Паска. Последняя рассматривает ученика как "черный ящик". Она может управлять входами и измерять выходы, но не прини

172

мает во внимание характера внутренних связей ученика. Она просто манипулирует входами на основе вероятностных характеристик, которые она сама обнаруживает. Машина также есть "черный ящик". Ее входы (реакции ученика) влияют на ее выходы. Система, включающая ученика и машину, представляет собой один из видов гомеостата, так как один "черный ящик" постоянно предлагает новые состояния другому, изменяя свое поведение под влиянием реакций партнера. Вся система стремится к устойчивому состоянию, критериями которого являются быстрота и точность работы. Более того, состояние равновесия будет ультраустойчивым, ибо эта система обладает способностью находить устойчивое состояние, подстраиваясь при непредвиденных возмущениях, поступающих из окружающей среды. Наконец, система Паска, включающая обучающуюся и обучающую машины, наглядно иллюстрирует само понятие кибернетического управления. Система постепенно приходит в уравновешенное состояние, хотя к ней не прикладывают резких и радикальных воздействий, в ней не фигурируют категорические приказы и наказания. Мы наблюдаем только эволюцию - развитие к зрелости. Следовательно, отличительная особенность таких машин - способность к обучению и приспособлению к окружающей среде [67].

Решение проблемы эффективного обучения людей приводит к необходимости создания самообучающейся кибернетической системы с элементами самоорганизации. Нередко этот вопрос освещается следующим образом: "Кибернетические системы способны к обучению (с "учителем"), но элементы активности при этом остаются за "учителем", то есть человеком, а на долю устройства остается выполнение лишь алгоритмических предписаний. К самообучению и самоадаптации современные технические системы, строго говоря, не способны, не будучи самоорганизующимися системами" [68]. Такой акцент на техническую сторону проблемы не выражает, однако, сути дела.

В рамках технической кибернетики самоорганизующиеся системы включаются в более широкий класс адаптивных систем. Адаптивными называют системы, в которых способ (алгоритм) функционирования управляющего устройства автоматически изменяется целенаправленным образом для осуществления успешного или в каком-либо смысле наилучшего управления объектом. Характеристики последнего или воздействия внешней среды могут изменяться заранее непредвиденным образом. Благодаря успехам кибернетического моделирования созданы простейшие модели самоорганизующихся систем. Так, гомеостат Эшби представляет собой систему, цель деятельности которой предопределена, но поведение, при помощи которого эта цель достигается, не фиксировано. Важным этапом на пути к созданию более совершенных устройств являются самонастраивающиеся автоматы (типа автопилота). Задача последних приспосабливаться к варьированию свойств среды, изменяя свою структуру, и стремиться выйти на

173

оптимальный режим работы. Принцип самонастройки отличается от принципа самоорганизации тем, что на его основе изменяются лишь некоторые параметры алгоритма управления, в то время как самоорганизация связана с изменением структуры самого алгоритма.

Необходимо выяснить смысл таких понятий, как "адаптация", "обучение" и "самообучение", так как они включаются в "самоорганизацию", образуя ее необходимую основу. Вышеперечисленные понятия наиболее модны в теории автоматического управления. Поскольку эти термины, как правило, не имеют однозначного толкования, мода на них нередко превышает функцию, что выражается в фантастических рассуждениях, встречающихся подчас в популярной литературе по кибернетике. Научная интерпретация этих понятий может быть достигнута при обеспечении двух условий: наличия содержательных понятий адаптации, обучения и самообучения и создания математического аппарата, адекватного этим понятиям. Обсуждение указанных понятий на содержательном уровне правомерно с единой точки зрения. В этом плане заслуживает внимания подход Я. 3. Цыпкина [69]. Под обучением понимается процесс выработки в системе той или иной реакции на внешние сигналы путем многократных воздействий и внешней корректировки. Предполагается, что система потенциально способна к обучению. Внешняя корректировка, то есть "поощрение" или "наказание", осуществляется "учителем", которому известна желаемая реакция на определенные внешние воздействия. "Учитель" сообщает системе дополнительную информацию о том, верна или не верна ее реакция.