вненості в правильності рішення задачі, тоді вважаємо, що це завдання - II рівня складності. Коли ж потрібна висока ступінь впевненості в правильності рішення задачі, слід врахувати, що багато чого з реального миру не «впишеться» у безліч варіантів рішень, представлених, скажімо, у вигляді двомірної таблиці. У цьому випадку систематизувати перебір варіантів рішення задачі не вийде і доведеться хаотізіровать процес пошуку рішення, тобто діяти як у випадку із завданням III рівня складності.
Тепер перейдемо до ще однієї проблеми, пов'язаної з даним алгоритмом, і з'ясуємо, як дізнатися, до якого з двох рівнів складності відноситься наше завдання - до IV або V. Якщо при апріорному оцінюванні ми вирішили, що будемо намагатися вирішувати задачу виходячи з нових парадигмальних підстав , то для того, щоб визначити рівень складності завдання - IV або V, необхідно визначити приблизну кількість різних експериментів, які перевірятимуть отримане рішення. Завдання визначення приблизного числа різних експериментів являє собою окрему, самостійну задачу, мабуть більш низького рівня складності. Таким чином, виходить, що високі рівні складності визначаються за допомогою використання завдань більш низьких рівнів складності, тобто рекурсивно.
Перевірки якої гіпотези за допомогою великого чи малого числа експериментів якісно різні в тому сенсі, що вони по-різному виявляють рівень невідповідності в побудованих наукових конструкціях (теоріях, дисциплінах, наборах пояснюють правил і т.д.), на основі яких вирішується оцінна задача. Ця різниця пов'язана з тим, що результати невеликого числа експериментів часто можна обгрунтувати досить простою сукупністю пояснюють правил або наукової конструкцією. Коли ж число експериментів сильно збільшується, ці пояснення починають «тріщати по швах». І тоді дослідник переконується, що така наукова конструкція не має пояснювальної і предсказательной сили. Для збільшення рівня відтворюваності результатів, для того щоб перейти від пояснюють правил, що працюють на малому числі експериментів, до цілісної теорії, здатної витримати велике число перевірочних експериментів, необхідна як парадигма гонитва за точністю вимірювань. Наприклад, коли рівень розвитку вимірювальної техніки був не дуже високий, деяке коло явищ цілком логічно і виразно можна було пояснити на основі теорії флогістону. З цього приводу Кун зауважив, що, «наприклад ... теорія флогістону внесла впорядкованість у великий ряд фізичних та хімічних явищ. Вона пояснила, чому тіла горять ... і чому метали мають набагато більше спільних один з одним властивостей, ніж їх руди ... Крім того, теорія флогістону пояснила ряд реакцій отримання кислоти при окисленні речовин, подібних до вуглецю і сірці. Вона також пояснила зменшення обсягу, коли окислення відбувалося в обмеженому обсязі повітря »(14). Ця цитата показує, як в цілому розумно і логічно можна пояснити досить різнорідні явища, припускаючи існування не розглянутої сучасною наукою універсальної горючої субстанції.
Відповідність деревовидних разбиений сукупностей експертних методів і прогнозних оціночних завдань (застосування різних груп експертних методів для вирішення завдань різних рівнів складності)
Отже, ми показали, що розбиття прогнозних оціночних завдань на рівні складності існує і є угрупованням. Більш того, можна визначити рівень складності завдання до того, як вона вирішена, тобто апріорно. Тепер покажемо, що воно може бути ефективно використано для в...
