知識工学( KE ) は、知識ベースのシステムに関わるすべての側面を指します。
エキスパートシステムの初期の例の一つは、医療診断を行うアプリケーションであるMYCINです。MYCINの例では、ドメインエキスパートは医師であり、表現される知識は彼らの診断に関する専門知識でした。
エキスパートシステムは、人間の複雑な意思決定を理解するための試みとして、人工知能研究室で初めて開発されました。初期のプロトタイプから得られた良好な結果に基づき、この技術は1980年代に米国のビジネス界(そして後に世界中で)に採用されました。エドワード・ファイゲンバウムが率いたスタンフォード大学のヒューリスティックプログラミング・プロジェクトは、最初のエキスパートシステムの定義と開発を先導したプロジェクトの一つでした。
エキスパートシステムの初期には、ソフトウェア開発のための正式なプロセスはほとんど、あるいは全く存在していませんでした。研究者はドメインエキスパートと直接話し合い、プログラミングを開始し、多くの場合、アプリケーション自体の開発と同時に、必要なツール(例えば推論エンジン)も開発していました。エキスパートシステムが学術的なプロトタイプから実用化されたビジネスシステムへと移行するにつれ、ソフトウェア構築プロセスに予測可能性と制御性をもたらす方法論が必要であることが認識されました。そこで、基本的に2つのアプローチが試みられました。
初期のエキスパートシステムの多くは、アンダーセン・コンサルティングのような大手コンサルティング企業やシステムインテグレーション企業によって開発されました。これらの企業は既に、十分に検証された従来のウォーターフォール手法(例えば、アンダーセンのMethod/1)を有しており、全社員に研修を実施し、顧客向けのソフトウェア開発ではほぼ常にこの手法を用いていました。初期のエキスパートシステム開発における一つの傾向は、これらのウォーターフォール手法をエキスパートシステム開発にそのまま適用することでした。
従来の手法を用いてエキスパートシステムを開発する際のもう一つの問題は、エキスパートシステムが前例のない性質を持つため、詳細な分析や設計に加えて、あるいはそれらに代えて、反復とプロトタイピングを特徴とするラピッドアプリケーション開発手法を採用した最初のアプリケーションの1つであったことです。1980年代には、この種のアプローチをサポートする従来のソフトウェア手法はほとんどありませんでした。
従来の手法を用いてエキスパートシステムを開発する際の最後の課題は、知識獲得の必要性でした。知識獲得とは、専門知識を収集し、それをルールやオントロジーの形で取り込むプロセスを指します。知識獲得には、ほとんどのビジネス要件を捉える従来の仕様策定プロセスを超えた特別な要件があります。
これらの問題から、知識工学への第2のアプローチ、すなわちエキスパートシステム構築に特化したカスタム手法の開発が生まれました。[ 1 ]エキスパートシステム向けにカスタム設計された手法の中で、最初に登場し、最も普及したものの一つが、ヨーロッパで開発された知識獲得と文書構造化(KADS)手法です。KADSはヨーロッパで大きな成功を収め、アメリカ合衆国でも使用されました。[ 2 ]
近年の知識工学の法務分野への応用では、契約書レビューやコンプライアンス分析といった重要なワークフローにおいて、AIシステムがエージェント的に動作するように設計されています。これらのシステムは、構造化された知識を用いて複雑なタスクを計画・実行しながら、人間の監視を維持します。この分野の思想的リーダーシップは、特に法律のような規制の厳しい分野においては、完全な自律性よりも結果の検証可能性と信頼性が重要であることを強調しています。[ 3 ]