Системи здобуття знань: як перетворити корпоративні файли на керовану базу знань

Здобуття знань (knowledge acquisition, KA) — це окрема інженерна дисципліна, яка охоплює весь шлях від джерела до придатного для використання знання: інвентаризацію джерел, виділення фрагментів із потенційною доказовою цінністю, очищення та класифікацію, встановлення зв’язків, перевірку прав доступу та визначення умов чинності, а згодом — оновлення або відкликання застарілого матеріалу.

Система здобуття знань (Knowledge Acquisition System, KAS) — це програмна система, яка реалізує цей конвеєр на практиці. Вона підключається до джерел, виконує розбір і тріаж, застосовує політики доступу, зберігає походження та передає системі-споживачеві (експертній системі) перевірені фрагменти з доказами. Її роль — підготувати і безпечно доставити знання; роль експертної системи — виконати міркування над ними.

Ключова проблема, яку вирішує KAS, полягає в тому, що просто «дати ШІ всі документи» небезпечно. Якщо система не вміє відрізнити предметне твердження від чернетки, службового оформлення або фрагмента без контексту, модель отримує суміш застарілих специфікацій, дубльованих рішень, приватних нотаток і неперевірених припущень. Після цього вона відповідатиме впевнено, але помилятиметься переконливо.

У здобутті знань виділяють три місії. Інженерна — дати системі-споживачу узгоджений вхід зі схемою, кодуванням, походженням, зв’язками і якістю фрагментів. Регуляторна — не допустити, щоб модель використала заборонені знання: угоди про нерозголошення, дані під експортним контролем, персональні дані або конфіденційність постачальника. Епістемічна — відрізнити те, що ми знаємо зараз, від того, що знали колись, від припущення, від чернетки і від конфліктного джерела.

Конвеєр здобуття знань складається з кількох етапів: інвентаризація, класифікація, очищення, виділення кандидатів, тріаж, дедуплікація, збагачення метаданими, зв’язування, індексування, контроль доступу, перегляд людиною та відкликання. Важливо, що здобуття знань — це не одноразовий імпорт, а життєвий цикл знань.

Практичний висновок: база знань старіє тихо. Без власника вона не руйнується за день, вона просто повільно втрачає доказову силу. Тому кожен об’єкт знань має проходити життєвий цикл: чернетка, відрецензовано, затверджено, замінено, застаріло, відкликано. Окрім статусу, потрібні умови чинності: контрольний зріз, родина продуктів, замовник, постачальник, домен, версія, дата, застосовність.