Зачем классифицировать
Александрийская библиотека (III век до н.э.) хранила 400 000 свитков. Без системы классификации найти нужный было невозможно. Каллимах создал «Таблицы» (Pinakes) — первый известный библиотечный каталог, разделивший свитки по жанрам: поэзия, ораторское искусство, философия, медицина, право, математика.
2300 лет спустя проблема та же, но масштаб другой. Google индексирует 130 триллионов страниц. Без классификации (алгоритмической) поиск был бы невозможен. Любая система организации знаний — от полки в шкафу до нейросети — строится на принципах классификации.
Десятичная классификация Дьюи (DDC)
Мелвил Дьюи (1876) в возрасте 25 лет опубликовал систему, которая используется до сих пор в 200 000+ библиотеках 135 стран. Идея: разделить всё знание на 10 основных классов, каждый — на 10 подклассов, каждый подкласс — на 10 разделов.
10 классов: 000 — Информатика и общие знания. 100 — Философия и психология. 200 — Религия. 300 — Социальные науки. 400 — Языкознание. 500 — Естественные науки. 600 — Технологии. 700 — Искусство. 800 — Литература. 900 — История и география.
Пример: 510 — Математика. 512 — Алгебра. 512.7 — Теория чисел. Каждая цифра сужает тему. Максимальная глубина — 23 уровня (на практике достаточно 3–6).
Критика: отражает мировоззрение белого протестанта XIX века. Христианству отведён целый класс (200), все остальные религии — подклассы. Компьютерные науки втиснуты в 000 (разное). Но инерция 150 лет и 4 млрд+ записей делает замену нереалистичной.
Универсальная десятичная классификация (UDC)
Поль Отле и Анри Лафонтен (1905) расширили систему Дьюи для международного использования. Ключевое нововведение — вспомогательные знаки, позволяющие комбинировать темы:
Двоеточие (:) связывает темы: 54:66 — «Химия в промышленности». Плюс (+) объединяет: 622+669 — «Добыча и металлургия». Дефис (—) добавляет аспект: 53(091) — «Физика — история».
UDC используется в 130 000+ библиотеках, преимущественно в Европе и Азии. Более гибкая, чем DDC, но сложнее в использовании.
Таксономия Блума
Бенджамин Блум (1956) классифицировал не знания, а уровни мышления. Оригинальная иерархия: Знание → Понимание → Применение → Анализ → Синтез → Оценка.
Пересмотренная версия (Anderson & Krathwohl, 2001): Запоминание → Понимание → Применение → Анализ → Оценка → Создание. «Создание» заняло высшую позицию вместо «Оценки».
Практическое значение. Преподаватели используют таксономию для формулирования целей обучения. «Студент должен перечислить…» (запоминание) vs «Студент должен оценить…» (оценка) vs «Студент должен разработать…» (создание). Хороший курс включает задания на всех уровнях.
Глаголы по уровням: Запоминание — назвать, перечислить, определить. Понимание — объяснить, описать, перефразировать. Применение — использовать, решить, продемонстрировать. Анализ — сравнить, различить, исследовать. Оценка — оценить, аргументировать, обосновать. Создание — разработать, спроектировать, предложить.
Фасетная классификация
Шиали Ранганатан (1933, Индия) предложил революционную идею: вместо одного дерева — несколько независимых измерений (фасетов). Любой объект описывается комбинацией фасетов: PMEST — Personality (предмет), Matter (материал), Energy (действие), Space (место), Time (время).
Пример для книги: «Лечение рака лёгких в Японии в 2020-х» = Предмет (рак лёгких) + Действие (лечение) + Место (Япония) + Время (2020-е). Каждый фасет — независимый, можно искать по любой комбинации.
Сегодня фасетная классификация повсюду: фильтры интернет-магазинов (цвет + размер + бренд + цена), поиск авиабилетов (дата + направление + класс), каталоги товаров. Ранганатан опередил время на 70 лет.
Классификация в цифровую эпоху
Теги и фолксономия. Web 2.0 принёс «народную классификацию»: пользователи сами присваивают теги (Flickr, Stack Overflow, Twitter хештеги). Преимущество: гибкость и актуальность. Недостаток: хаос (один объект — 10 разных тегов от разных людей).
Машинная классификация. Нейросети классифицируют тексты, изображения и звуки автоматически. GPT определяет тему текста, ImageNet классифицирует 1000 категорий изображений. Но машинная классификация непрозрачна — в отличие от DDC, нельзя объяснить, почему объект отнесён к определённому классу.