В своем исследовании информационной науки и ее предмета Ингверсен обращается к истокам и основаниям этой науки. Он задавался вопросами: что же было движущей силой попыток, основания науки, занимающейся, главным образом, обработкой документов, и почему было так интересно и даже необходимо серьезно изучать вопрос обеспечения эффективной передачи желаемой и доступной информации от человека-генератора человеку-пользователю? Один из возможных ответов заключается в том, что информационная наука как область знания возникла вследствие осознания проблем как физического, так и интеллектуального доступа к чрезвычайно быстро растущему объему научных знаний (послевоенный информационный взрыв).
Ингверсен полагает, что подобного рода ответы получили широкое распространение, но при этом они являются частично поверхностными. В приведенном объяснении предполагается, что информацию можно приравнивать к документам, таким как публикации и другие физические сущности, содержащие какие-либо сообщения. Однако информация в информационной науке не обозначает физические сущности вроде документов. Если что и произошло в течение XX столетия, так, в первую очередь, это впечатляющий «документальный взрыв» как в науке, так и в обществе, что повлекло за собой усложнение доступа — и физического к документам, и интеллектуального — для получения адекватной информации».
Главный вывод, который делает Ингверсен о том, каким должно быть понятие информации в информационной науке, заключается в следующем. В пределах предметной области информационной науки понятие информации должно удовлетворять двум требованиям. С одной стороны, информация является результатом преобразования в знаковую форму когнитивных структур человека-генератора. При этом учитывается модель представления знаний, имеющихся у получателя этих знаковых форм. С другой стороны, это нечто такое, при восприятии и осознании чего имеющиеся знания получателя информации подвергаются влиянию и трансформируются. В результате, словосочетание «информационное общество» также подразумевает, что общество зависит от того, как оно использует информацию, а не только от того, как оно ее производит.
Необходимо отметить, что в обзоре, в целях различения и сопоставления точек зрения разных ученых с использованием лексически отличающихся выражений разных концептов, информацию как результат преобразования в знаковую форму когнитивных структур человека будем называть знаковой информацией.
Далее Ингверсен пишет: «... по существу, никому не требуется наука для обеспечения доступа к документам. Если что-то и необходимо, то это улучшенные методы, позволяющие людям поспевать за ростом документов. Эта практическая работа уже почти пять тысяч лет выполняется архивариусами (хранителями архивов), библиотекарями и документалистами. Они постоянно извлекали пользу из информационных технологий, доступных им в каждый исторический период времени, начиная с глиняных табличек и заканчивая пергаментом, бумагой и компьютерными методами». Отметим, что первое использование компьютерных технологий для поиска научных документов относится еще к 1960-м гг. прошлого века.
Главной движущей силой использования технологических инноваций была потребность в быстром получении документов, релевантных какой-либо цели или проблеме. Неудивительно, что методы решения проблем доступа к документам и, что более существенно, к потенциально значимой информации все больше определялись используемыми технологиями. Здесь важно отметить идею зависимости методов решения проблем доступа к информации от степени развития используемых технологий. Эта идея, имеющая прямое отношение к проблеме конвергенции, более подробно будет рассмотрена далее. С момента создания в 1958 г. IIS неоднократно предпринимались попытки установить основные направления исследований в информационной науке и определить ее границы с другими областями знания. Основная проблема заключалась в недостатке базовых философских подходов к описанию информационных процессов, кроме подразумеваемых рационалистических взглядов, унаследованных от физических наук. Причиной этому была неопределенность ее положения в системе научного познания. Ряд специалистов настаивали на том, что информационную науку необходимо рассматривать как составляющую естествознания. Поэтому они стремились сформулировать и действительно сформулировали фундаментальные «законы» информации, которые вследствие особенностей человеческого подхода к использованию информации для познавательных целей можно рассматривать лишь как индикаторы наличия информационных процессов. Однако важно отметить и эти попытки «форсированной научной эволюции» (основанной на желании совершенствоваться), поскольку без них данная область знания была бы поглощена близкими когнитивными дисциплинами еще в 1960-хгг. В своем исследовании информационной науки Ингверсен, говоря об истории развития этой области, резюмирует, что за период ее существования предпринимались попытки слияния с другими областями знаний, с тем, чтобы утвердить более весомую научную позицию в системе научного познания. Прослеживаются два основных направления:
(1)движение в направлении теории коммуникаций;
(2) попытка слияния с компьютерной наукой. В то же время ряд ученых приложили значительные усилия для сохранения независимости информационной науки с ее собственной индивидуальностью.
2. Компьютерная наука
В начале реферата уже говорилось, что в английском языке существует как минимум четыре устойчивых словосочетания — informationscience, computerscience, computerandinformationscience, computationalscience, — которые нередко переводятся на русский язык одним словом «информатика». Кроме того, необходимо учитывать, что в английском языке смысл рассматриваемого в этом разделе термина "computerscience" — «компьютерная наука» — за последние 40 лет существенно изменился.
Например, проект ComputingCurricula, в рамках которого были подготовлены «Рекомендации по преподаванию программной инженерии и компьютерной науки в университетах», ведет свой отсчет с 1968 г., когда была опубликована первая версия рекомендаций. С тех пор эти рекомендации обновлялись примерно раз в десять лет совместным комитетом по образованию под эгидой профессиональных ассоциаций AssociationforComputingMachinery (ACM) и IEEEComputerSociety. В конце 1990-х гг. стало ясно, что область знаний, связанная с ИКТ, очень сильно разрослась и ее трудно, если вообще возможно, полностью осветить в рамках одного университетского курса. В связи с этим было принято решение о его разделении на четыре основные специальности — computerscience (компьютерная наука), softwareengineering (программная инженерия), hardwareengineering (проектирование аппаратных платформ) и informationsystems (информационные системы).
После этого разделения предметная область компьютерной науки в проекте ComputingCurricula стала включать следующие 14 разделов: дискретные структуры, основы программирования, алгоритмы и теория сложности, архитектура и организация ЭВМ, операционные системы, распределенные вычисления, языки программирования, взаимодействие человека и машины, графика и визуализация, интеллектуальные системы, управление информацией, социальные и профессиональные вопросы программирования, программная инженерия, методы вычислений.
Естественно, что эти четыре специальности тематически частично пересекаются. Например, тему «Дискретные структуры» изучают в рамках специальности «Программная инженерия», а ряд тем «Программной инженерии» преподается для студентов специальности «Компьютерная наука».
Значительное число основополагающих работ, составляющих теоретические основы компьютерной науки, относится к первой половине XXв. Среди ученых, которые глубоко исследовали теоретические вопросы, связанные с алгоритмами и их возможностями, были Клини, Черч, Тьюринг и Пост. Неформальное понятие алгоритма для решения некоторого класса задач подразумевает некоторый набор правил, с помощью которых решение любой указанной задачи этого класса может быть найдено в случае выполнения этого набора правил. Так подходит к определению алгоритма Г. Эббин-хаус в своей статье «Машины Тьюринга и вычислимые функции. Уточнение понятия алгоритма».
Вплоть до 30-х гг. прошлого столетия понятие алгоритма оставалось интуитивно понятным, имевшим скорее методологическое описание, нежели математическое определение. В истории науки известно много ярких примеров алгоритмов. Среди них алгоритм Евклида нахождения наибольшего общего делителя двух натуральных чисел или двух целочисленных многочленов, алгоритм Гаусса решения системы линейных уравнений, алгоритм разложения многочлена одной переменной на неприводимые множители. Перечисленные алгоритмы позволяли решать задачи путем указания и выполнения конкретных процедур. Для решения подобных задач было достаточно интуитивного понимания алгоритма.
Однако в начале XX в. был сформулирован ряд алгоритмических проблем, решение которых потребовало разработки и применения новых логических средств. Это связано с тем, что доказательство существования и разработку разрешающего алгоритма можно осуществить и с помощью интуитивного понимания алгоритма. Если же требуется доказать, что для решения задачи не существует алгоритма, то в этом случае необходимо точное определение того, что такое алгоритм.
Определение алгоритма было предложено в первой половине XX в. в двух формах: на основе понятия рекурсивной функции и па основе описания процесса, осуществимого на абстрактной машине. Был сформулирован тезис («тезис Тьюринга»), утверждающий, что любой алгоритм может быть реализован на соответствующей машине Тьюринга. Оба подхода, а также другие подходы (Маркова и Поста) привели к одному и тому же классу алгоритмически вычислимых функций и подтвердили целесообразность использования тезиса Тьюринга для решения алгоритмических проблем.