Какие характеристики делают комплексное решение проблем сложным?

В реальных задачах решения проблем, которые многие люди называют «сложными» (например, управление самолетом, программирование, починка автомобиля, тушение пожара — тип, который изучается сообществом натуралистов, принимающих решения), каковы ключевые характеристики, которые отличают решение проблем? в этих типах задач и решении проблем в «игрушке» или «экспериментальных» задачах, где участникам предъявляются один или два стимула?

Какие характеристики делают комплексное решение проблем сложным?

Существуют ли уровни сложности, которые могут отразить различия?

Ответы (2)

Сложность окружающей среды, безусловно, является проблемой. Согласно ИИ-современному подходу , окружающая среда может быть

  • наблюдаемый / частично наблюдаемый
  • детерминированный / стохастический / стратегический
  • эпизодический / последовательный
  • статический/динамический
  • дискретный / непрерывный
  • один агент / несколько агентов

См. также WikiDoc для краткого обзора. По моему мнению, эти критерии применимы и к решению человеческих проблем.

Другой вопрос – тип проблемы, которую необходимо решить. Мерой сложности может быть количество шагов, которые необходимо предусмотреть для решения задачи, например, решение шахматного эндшпиля сложнее, чем решение крестиков-ноликов.

Мария Ант дала соответствующее определение комплексного решения проблем в ответе на вопрос « Исследования, применяющие так называемое стратегическое мышление? » на основе Френша и Функе (1995).

[Комплексное решение проблем] происходит для преодоления барьеров между данным состоянием и желаемым целевым состоянием посредством поведенческих и/или когнитивных, многоступенчатых действий. Заданное состояние, целевое состояние и барьеры между данным состоянием и целевым состоянием сложны, динамически изменяются в процессе решения задачи и непрозрачны. Точные свойства данного состояния, целевого состояния и барьеров неизвестны решателю с самого начала. CPS подразумевает эффективное взаимодействие между решателем и ситуационными требованиями задачи и включает в себя когнитивные, эмоциональные, личные и социальные способности и знания решателя.

Задний план

Сложность в науке

На современном научном жаргоне сложность и качество сложности могут иметь несколько различных значений в зависимости от области и предмета интереса. Их можно проследить до исторического различия между организованной и неорганизованной сложностью (Weaver, 1948). В когнитивных науках проблема является сложной (иногда называемой плохо определенной ), если отношения между начальным состоянием, целевым состоянием и пространством промежуточных состояний взаимозависимы, нелинейны и/или свойства состояния неизвестны решателю. Как правило, что-то (например, проблема) является «сложным», когда оно имеет умеренное количество переменных, зависящих от времени и взаимозависимых.

Организованный или неорганизованный?

Проблемы неорганизованной сложности, утверждал Уивер, характеризуются большим количеством переменных и неустойчивым поведением, причем анализ телефонных станций является прототипом таких проблем. В то же время утверждалось, что проблемы организованной сложности характеризуются «одновременным рассмотрением значительного числа факторов, которые взаимосвязаны в органическое целое» и иллюстрируются биологическими и социальными системами. Современное использование «комплекса» относится к (проблемам) организованной сложности, и это также верно в отношении когнитивных наук.

Уровни сложности

Типы и классы сложности изучаются в контексте многих областей, но нет большого согласия относительно универсальной структуры, которую мы можем использовать для объективного определения уровней сложности. Также нет единого мнения о том, как измерять сложность, хотя было предложено и использовано множество показателей (Lloyd, 2001).

Ближе всего к универсальной структуре является математическое исследование классов сложности, которое определяет большой набор возможных классов сложности с точки зрения того, сколько времени потребуется конкретному вычислительному решателю для решения задачи для заданных входных данных. Самыми известными из этих классов, вероятно, являются полиномиальное время (P) и недетерминированное полиномиальное время (NP), как в «Does P = NP?» Это, вероятно, лучше описано в CSTheory , чем в CogSci, но мы надеемся, что это место для начала поиска.

Также может быть полезно изучить работу Герберта Саймона, хотя охват его обширного вклада в сложность и решение проблем выходит за рамки этого ответа.

использованная литература

  • Френш, П. и Функе, Дж. (1995) Определения, традиции и общая основа для понимания решения сложных проблем. В П.А. Френш и Дж. Функе (ред.), Решение сложных проблем: европейская перспектива (Хиллсдейл, Нью-Джерси, Лоуренс Эрлбаум). 3-25.
  • Ллойд, С. (2001). Меры сложности: неполный список. Журнал IEEE Control Systems, 21(4), 7-8.
  • Уивер, В. (1948). Наука и сложность. Американский ученый, 36(4), 536-544.