ČLANKI_ Andrej ULE* izvirni znanstveni članek STRUKTURA PRENOSA ZNANJA OD ZNANOSTI V TEHNOLOGIJE Povzetek: Predstavim nekaj osnovnih značilnosti znanstvenega in tehniškega znanja. Zavračam misel, da je tehniško znanje zgolj aplikacija znanstvenega znanja, čeprav priznavam, da Je v kognitivni strukturi procesa znanstvenih in tehničnih odkritij veliko skiipnih /x)tez. Opišem nekaj značilnosti tehniških paradigem in jih primerjam z znanstvenimi paradigmami. Podani oris stniktiiral-no-teorijskega modela tehniškega znanja. Tehniško ztianje vsebuje in/erenčna pravila, ki omogočajo povezovanje med različnimi vrstami referenčnih znanj. Tehniško znanje nfmšteva specifične zahteiv{m korektnih tehniških tvšitvah problemov. To presega domet "aplikacij' znanstvenih dosežkov v tehniki in spreminja tehniko v frosebno družbeno organizirano obliko znanja. Zato je uveljavljanje tehnološkega sistema tudi družbeno dejanje, ki terja ponotra-njanje sistema v naziranju ljudi. Ključni fKjjmi: znanost, tehnika, tehniško znanje, ciljna struktura, logika odkritja, inferenčna pravila, aplikacija znanosti, struktura modelov Ali je tclinika le aplikacija znanosti? SploSno reklo je, cia ziiaiistvcna spoznanja postajajo družbena moč skozi njihovo tehnično inipleincniacijo in uporabo v proizvotinji. Vendar je le malo znanega o tem, kako se ta implementacija znanosti dogaja in sicer tako v primeru individualnih odkritij v tehniki kot tutli na ravni njihove družbene u|X)rabc v različnih oblikah proizvodnje. Poleg tega to podobo bremeni vtis o linearnosti in mono-kavzalnosti, namreč vtis o tem, da je prehoti od znanstvenih spoznanj k njihovi tehniški implementaciji premočrten, nekako tako kot jc uporaba kakega splošnega pravila ali zakona v posebnih primerih. Drug .soroden vtis je o tem, da je tchni.^ki razvoj povsem odvisen od razvoja znanosti, da jc razvoj znanosti avtonomen in primaren družbeni kognitivni razvoj, medtem ko razvoj tehnike nima svoje kognitivne logike razvoja in ne vpliva bistveno na razvoj znanosti. Oba vtisa sta seveda napačna. Čeprav zlasti sotlobna tehnika resnično v osnovi gradi na znanstA'enih spoznanjih, pa je razvoj kakega novega tehniškega orodja oz. kake nove tehnologi- • t)r. Anitn-J Me. ftnifivor lui/Vozo/skifiikiillell r IfiiMjaiii. je vse kaj drugega, kot le aplikacija poziiaiiili znanstvenih s|X)znanj v omejenem primeru, ki ga ponuja kak tehniški problem.' Več dejstev govori zoper prvi vtis o ien>, da je tehniSka invencija zgolj aplikacija znanstvenih spoznanj na posebna področja uporabe znanosti. Tehnični strokovnjak mora upoštevati Se celo vrsto zahtev, ki izliajajo iz posebnosti tehnološkega procesa ali sistema, katerega sestavni del naj bi bilo iskano tehnično orodje ali tehnična rešitev. Mora upoštevati na primer zahteve ekonomičnosti, varnosti, odpornosti zoper [xiSkodlje, upoštevati mora razne tehnične in druge standarde ittl. Da bi ustregel tem zahtevam, mora tehnični strokovnjak spretno kombinirati vrsto dejavnikov, tako idealnih (miselnih) kot konkretnih in ob pomoči nujno potrebnih znanstvenih spoznanj ustvariti določeno tehniško rešitev. Zato tehnični strokovnjak posebuje tehnično iznajdljivost in inventivnost, ki ni zgolj varianta znanstvene iznajdljivosti in inventivnosti. Je tudi več razlogov, ki govorijo zoper vtis o linearnosti in monokavzalnosti razvoja tehnike glede na razvoj znanosti. Zgodovinarji tehnike ugotavljajo, da sta se znanost in tehnika dolgo časa razvijali relativno samostojno. Znanost se je razvijala prvenstveno v kognitivnem mediju, na ravni teoretičnega Sjxjznanja sveta, tehnika in tehnologija pa sta se razvijali v mediju obrti, kmetijstva, medicine, skratka t.i. praktičnih vedenj. Do resnejšega plodnega stika je prišlo šele v novem veku, točneje od konca osemnajstega stoletja dalje, t.j. v olxlobju industrijske revolucije. A industrijska revolucija sama je veliko širši in kompleksnejši proces kot zgolj aplikacija znanosti v industriji. Prej bi lahko rekli, da je to družbeni proces, ki je omogočil znanosti in tehniki, ki sta poprej stopali vsaksebi, zbližati se in se medsebojno oplajati. Renesančni urarji so npr. izdelovali izvrstne ure (za svoj čas), ne da bi kaj dosti vedeli o mehaniki oz. so imeli o tem zelo neizdelane nazore. Tudi sodobni inženirji velikokrat "pozabijo" teorijo in jo imajo le za dodatno oporo svojemu tehniškemu znanju in izkustvu. Pogosto je razvoj znanosti sledil razvoju kake nove tehnologije. Tako je bilo npr. ob izumu parnih strojev, ko je ta ravoj vzbudil razvoj termodinamike, razvoj letalskih priprav pa je razvil teorijo letenja in sploh aerodinamiko. Tudi razvoj kibernetike je nekaj časa capljal za razvojem računalništva. ' vu-ni lebsili lnmi nizllkot al meil tvliiiilio In lehiiologtjo. MuUba ml/tmlsuii lja luiCrleii /n>slo/>eb zti ivicimtfe /inibicmov pri obi UicIinmijii ziiimiijef{ti stvM. leliiiitloaija [m ml ptvtbuit ljo sunem meti seboj /Kiivzdiilli lehiiib. ki se olilnijo na iilrjeiut In preivrjvno IzkiiSnjo In znanje (danes je lo najivCkral znansuvnu znanje) Mnogi leoreliki ne delajo teh razlik ali finu'ntLffirolno razlikujejo oba Imjma /Jasli f a/ilostiSkem stvM sla termina tehnika in lehnolof>lja f)Ogosto sinonimna. To seveda ne pomeni, da zavračam obstoj lesne medsebojne povezave med znanostjo in tehniko.' Pač pa zavračam poenostavljene predstave o teh povez^ivah, ki nas silijo v takšno ah drugačno redukcijo. Od 18. stol. dalje nedvomno lahko opažamo progresivno integriranje kognitivnih map in kognitivnih metod znanstvenikov in tehnikov, pri čemer predstavljata "metodična hipotetičnost" za-snutkov in rastoča ostrina testiranja teh zasnutkov osrednjo .skupno potezo znanst\'ene in tehniSke produkcije. V znanosti je to |x>tezo jasno izpostavil in sistematično opisal K. Popper v svojih delih, predv.sem v "Logiki znanstvenega odkritja" (1959,1968). V teoriji tehničnega mišljenja in odkritij je ta misel manj prisotna, vendar pa je metoda hi|X)tetičnih konstrukcij in njihovega potencialnega ziivračanja močno prisotna tudi tam. Pomislimo le na številne o.snulke, delne načne, testne modele in podobne tehnične konstrukte, ki služijo z:i preverjanje tehničnih rešitev. Osnutki, modeli itd. služijo kot nekakšne po.skusne hipoteze, na njihovi |X)dlagi pa se kasneje zgradi dejanski projekt rešitve tehničnega problema. Pa tudi kasneje, ko je kak tehnični proizvod že vpeljan v proiz\'odni proces, se ga stalno preverja in do|X)lnjuje. V kolikor ne zadošča zastavljenim normam in pričakovanjem, ga zvržemo oz. modificiramo. Res pa je, da merilo teh preverjanj ni "narava", temveč sam tehnološki proces in njegova uspešnost glede na zastavljene smotre. Preden lahko kaj natančnejšega povem o odnosu med znanstvenim in tehniškim znanjem, si oglejnio nekaj značilnosti kognitivnega procesa znanstvenega in tehničnega odkritja kot ga uspeva dešifrirati sodobna kognitivna znanost. Pri tem se bom v glavnem na.slonil na delo S. Dasgupte "Ustvarjalno.st v izumih in (tehničnem) oblikovanju" (1994), ki je |X).skus računalniškega modela miselnega procesa, ki vodi do tehničnih odkritij. Strukturalna ujemanja v kognitivnem proccsu znanstvenih in tcliničnih odkritij Proces tehničnega odkritja je po Dasgupti ciljno usmerjena dejavnost, ki ga formalno lahko predstavimo kot t.i. usmerjeni graf, t.j. mreža vozlišč, ki .so medsebojno povezana z usmerjenimi vezmi. Vsako vozli.šče predstavlja kak pojem, predstavo, pravilo, ki nastopa v kognitivni mapi posameznika, povezave med vozlišči pa predstavljajo različne asociacije teh pojmov, predstav, pravil, tako da dobimo nove ' Kol iHii-SiHi r tem Chnbii. sem /irlslljeii ffnnrill v liliilo sjiliiiiiili In nbslnikliilli lermiiiili. ki lirikrlm-/V) iirmiiijii ili/ereiicmcijo In sinikliint imjmiiv. iKt katere se iiiiimitijo. Tuko ii/ir. nut urim o 'ziuimtsU'tu 'leliiiikr. kol tla bi hllii dm iiitiformiiii 'nbjekiti'. Ce/miv sui u muki strukturi ziutiij in ilis/iozidj. inili-riiliittliii/i in koleklifiiili. kise jih ne 2. str 1117. SIcer /KI lx)m /Hiil -znanostjo' v tem spisu Vj>larnem menil uaravniKshfno-tehui.ike znanosti, itoil 'tehniko'/ki iiuliistrijsko u/H,nibne lehni.ike ilisci/iline Itiradinnil -znanosti'v zgtirnjem smislu sta n/ir matematikti In Jizika. /inulinmi tehnike /«i /i/t slmjni.dedovar' le en podcilj in le en način povezave med podciljem in nadrejenim ciljem. Vendar je takšna struktura največkrat zgolj idealizacija, ki zanemarja številne konkretne podrobnosti, ki spreminjajo dejansko mentalno mrežo v iKilj Ziipleteno mrežo ciljev. Seveda preveč raz\'ejane mreže tudi niso zaželene, saj takšne mreže preprosto ni mogoče mentalno obvhulati (niti zavestno niti nezavedno).* Ustvarjalec .se pri razvijanju ciljno usmerjene mentalne mreže naslanja na obstoječe znanje, ki ga ima in lo na obstoječe skupno znanje relevante znanstvene oz. tehnične skupine, ki ji pripada in na .svoje lastno znanje (imenujmo ga siiuacij-sko znanje). To znanje ostaja večidel latentno (nezavedno) in implicitno prisotno v času mentalne obdelave problema, vendar odločilno pri|X)more k rešitvi prol> lema. Dasgupia poudarja hipotetski značaj kognitivne strukture, (x> kateri se usmerja ustvarjalec. Cilji, podcilji, podpodcilji kot tudi povezave med njimi so po večini podani kot delo\'ne hipoteze, so provizornega značaja. To pomeni, da jih ustvarjalec lahko zamenjuje in spreminja, če tako pokažejo rezultati uporabe teh hi|X)tez. Zato lahko služijo napredku v re.^evanju problema. Seveda teh delovnih hijKitez ne sme biti veliko. Idealno je, če jc le ena .sama takšna hipoteza, vendar .se to običajno zgodi šele ob koncu ustvarjalnega procesa, ko je ustvarjalec blizu pravi rešitvi. ' /m /iiimcr diitillze si jv Izhnil ziuiiiu-iillo (idkrllje inlkrtiničiiiuinja. L-ljf /Hisltirilo lemeljc sodobne-f^t niCiiimliilSIrti drv ztt M V Vilbesoi-o (Mllirlljc /iosel>iiv niCiiiitihiLilf enote, v luilero se rfilsiije /iro-jsredovani z množico vmesnih "mikroskokov", ki jih posreduje množica delovnih hipotez. Dasgupta meni, da igra glavno vlogo v teh procesih posto|>ck asociacije predstav in pojmov, ki se včasih približa shemam sklepanja tledukcije ali abdukcije. Nasloni se na Koestlerjevo zamisel o "bisociaciji" idej. Po Koe.stlerju, ki je napisal obsežno delo o ustvarjalnosti, kjer je zbral ogromno zanimivega gradiva, u.stvarjalne osebnosti zmorejo |X)vczovati različne ravni (matrike) konceptov. Medtem ko ljudje običajno mislimo v okviru ene konceptualne matrike, pa ustvarjalci zmorejo medsebojno povezovali več različnih konceptualnih matrik (Koestler 1964). Ta Koestlerjeva hipoteza se je delno potrdila tudi v Dasguptovi analizi Wilkesovega odkritja mikroračunanja. Wilkes je namreč uspel plodno povezati dve bistveno jKimembni, pred tem ne|xivezani zamisli, namreč uporabo t i. diodskih matrik zato, da bi dosegel pravilno urejenost elektronskih sestavin računalnika in zami.sel o shranjenem programu, ki omogoča fleksibilnost in spremenljivost v za|X)rcdju t.i. kontrolnih signalov računalnika (Dasgupta 199i, 196). Rezultat "bisociacije" teh dveh zamisli je bila zantisel o programirani kontrolni enoti. Dasgupta je pokazal, kako tovrstna bi.sociacija izhaja iz množice manj opaznih kognitivnih prehodov, namreč zaporednih "pogonov" posameznih primerkov (tokenov) "objektov" v konceptualni mreži ustvarjalca in inferenčnih (sklepalnih) operacij med temi objekti. Rezultati takSnih operacij so bili novi cilji, nova pravila ali spoznana dejstva. Ti rezultati nato zopet nastopajo kot sestavine kognitivne mreže ustvarjalca, torej so izvori za nove kognitivne operacije itd. Tako .se znova pokaže plodna zami.sel o t.i. /ogiki odkritja. Znano je, da so Popper in drugi teoretiki znanosti o.stro zavračali zamisel o kaki logiki znanstvene ustv arjalnosti. Logika je po Popperju primerna le za analizo posledic odkritij, ne pa za do.seganje odkritij (Popper 1998, 27-29). Vendar pa so Da.sgupta in drugi avtorji računalni.-ikih modelov proce.sa znanstvenega in tehničega ustvarjanja pokazali, da med ustvarjanjem in pre%erjanjcm ustvarjenega ni tako velika razlika, kot se je zdela do sedaj. I.anglev s sodelavci je npr. v več računalni.ških modelnih precl-slavit\ah (zaporedje programov tipa Bacon) po.sameznih znanstvenih odkritij "račiinalni.ško rekonstruiral" določena znanstvena tnlkritja (npr. odkritje tretjega ' I'll /hiiltiiiiimlii naj bi v lisiliolniLviii I>iikTSIi iislfl)jv inkiiluiijc l/mMi-iii sv is ztuvsiiw nirni ikimakiie r iiezmxilito. {xistimeziiik iw niziiiifljti rvC zmvsliiii u iijcm. /hiC /ki /im liiiliijejo iwziirciliw iLVKlacije). »lxM>je iluminacijc (Se tvdno iiii iicztiiviliii ravni, l emlar/xi sc/xinxll zasiiiileli iv.M5) Keplerjevega zakona, Bovlovega plinskega zakona, Oliinovega zakona, Coiiloin-bovcga in Arhimedovega zakona, zakona o odboju svetlobe, zakona o ohranitvi gibalne količine in celo Newtonovega zakona težnosti (Langley idr., 1987). Podobno so dosegli z nekoliko drugačnimi modeli Thagard (1988) idr. avtorji. Seveda lo ne pomeni, da imamo .sedaj na voljo nekak avtomatski proces odkritja ali .shemo eksplicitnih pravil, ki avtorja vodijo k odkritju. Pač pa je znanih nekaj pravil razmiiSljanja, ki so |x>membna za ustvarjalni proces. Gre predv.sem za vrsto sploSnih inlerenčnih pravil, ki omogočajo najdenje novih pravil ali novih dejstev. Dasgupta navaja i5tiri vrste takSnih sploiinih pravil, ki se tipično pojavljajo v miselnem ustvarjalnem procesu: pravila vstavitve, pravila logičnega sklepanja (dedukcije), pravilo abdukcije in pravila posplošitve. Prat/ila vstavitve omogočajo par-tikularizacijo (oposebljanje) kakega sploSnega pravila v določenem kontekstu uporabe, logična pravila omogočajo prenos resnice od premis k zaključkom, pm-vilo abdukcije omogoča oblikovanje novih hipotez, pravila posphiitve pa omogočajo oblikovanje splošnejših hipotez, če imamo na voljo spoznanje o regularnosti določenih procesov (Da.sgupta 1994, 200). Dasgupta meni, da .so ta pravila tako splošna, da jih vsaj v neki meri posedujemo vsi ljudje, vendar pa jih znanstveno izobraženi ljudje uix>števajo veliko pogosteje in lx)lj sistematično, kot znanstveno neizobražene osebe. Poleg teh splošnih pravil ustvarjalci razvijajo specifična pravila, ki so vezana na konkretno območje raziskovanja." Zato je seveda potrebno še več specifičnega znanja.' Če govorimo o "logiki ustvarjanja", potem seveda ne gre za deduktivno logiko, čeprav je dedukcija eden od elementov te logike. Po Dasgupti njena pravila niso bistveno različna od pravil vsakdanjega razmišljanja, pač pa so uporabljena bolj sistematično in medsebojno povezano kot je to primer v običajnem življenju. Zanimiva je tudi Dasguptina ugotovitev, da je Wilkes v .svojem procesu odkritja relativno malo uporabljal formalne metode, npr. matematične metode, čeprav je bil izvrsten logik in matematik. Veliko pomembnejše so bile kvalitativne konipo-nente spoznavnega procesa. To pomeni, da je bilo v.saj v tem primeru kvalitativno razmišljanje in spoznanje pomebnejše od kvantitativnega, kalkulatoričnega mi.šljenja oz. spoznanja. Pač pa formalno mišljenje, npr. izračuni, |X)staja pomembno po odkritju, v obdobju preverjanja in detajliranja odkritja in v dobi njegove javne predstavitve strokovni javnosti. Pomembno je tudi, da ustvarjalec ni kako poix)lno racionalno bitje, nasprotno, razpolaga le z omejeno racionalnostjo (npr. ne more izvesti poljubno dolgih sklepov, ne more upoštevati prevelikega števila podatkov naenkrat, lahko .se zmoti v sklepanju itd.). Kljub temu je mi.selni ustvarjalni proces tako niočan, da premaga tudi te ovire. Vsekakor pa mora slediti osnovni normi racionalnosti, t.j. da izbira za uresničenje .svojih zamisli takšna sredstva, ki so p« njegovem prepričanju najprimernejša. Za Wilke.sa je bilo značilno tudi veliko strokovno znanje iz svojega področja raziskovanja. I.e visoko strokovno • Wilkes Je n/ir. /mfiuslo ii/ximhil analizo ciljev in sreiblef. iinoliivljul in izloCal na/HiCne liilHiieze. L-tir .111 ic Ixilj slu-ciflCiui znansuvna /nriiilti nizmliljitiija. ' /Mniniiiii Je. ilii tinil>il iilxliikdjo le v (li eli otl/lelindnijselili kljitCnili in/crencoli Dnifiii/irm-iUi Je ii/MinihtI />nxej /tof^isleje. znanje mii je omogočilo "odprti inn", namreč relativno prosto prehajanje med različnimi konceptualnimi matrikami ter povezovanje navidezno zelo različnih ciljev ali dejstev. Na ix)dlagi svoje raziskave NVilkesovega odkritja, je Dasgiipta postavil osem domnev o znanst\enem in tehničnem ustvarjalnem procesu: 1. Izum - t.j. ustvarjanje originalnih umetnih oblik - je ciljno usmerjena oz. teleo-loška dejavnost. Je po.sebna oblika procesa iskanja rešitev; 2. U.stvarjanje je (vsaj v domeni znano.sti in tehnike) po .svoji naravi oportimi-stično (cilji so provizorične in poskusne narave, so delavne hipoteze, ki se lahko hitro zavržejo), ni garanta uspeha oz. pravilnosti re.^itve; 3. Pomembni in široki uvidi .se.stojijo iz morda zamotane mreže opi.sljiviii malih korakov. Ustvarjalna dejanja .so ix)siopkovna in stopenjska; 4. Kombinacija oz. bisociacija zami.sli temelji na precej vsakdanjih sklepalnih pravilih (t.j. takšnih, ki jih uporabljamo tudi v vsakdanjem rc.ševanju problemov); 5. Procesi ust\ arjanja so procesi razmišljanja v tem smislu, ker vsebujejo pravila sklepanja (deduktivnega in ne-rajajo novi delni cilji; 6. Ustvarjalni proccsi, vsaj tisti v naravoslovju in tehniki, .so epistem.sko intenzivni. Terjajo stalen dostop do širokega spektruma znanj, od |X)v.sem specifičnih znanj iz posebnih območij vedno.sti do ab.straktnejših, celo filozofskih po.siavk; 7. Ustvarjalna oseba ni zgolj polna znanja, temveč je sposobna z:i prosto in aso-ciacijsko ix>tovanje skozi prostt)re znanj in zmožna uporabljati različna spoznanja in podatke, zato da bi proizvedla določen cilj (Dasgupta 1994, 209). Da.sgupta po.sebej poud;trja pomen zadnjih dveh točk, ki po njegovem mnenju najbolj odlikujeta ustvarjalni mi.selni proces in u.stvarjalne osebnosti od njihovih neust\'arj;ilnih "sorcxlnikov". Dejstvo, da hihko teh .sedem značilnosti ustvarjalnega mišljenja lahko najdemo tako v znano.stih kot v tehniki nam [Kjve, da je u.stvarjalni proces v obeh di.sciplinah kognitivno .soroden. .Seveda se razlikujejo cilji ustvarjanja v znanostih in tehniki, pniv tako se razlikuje metodologija dela. Kljub temu pa je veliko .sorodnosti. Da.sgupta zato brani domnevo o "tehničnem cxlkritju kot znanstvenem odkritju" (ilcsign-a.s-scientific-di.scovcry, D.SD hipoteza). Če ta hipoteza drži, potem .se lahko vprašamo, ali ima tehnično mi.šljenje .še kake druge skupne poteze z znanstvenim mišljenjem, kot pa je podobnost v kognitivnih procesih odkritja. Tu mislim predv.sem na n;idindividualne oz. bolje inter-subjektivne .sestavine tehničnega znanja v primerjavi z intersubjektivnimi .se-.stavinami znan.st^ga znanja. Kot rečeno, Dasgupta otikriva globoko vpletenost bazičnega strokovnega znanja v ustvarjalnem tehničnem njišljcnju. Toda v tem znanju imajo znanstvene sestavine nedvomno gla\ nc5 vlogo. Poleg tega obstajajo tehni.ške strokovne skupnosti (npr skupnost .strojnikov, elektrotehnikov, računalnikarjev, .strokovnjakov na raznih .strokovnih jiotiročjih). Nedvomno te .skupine delijo določene vr.ste skupnega znanja, ki .se razvija po svoji dinamiki, ki ni zgolj .se.števek individualnih znanj. Zato .se legitinuio z;istavlja vpra.šanje, :ili in v kolikšni meri lahko tudi v nizvoju tehnike govorimo o idniiikth /uiiruligiiiali, ki bi bile primerljive z znanstvenimi paradigmami. Ali je razvoj tehnike v tem smislu primerljiv z razvojom znano.sti. Zanesljivo telini.ški strokovnjaki sledijo razvoju znanosti in v tem smislu nanje vpliva morebitna sprememba znanstvenih paradigem. Vendar to ni dovolj za pojas-nitev dinamike tehničnega znanja. Tehnično znanje je specifično organizirano in ima posebne cilje, kar ga razlikuje od znanstvenega znanja, ne glede na podobnost v miselnem iist\'arjalnem procesu, ki jo je iz|x>stavil Da.sgupta. Tehniške in znanstvene paradigme in revolucije Podobno kot ponujajo znanstvene paradigme znanstveni skupnosti določene teorijske vzore in vzorce "reiSevanja problemov", lahko domnevamo, da določene tehniške/tehnolojike paradigme povezujejo tiste posameznike, ki obvladajo določeno tehniko, jim omogoča in narekuje razpoznavanje smiselnih problemov, iskanje primernih postopkov oz. rešitev problemov (tehnološka hevristika) ter vrednotenje (preverjanje) rezultatov. Lahko domnevamo, da zgodovinska in sistemska povezanost ljudi, ki .se ukvarjajo s pcnlobnimi problemi, ki u|X)rabljajo IX)dobnc hevristike in podobna merila vrednotenja rešitev problemov, ustvarja določeno strokovno skupnost, ki ji rečem teltiioloSka skupnost, podobno z znomtveno skupnostjo v znanstveni dejavnosti. Takšna skupnost razvije lahko kognitivno-praktične strukture, ki .so |X)dobne znan.stvenim paradigmam in dajejo tem skupnostim notranjo homogenost in enotno.st. Podobne teze je branila R. I.audanova v sestavku "Kognitivna sprememba v tehnologiji in znanosti" (1984). Po njenem mnenju so tehniki razpeti med obstoječimi tehničnimi vzorci in vzori re.ševanja problemov in iskanjem novih rešitev Če bi tehniki predolgo vztrajali pri .starih tehnologijah, bi to lahko pov.sem zavrlo reševanje problemov, kar bi privedlo do nazadovanja dane tehniške skupnosti in proizvodnje sploh. A če bi sc prehitro odpovedali dotedanjim vzorcem in vzorom reše\'ania problemov, bi jim grozila neuspešnost in poslabšanje položaja. Po mnenju Laudanove je tehnišk:i/tehnološka paradigma tisti vzor, ki določa -normalno tehnologijo" v določenem obdobju. Normalna tehnologija oz. njena paradigma določa meje relevantnih problemov, t j. tistih, ki jih je mogoče reševati v njenem okviru. Omogoča tudi kopičenje tehničnega znanja in napredek tehnologije. Vsaka inovacija v okviru dane paradigme se pokaže kot nadgradnja preteklih rešitev Laudanova je razlikovala tri stopnje tehničnega/tehnološkega znanja: individualne tehnike, tehnološke komplek.se in tehnolo.ške sisteme (l>ovczave komplek.sov). Tehnološki kompleksi proizvajajo zapletene končne produkte, medtem ko |X)samezne tehnike največkrat proizvajajo le sestavine za končne produkte. Tehnološki kompleksi vsebujejo dolgožive tehnologije in so relativno stabilni v daljšem ča.sovnem obdobju. Za tehnolo.ške komplek.se je najpomembnejše vzdrževanje ravnovesja med dobro integracijo po.sameznih tehnik in .spremembami, ki nujno na.stajajo zaradi občasnega pomanjkanja integracije, ki jo sprožajo novi tehnični/tehnološki izzivi. Najobsežnejše tehnološke cclote |x> Laudanovi so tehnološki sistemi, ki povezujejo več tehnoloških komplek.sov med seboj. Posameznik le težko spozna in dojame zapleteno zgradbo tehnološkega sistema (npr tehnološki sistemi energe- like, elektronike, gradbeništva). Po.saniezne tehnike ii.strezajo nekako |X)saniez-nim jx)dročnini teorijam v znano.sti, tehnoloSki kompleksi ustrezajo povezanim superteorijain, tehnolo.Ski sistemi pa posameznim znanostim v celoti. Iz zgodobnega ne poznamo v znanosti, kajti tu sc mora novo znan.stvcno odkritje potrditi v .sami znano.sti, ne pa zunaj nje. S tem pa ni rečeno, da novi tehnični izumi ne povzročajo velikih in globokih prelomov med starim in novim, kjer lahko zmanjka meril za primerjavo. Tudi v razvoju tehnike sc morajo strokovnjaki |x>gosto odločali za "novo" ob pomanjkanju z;idostnih argumentov in informacij in nekaj časa pogumno vztrajali pri svoji otikjčitvi, da se izkaže pomen inovacije. Največje prelome, ki jih povzroča u\ ajanjc kake nove tehnologije, moramo iskati predvsem v širših učinkih nove tehnologije na proizvodnjo in na življenje ljudi kot pa v či.stih tehnolo.ških spremembah. Tehnologije .so namreč bistveno vezane na svoj "zunanji" uspeh, npr. v industrij.ski proizvodnji, medtem ko znanosti vsaj v načelu lahko živijo "za .sebe", t.j. imajo .svoj samosmoter. Zato .se znanstvene rcvolucije od.sevajo predvsem skozi razlike znanstvenih paradigem in v znanstveni sku|>nosti, tehnološke revolucije pa od.sevajo tako v tehniškem izku.stvu/znanju kot v učinkih zunaj ožje tehnike. V zgodovini tehnike je velikokrat .šele |X)vraini učinek na tehnologijo s .strani industrije [X)glaviina spodbuda za nadaljni razvoj kake tehnične re.šitvc (npr. odkritje tranzistorja je spodbudilo industrijo, da ga uporabi, to pa jc vplivalo na tehniko (in znanost), da raziskujejo stvar tlalje). Seveda |)a je tudi znanost sama ena od območij uix)rabc tchni-škega znanja. Zato moramo upoštevati tudi možno.st, da kak tehnični izum sproži znanstveno revolucijo (to .se je zgodilo npr z odkritjem bru.šcnega stekla v leče, kar jc privedlo Galileja do odkritja daljnogleda in do potrditve Kopernikove teorije). Tehnično otlkritje lahko izzove celo nastanek nove znanosti. Tak jc bil primer z računalniki, ki .so sprožili nastanek kilxrrnctike in informacijskih znanosti, ali s tehnikami za izolacijo genov, ki .so i^rivedle do biotehnologije). Te znano- Sli se lipično uvrščajo med čisic in inženirske znanosti, navadno so interdisciplinarne in se zelo hitro razvijajo. Nasproten primer je, kadar znanstveno odkritje, nova tehnologija, nova teorija ipd. sproži revolucijo v tehnologiji. Totla nikoli .se ne zgcxli neposreden prenos znanstvenega odkritja v tehnologijo. Tehnologija mora pred tem prevzeti metode eksperimentalne znanosti in jih preoblikovati v splošno uporabo. To pa je zapleten proces, ker je eksperimentalna praksa zavezana n>ikropogojcm znanstvenega preverjanja hipotez, tehniška praksa pa makropogojem mogoče splošne uporabe odkritja (npr. v industriji). Zato je govorjenje o ne|X)sredni tehnični aplikaciji znanstvenih dognanj ali celo o tem, da so znanstvene teorije le mi.selni koncentrati mogočih tehničnih rešitev vsaj nekorektno, če ne nesmiselno. Zares celovito in globoko učinkujejo predvsem celotni tehnološki kompleksi ali sistemi, ne pa posamezne tehnične inovacije. Takšni sistemi spreminjajo strukturo in način proizvodnje, vnašajo nove potrebe in motivirajo ljudi k novemu "videnju stvari". Prav zaradi te globalne spreminjevalne vloge je tudi za znan.st\'ene paradigme bistveno, da se navežejo na razvoj novih tehnoloških sistemov in .šele s tem do.sega-jo res "drugačno" gledanje na svet tako med znanstveniki kot med laiki. Tako je npr. uporaba električne energije šele kot celoten tehnološki sistem spremenila življenje in delo ljudi 20. stoletja. Novejši primer je informatika, računalništvo. Strukturalnih učinkov računalniške tehnologije oz. informatike v družbi ne povzroča množica |X)sameznih uporab računalnikov, temveč njihova sistematska in sistemska uporaba. Zalo ne prinaša družbenih sprememb le u|wraba znanosti/tehnologije v industrijski proizvodnji, kot se to včasih poenostavljeno razlaga, temveč .šele razvoj in utrditev celotnega tehnološkega sistema v družbi. Tehnološki sistem je več kot le uporaba neke celovite tehnične rešitve v praksi. Je tehniška/tehnološka rešitev, ki je prežela vse oblike in sfere družlx; in življenje ljudi. Je tudi družbeno in o.sebno "ponotranjena" tehnika (vsaj posredno, skozi vsakdanjo rabo naprav, ki so zasnovane na določeni tehniki). Družba, ki si želi pri.svojiti kako novo tehnologijo, ki sproža tehnološko revolucijo, ne nuire te tehnologije sprejeti zgolj v indu.strijsko proizvodnjo ali v drugih omejenih oblikah uporabe tehničnih sredstev, temveč mora biti pripravljena uvesti ves tehnološki sistem. Ljudje v tej družbi si morajo hkrati s tem prisvojili tisti odnos do .sveta, do dela in življenja, ki ga prinaša s seboj novi tehnološki sistem. To pa je navadno dolgotrajen proces. Na podlagi prej opisanega modela kognitivnega procesa tehničnega (oz. tudi znan.stvenega) cnlkritja in primerjave znanstvenih in tehniških paradigem/revolucij potlajam oris .strukturalnega modela tehnične aplikacije znanstvenega znanja. Ta oris se na.slanja na t.i. .strukturalno teorijo znano.sti, ki jo je začel J. D. Sneed v sedemde.setih letih. Prvotno je bila razvita za teorijo fizikalnih znanosti, kasneje pa so jo Sneed in drugi avtorji strukturalne teorije znanosti razširili tudi na tiruge nar-avo.slovne, družbene in humani.stične znano.sti in praktične di.scipline. .Seveda .se tu ne morem spuščati v |K)drobnejSi oris te teorije, podal bom le osnovne poteze mcxlela." Sirukiuralna teorija znanosti sodi v vrsto t.i. inodciskotcorijskih pristopov k znanostim (sem sodi npr Se Siippesova in v. Fraa.ssenova teorija znanosti). Oris strukturalno-tcorijskcga modela tchni.škcga znanja Osnovo striiktiiralno-teorijskega pristopa h kateremukoli segmentii človeko\e-ga znanja predstavlja struktura modelov teorij. V prvi vrsti razlikujemo štiri vrste modelov znanja: potencialni modeli, delni potencialni modeli, (dejan.ski) modeli in intendirani modeli. V kolikor imamo opravka z zrelo znanstveno teorijo, predstavljajo potencialni mocieli takšne strukture dejanskih ali zamišljenih (možnih) predmetov in njihovih lastnosti ter rclacij, ki vsebujejo vse za kako teorijo značilne funkcije in količine, vendar še niso podane dejanske vrednosti in popolne matematične oz. formalne oblike teh liinkcij. V posebnem to pomeni, da "opremimo" določeno ontološko območje tako s potencialnimi empirijskimi kot teorijskimi "vrednostmi". Teorijske tfrednosti (količine) so tiste, ki so centralne .s- stališča določene teorije in jih lahko določimo le tako, da predpostavimo veljavnost dane teorije v kakem drugem modelu uporabe teorije (i.i. T-teorijski pojmi). Delni fmtencialni modeli predstavljajo zgolj empirijske segmente potencialnih nuKlelov teorije, t.j. strukturo predmetov, ki jih določajo zgolj tiste vrednosti, količine ali fimkcije, ki s stališča določene teorije predstavljajo empirijske količine ali funkcije.' Delne teorijske modele imenujemo tudi podatkotme strukture. Dejanski modeli so "dopolnjeni" potencialni modeli teorije in sicer tako, da izračunamo oz. kako drugače dobimo dejanske vrednosti vseh zahtevanih empirijskih in teorijskih fimkcij, ki predstavljajo rešitev kakega problema. Intendirani model pa je vsak tak delni potencialni model, ki smo ga ali ga bomo dejansko uporabili v določeni teoriji. Ni namreč nujno, da vsako empirijsko situacijo, ki načelno sodi v območje dane teorije, razvijemo do dejanskega modela, čeprav načelno vemo, da obstaja "rešitev" zanjo v okviru teorije. V strukturalni teoriji znanosti so vsi ti modeli natančno logično definirani, tako da je v načelu možna tudi računalniška predstavitev delovanja kake teorije. Navedene razlike med modeli teorije si lahko predstavimo s postopkom re.ševanja kake fizikalne naloge, npr določiti hitrost, ki jo ima nihajoče telo (v • V sinikiiinitiil learijl Je tvlil! jKiiiiltireh lut cetuslnt. lioltslICiU iitiniii ziuiiisliviiili teorij 'Teorijsbi ctef Itiite em/iirilske ziiiiiislveiie teorije /ireilstai lj/i i-se liste termine In starke teorije, bi Jih lahko a/ilUi-ramo na .ttfarnost Ic l;ikc). Ua prcd|x>siavitii(> velja«) ic isic teorije, tj ne moremi iziti Iz nje. Cioi-orimo o ti. T-teoriJsbih iKiJmIh. VJlzibalnih teorijah so teorijsbi [nijml npr /Kijem mase In sile v Neirtonofi iet>riji. ftojem entropije, enlatpije In energije v teoriji lo/tlole. jHiJem elebtromannetnef^i /lolja v teoriji elebiro-mannetizma. /Kijem itiriillmenzionalnegti /irostora-Cusu v /msebnl In v s/>liiSnl relativnostni teoriji. /Kijem valovne funkcije v bvantni teoriji Ud genetibi Je iab/MiJem gen. v bognltivnlh /KiiholoSbih teorijah /uiJem bognldje. v /islhiKinatizI /loJem nezavednega Ud Termini oz /Kijmi. bi Jim lalibo določimo /Kjmen (vrednost. vselniio) neodvisno mt dane leorije. .so glede na to teorijo iieleorijsbl oz empirijski. Setvda /ki se Uibbo zgtHlI. da Je kak /Kijem T-teoriJski glede na tetirijn T a Je em/iirijski glede na hibo drago. viSJo teorijo. Ah olmilno. bab em/iIriJski /Kijem glede na teoriJdamo z nuiožicami modelov in dodatnih omejitev. T - (I, M|., M, C, Ap), T - (]', MV. M', C, Ap"), pri čemer 1 oz. I' označuje u.strezni množici intendiranih aplikacij, Mp oz. MV ustrezni množici potencialnih modelov teorij, M oz. M' ustrezni množici (dejanskih) modelov, C in C «strezni množici križnih pogojev in Ap ter Ap' ustrezni množici aproksimacijskih pravil za uporabo obeh teorij. Pri tem zaradi večje enostavnosti množici M, M' dejanskih motlelov vnaprej "zožimo" tako, da ustrezata morebitnim po.sebnim zakonom in določilom kakega izbranega območja uporabe teorije. "UjKirabnik" obeh teorij naj ima opraviti z danim problemom Pr. Začetno obliko tega problema lahko predstavimo kot par primerov intendiranih aplikacij i in i', pri čemer i .sodi v okvir množice I teorije T, i' pa v okvir množice I' teorije T'. Par (i, i') označimo z i«. Pri tem avtor rešitve |X)skuša re.ševati problem tako, da "tlojKjIni" oba intendirana modela teorije do dejanskih modelov teorij, torej v splošnem doseže par modelov m in m', ki ustrezata v.sem specialnim z.:>konom, križnim |>ogojem in aproksimacij.skim pravilom. Skupni model m.. - (m, m') predstavlja torej neko "navzkrižno modelsko strukturo", ki jo ni lahko predstaviti, a za z;ičetek jo oprelelimo kar s parom modelov (m, m'). Za tehniške vede je tipično, da to ni dovolj, kajti dejanska tehnična rešitev mora u.strezaii z;ičetnemu problemu ter po.sebnim standardon», ki jih predpisuje npr določena tehnologija, industrijska raba. zakonski predpisi in tehnični .standardi in vzorčnim primerom tehničnih rešitev. Vsa ta določila nalagajo modelom m in m' dodatne zahteve, ki jih ne moremo preprosto jKirazdeliti na oba modela, temveč moramo iz njiju zgraditi nov, sktipen -model" rešitve, to je tehniški model. To pa |X)meni, da mora tehnik običajno že od v.sega začetka kombinirati obe teorijski strukturi na ustrezen način, to je tako, da pre.sega običajno unijo zakonov in pravil obeh teorij, tla ju zna povezati v novo konceptualno mrežo. To ravnanje je zlasti pogost primer v ust\'arjalnih rešitvah, kot je to jKikazal Dasgupta s svojo analizo in modelom tehničnega okritja. Ključno vlogo igra množica premo.stitvenih pravil, ki jih lahko [Kidamo v obliki inferenčnih pravil, ki povezujejo "cilje" oz. objekte različnih konceptualnih matrik. V na.šem primeru gre za konceptualne matrike, ki ustrezajo obema referenčnima teorijama, podanima v strukturalni obliki. Konkretno to pomeni, da mora avtor ustvarjalne tehnične rešitve razviti mrežo inferenčnih pravil, ki omogočajo "premo.stitev" razJik med T in T in to na ta način, tla predstavljena rešitev ustreza dodatnim tehničnim standardom in predpi.som, ki jih formalno združimo v množico tehnično specifiziranih nuKlelov TM. Opravka imamo torej z (v prvem približku) naslednjo striiktiiralno-nKKlelsko strukturo tehničih rešitev problemov (določene vrste). V na.šem primeru gre z:i rešitve, ki izhajajo iz kombinacije dveh teorij T in T". Označimo to modelsko strukturo s TRP(T, T') (tehnične rešitve problemov na bazi teorij T in T'): TRPCi; T') - (1 X r. M, X MV. M x M', C x C, Ap x Ap', TM), kjer •'x" predstavlja operacijo kartezij-skega produkta množic, v našem prinieru množice urejenih parov elementov množic, ki jih povezuje ta operacija.'" Ključna .stvar v tej strukturi se "dogaja" v prehodu od modelov tipa M oz. M', ki ustrezajo teorijama T in T' k tehnično relevantnim modelom iz množice TM. Za konkreten primer kake tehnične rešitve to pomeni razvitje inlerenčnih pravil, ki omogočajo dodatno specializacijo modela m.. - (m, m'), katerega kom|X)nenli sta modela m in m' v fiov sintetični model nip,, ki predstavlja model rešitve problema Pr tako, da ustreza vsem tehniškim zahtevam in predpisom, m,, .seveda sodi v množico TM. Oblikovanje modela ni., sodi še v "aplikacijo" znanosti, t.j. teorij T in T na določetia posebna območja njihove uporabe, medtem ko oblikovanje modela m,« predstavlja specifičen tehnični vidik rešitve, ki presega raven neposredne aplikacije znanstvenih teorij. Če lahko model m., še lahko predstavimo kot dvokomponentni model (m, m'), pa je m„ več od tega. Je tudi več od kakršnekoli množičnoteorijske povezave obeh mcKlelskih struktur. Je tehnično .specifična sinteza znanstvenih motlelov v nov, tehnično relevanten model rešitve. \Vilkes je npr. to dosegel tedaj, ko je podal model svoje diodne matrike, ki implementira mikro-računanje, t.j. hrani v sebi računalniški program in ga postopoma izvaja na bitih informacij, ki vstopajo kot podatki v to matriko. Seveda je moral pri tem upoštevati znanje elektronike, fizike, logike itd., vendar je bila podana rešitev več oil kakršnekoli unije, preseka ali kake druge množice fizikalnih, elektrotehniških in logiških rešitev problema. Podana formalna struktura "tehničnih modelov" seveda velja tako za |x>sa-mezne rešitve kot za množice rešitev. To pomeni, da velja tudi za skupinsko delo več avtorjev, ki delajo na kakem .skupnem projektu. Ključne naloge .so, kako natančneje opredeliti ix>samezne komponente modelov, ki ustrezajo |X).sameznim delnim znanjem, ter kako od tod preiti k sintezi rešitve, ki pred.stavlja enotno rešitev, ki ustreza tudi vsem tehničnim zahtevam. Tu gre za poseben prenos znanja, ki terja poznavanje ali iznajdenje ix>sebnih inferenčnih pravil, ki premoščajo razlike med posameznimi konceptualnimi mrežami, v splošnem primeru pa (iremoščajo razlike med posameznimi komponentami modela rešitve in jih medsebojno uskladijo v rešitvenem modelu. To pa tudi pomeni, da bo kak posanieznik ali skupina, ki skuša rešiti določen tehnični problem, to dosegla toliko hitreje, kolikor bolj bo .samo delovno okolje in struktura znanj, ki jih jKJsedujejo, orga- 'Npr. /X /'[Hinieiii nmoiico vseh iirejeiilli lKirM'(l. I'J, kjvrjv i luikii iiilciitlimiui iilmmlHi lairlje T, t'/Ki iitleiuliriiiiti ii/mnilM leiirije 7" Kartexljskil>nxliibt mitoticje iiii uak iiaCiii luiJSIhkeJiii fxnvztivti ele-mvuHw thvli miioiic. saj w nrv iiili za iiiiijo r iioi'o mnoiico, iiill zii lircsvk oMi niiioilc, icniivC {in--/mislo za y>tirtitvlizimiijroiliible. V'sl lireihiiwljajo ninoiice nebiikiinli 'tlrobom/ionenlnili' vienien-li)i\ vsiibti ml bomfioneni [irifxulti leoriji Toll leoriji V" nizirano v skladu z z;ihtcvanii problema. T.j. tako, da botlo ust\'arjalcem na voljo vse liste informacije, ki lahko prisjK.-vajo k oblikovanju inferenčnih pravil in mreže nadrejenih in podrejenih ciljev. V tej točki igrajo ključno vlogo sodobna informacijska sredstva, ki nudijo hiter dostop do različnih baz podatkov in oporo za odkrivanje latentnih inferenčnih pravil (sredstva umetne inteligence, računalniško modeliranje in testiranje hipotez). Pomemben sklep, ki izhaja iz teh ugotovitev je, da je pretok znanosti v tehniko in v proizvotinjo toliko boljši in u.speSnejši, kolikor bolj okolja, v katerih .se dogaja ta prehod, ustrezajo kognitivni organizaciji znanstvenih in tehničnih odkritij. To pomeni, da bo kak posameznik ali skupina, ki razvija nov tehnični proizvod toliko uspe.šnejši, kolikor bolj bo struktura njihovega okolja vsebovala dejavnike, ki .se navezujejo na ključne kognitivne dejavnike znanstveno-tehničnega spoznanja in odkritja. Ce sledim .svoji domnevi o formalni strukturi tehniškega znanja, potem bi morala biti glavna vozli.šča v razvoju znanstvenotehniškega znanja v: - oblikovanju takšnih komponent kompleksnih intendiranih aplikacij teorij, ki ustrezajo z^iželenim rešitvam problemov (npr oblikovanje komponent i in i' intendirane aplikacije i., v našem dvokomponentnem |5rimerii) - oblikovanju komponent kompleksnih potencialtiih modelov teorij (v našem primeru oblikovanje komponent m,., mV potencialnega modela m.., ki ustreza zadani intendirani aplikaciji glede na teoriji T oz. T) - oblikovanju komponent kompleksnih dejan.skih modelov teorij (v na.šem primeru oblikovanje kom|Xjnent m, m' dejanskega modela m<.) - ta model bi moral ustrezati v.sem specialnim zakonom, križnim pogojem in aproksimacijskim z;ihtevam za uporabo delnih teorij (v na.šem primeru zahtevam C in C ter Ap in Ap') - oblikovanju inferenčnih pravil in strukture delnih ciljev, ki privede do sinteze rešitve, ki ix)vzamc in pre.seže vse delne komponente modelov tako, da ustreza tehničnim zahtevam in predstavlja rešitev tehničnega problema. Na vsaki stopnji procesa rešitve problema bi .se morala oblikovati nova struktura individualnega ali skupinskega znanja, ki povzame in pre.seže do.sežke prejšnje stopnje. Seveda se lahko v konkretnem primeru posamezne faze rešitev združijo v en korak, tocla pomembno je vedeti za načelne stopnje v tem procesu. Scvx;da sem s tem presegel običajni domet strukturalne teorije znanosti, pretivsem s tem, da sem ab.straktno strukturo mcKlelov teorije tolmačil kot dinamično konceptualno dogajanje, kot zaporedje korakov k rešitvi kakega problema. Od tu dalje pa sledi naslednji, težji del naloge, ki terja izdelavo formalno natančnej.šega in račimalniško |xjdprtega modela prenosa in modifikacije znansr\enega znanja v tehni.ško znanje. LITF.RATIJRA »alzcr, W. Moulinc.s, C. U., Snetd.J. I). 1987. An Architcctonic for .Scicncc. Rcidcl, Dordrccht IJalzcr, \V. 1997 Die Wi.s.scn.schaft und ilire Methoden Albcr Verl. Münchcn l);tsgupta, S. 1994 Creativity in Invention anti Design. Cambridge Univ. Press, Cambridge HadaniardJ. 1945.1'.sychology of Invention in the Mathematical Field. I'rinccton Univ. I>re.s.s, Princcton Ijnglcy, K. Simon, H.. Hrad.shaw. G. L., Zytkow, J. M. 1987. Scicntific Di.scovery. MIT Pres.s, Cmibridgc/M Uudan, K. 19«4.0)gnilivc Change in Technology anti Scicncc. V R laudan (izd.), Tlie Nature of Technological Knowledge, Rcidcl, IX)rdrccht Kf Scientific Revolutions. The Univ. of Chicago Press, Chicago Kuhn, T. S. 1977. Sccond Thoughts on Paradigms. V T. S. Kuhn. The l-ssential Tension. Univ. of Chicago Prc.s.s, Chicago Popper, K. R. 1959,1968. The U>gic of Scientific Discovery. Hutchinson, I.ondon (.slov. prevod I.ogika /nanstvvnega odkritja, SH, Ljubljana 1998) Sneed, J. D. 1991. Tlic Logical .Strutiure of Mathematical Physics. Reidel, Dordrecht Stegmiiller. W. 1976. The Structure and Dynamics of Theories. Springer, New York. Heidelberg Thagartl. P. 1988. Computational Philosophy of Science. MIT Prc.ss, Cambridge/M Ule, A. 1992. Sodobne teorije znanostl.Zl>S. Ljubljana Ule, A. 1995. Znanje, znanje in .st\-arnost. Z1»S, Ljubljana 799