Текст
                    ; К. Р. ЧЕРВИНСКАЯ
»
Компьютерная
психодиагностика

Ксения Ральфовна Червинская кандидат технических наук, старший научный сотруд- ник лаборатории клинической психологии и психодиагностики Психоневрологического института им. В. М. Бехтерева, доцент кафедры медицинской психологии и психофизиологии Санкт-Петербургского государственного университета. •Традиционная психометрическая парад-игма конструирования тестов и шкал. • Психосёмантическая парадигма конструирова- ния психодиагностических методик. •Конструирование компьютерных психодиа- гностических методик на основе технологии инжене- рии знаний. • Компьютер как организатор стимульного материала. •Компьютерное обучение в медицинской пси- ходиагностике. ISBN 5-9268-0222-9
Санкт-Петербургский Государственный Университет , Факультет психологии Санкт-Петербургский ПсихоневрологиЧескиюиНетитут им. В. М. Бехтерева Лаборат6рЙ5гоиничеекой>г1сихологии К. Р. Червинская КОМПЬЮТЕРНАЯ ПСИХОДИАГНОСТИКА Учебное пособие РЕЧЬ Санкт-ПехеобУРГ
ББК 88.3 445 Червинская К. Р. 445 Компьютерная психодиагностика. — СПб.: Издательство «Речь», 2003. — 336 с. ISBN 5-9268-0222-9 Учебное пособие содержит материалы авторского курса «Компьютерная пси- ходиагностика», читаемого студентам психологического факультета Санкт-Пе- тербургского государственного университета, а также врачам, психологам, педагогам учебных семинаров, проводимых в лаборатории клинической психо- логии Психоневрологического института им. В. М. Бехтерева. Компьютерная психодиагностика рассматривается как междисциплинарное направление исследований, ориентированное на создание компьютерного психодиагностического инструментария. В учебном пособии излагаются мето- дологические и технологические основы создания компьютерного психодиаг- ностического инструментария. Освещаются традиционный подход к конструи- рованию психодиагностических методик и шкал, основанный на технологии анализа данных, психосемантический эксперимент, основанный на использо- вании субъектной парадигмы анализа данных, а также вопросы адаптивного, игрового и дистанционного тестирования. Подробно представлена методоло- гия создания компьютерных психодиагностических методик на основе техно- логии инженерных знаний, позволяющей «переносить» знания и опыт психо- лога по интерпретации результатов тестирования в компьютер для создания автоматизированных психодиагностических заключений. Пособие предназначено для студентов и аспирантов психологических фа- культетов, а также психологов, врачей и других специалистов (в том числе про- граммистов), интересующихся применением новых информационных техноло- гий в психологии, педагогике и медицине. ББК 88.3 ISBN 5-9268-0222-9 © К. Р. Червинская, 2003 © Издательство «Речь», 2003 © П. В. Борозенец, обложка, 2003
ОГЛАВЛЕНИЕ Предисловие научного редактора..........................7 Предисловие.............................................9 Глава 1 ТРАДИЦИОННАЯ ПСИХОМЕТРИЧЕСКАЯ ПАРАДИГМА КОНСТРУИРОВАНИЯ ТЕСТОВ И ШКАЛ .........................15 1.1. Классическая эмпирико-статистическая теория теста.15 1.1.1. Измерения в психодиагностике.................16 1.1.2. Типы шкал в психодиагностике.................17 1.1.3. Психометрические свойства теста..............20 1.2. Технология анализа данных психодиагностике........32 1.2.1. Структура и свойства экспериментально-психологических данных............................................33 1.2.2. Методы анализа данных в психодиагностике.....35 1.3. Конструирование тестов и шкал.....................47 1.3.1. Этапы конструирования тестов и шкал..........47 1.3.2. Компьютерные психометрические системы........58 1.4. Пример конструирования шкалы «Уровень невротизации» (УН)... 60 1.4.1. Формирование информационной базы исследования.60 1.4.2. Построение диагностической модели............62 1.4.3. Стандартизация и испытание диагностической модели.............................69 Глава 2 ПСИХОСЕМАНТИЧЕСКАЯ ПАРАДИГМА КОНСТРУИРОВАНИЯ ПСИХОДИАГНОСТИЧЕСКИХ МЕТОДИК...........................72 2.1. Экспериментальная психосемантика..................73 2.2. Технологические приемы формирования экспериментально- психологических данных ...............................79 2.2.1. Субъективное шкалирование....................79 3
Компьютерная психодиагностика 2.2.2. Ранжирование................................84 2.2.3. Сортировка..................................87 2.2.4. Ассоциативный эксперимент...................88 2.2.5. Семантический дифференциал..................89 2.2.6. Техника репертуарных решеток................97 2.3. Пример исследования испытуемого с помощью компьютерной методики «Репертуарный тест»...........................107 2.3.1. Компьютерный протокол результатов исследования.109 2.3.2. Обсуждение результатов исследования............112 Глава 3 КОНСТРУИРОВАНИЕ КОМПЬЮТЕРНЫХ ПСИХОДИАГНОСТИЧЕСКИХ МЕТОДИК НА ОСНОВЕ ТЕХНОЛОГИИ ИНЖЕНЕРИИ ЗНАНИЙ..........................116 3.1. Компьютерный психодиагностический инструментарий........................................116 3.1.1. История развития...........................118 3.1.2. Психометрические характеристики............121 3.1.3. Особенности исследования испытуемых........123 3.1.4. Роль медицинской психодиагностики при конструировании компьютерных психодиагностических заключений на основе технологии инженерии знаний ... 131 3.2. Технология инженерии знаний.....................135 3.2.1. Основные понятия и определения.............135 3.2.2. Извлечение знаний..........................148 3.2.3. Концептуальный анализ знаний...............167 3.2.4. Методы концептуального анализа знаний......192 3.3. Стратегии построения компьютерных интерпретаций результатов тестирования...........................................206 3.4. Компьютерная методика MMPI..........................216 3.4.1. Миннесотский многошкальный личностный опросник (MMPI).............................................217 3.4.2. Проблема автоматизации интерпретации данных MMPI 222 3.4.3. Извлечение знаний..............................225 3.4.4. Области применения компьютерной методики MMPI.....................................242 3.5. Компьютерная методика Т. Лири...................243 3.5.1. Проблема автоматизации интерпретации данных опросника Т. Лири.................................248 3.5.2. Извлечение знаний..........................250 3.5.3. Концептуальный анализ знаний...............252 4
Оглавление Гл а в а 4 КОМПЬЮТЕР КАК ОРГАНИЗАТОР СТИМУЛЬНОГО МАТЕРИАЛА............................................258 4.1. Компьютерная специфика тестовых заданий.........258 4.2. Дистанционное тестирование......................260 4.3. Адаптивное тестирование.........................263 4.4. Игровое тестирование............................266 Глава 5 КОМПЬЮТЕРНОЕ ОБУЧЕНИЕ В МЕДИЦИНСКОЙ ПСИХОДИАГНОСТИКЕ.....................................269 5.1. Современные идеи компьютерного обучения.........269 5.2. Обучение интерпретации тестовых данных..........280 Приложение 1 ПРИМЕРЫ ИССЛЕДОВАНИЯ ИСПЫТУЕМЫХ С ПОМОЩЬЮ КОМПЬЮТЕРНЫХ ПСИХОДИАГНОСТИЧЕСКИХ МЕТОДИК.... 288 Методики исследования актуального психического состояния и факторов риска психической дезадаптации............288 1. Шкала уровня невротической астении (УНА).......288 2. Шкала реактивной и личностной тревожности (СЛТ).289 3. Интегративный тест тревожности (ИТТ)...........291 4. Опросник депрессивных состояний (ОДС)..........292 5. Самооценка депрессивных состояний (СДС).........292 6. Опросник невротических расстройств (ОНР).......294 7. Опросник невротических расстройств — симптоматический (ОНР-СИ)..........................................295 8. Уровень невротизации и психопатизации (УНП)....298 9. Уровень невротизации (УН)......................299 Методики исследования индивидуально-психологических особенностей личности.............................300 1. Томский опросник психической ригидности (ТОР)..300 2. Уровень субъективного контроля (УСК)...........301 Методики исследования структуры личности.............304 1. Тип поведенческой активности (ТПА).............304 2. Опросник невротических черт личности (НЧЛ).....305 3. Патохарактерологический диагностический опросник для подростков (ПДО)...................................307 4. Миннесотский многошкальный личностный опросник (MMPI-566) и (MMPI-383)............................ 308 5
Компьютерная психодиагностика 5. Экзаменационная-обучающая система по интерпретации данных MMPI (ЭКЗАМЕНАТОР - MMPI)..................313 Методики исследования системы значимых отношений личности .... 314 1. Подростки о родителях (ПоР)....................314 2. Тест интерперсональных отношений (ТиЛи)........315 Методики исследования интеллекта.....................316 1. Прогрессивные матрицы Рейвена..................316 2. Интеллектуальный тест Кеттелла (ИТК)...........317 Приложение 2 ПЕРЕЧЕНЬ ВОПРОСОВ ДЛЯ ТЕСТИРОВАНИЯ ЗНАНИЙ ПО КУРСУ «КОМПЬЮТЕРНАЯ ПСИХОДИАГНОСТИКА»................318 Литература............................................327
ПРЕДИСЛОВИЕ НАУЧНОГО РЕДАКТОРА Развивающиеся информационные технологии охватывают многие сферы деятельности человека, в том числе и психологическую диагно- стику. Возникновение и становление компьютерной психодиагности- ки как междисциплинарного направления, требующего знаний и уме- ний, как в области информатики, так и в области психологии, является закономерным итогом информационной революции, происходящей в нашем обществе последние 15 лет. Настоящее учебное пособие, подготовленное старшим научным сотрудником лаборатории клинической психологии Психоневрологи- ческого института им. В. М. Бехтерева, к. т. н. К. Р. Червинской — од- ним из наиболее известных в России специалистов по компьютерным технологиям в психодиагностике, содержит материалы авторского кур- са «Компьютерная психодиагностика», читаемого студентам психоло- гического факультета Санкт-Петербургского Государственного Универ- ситета, а также врачам, психологам, педагогам на учебных циклах, проводимых в лаборатории клинической психологии. Проект издания предпринят с целью повышения эффективности образовательного процесса по специальности «Клиническая психология» на психологи- ческом факультете Университета и продолжает серию публикаций, уже известных в этой области, в частности, такую фундаментальную мо- нографию, как Червинская К. Р., Щелкова О. Ю. Медицинская пси- ходиагностика и инженерия знаний. СПб., 2002. 624 с. Материал пособия отражает, безусловно, новую для психологичес- кой диагностики область исследований, зарождение которой стало возможным благодаря высокому уровню развития информационных технологий и средств массовой коммуникации. В связи с этим и сама психологическая диагностика претерпевает качественные изменения, прежде всего, за счет широкого использования методов и средств, пре- доставляемых информатикой. Учебное пособие дает четкую картину состояния дел в области ком- пьютерной психодиагностики, освещает традиционный подход к кон- струированию психодиагностических методик и шкал, основанный на 7
Компьютерная психодиагностика технологии анализа данных, психосемантический эксперимент, осно- ванный на использовании субъектной парадигмы анализа данных, во- просы адаптивного, игрового и дистанционного тестирования. Наиболее подробно рассматривается методология создания компь- ютерного психодиагностического инструментария на основе техноло- гии инженерии знаний, позволяющей «переносить» знания и опыт пси- холога по интерпретации результатов тестирования в компьютер для создания автоматизированных психодиагностических заключений. Важно также подчеркнуть, что в пособии содержатся и результаты исследования испытуемых с помощью компьютерных психодиагно- стических методик, что дает пользователям наглядный пример преиму- щества данной технологии перед традиционными формами психоди- агностики, особенно при проведении массовых психопрофилактиче- ских исследований. В последние годы в связи с развитием электронных коммуникаций, в частности компьютерной сети Интернет, появилось большое коли- чество «доморощенных» тестов. Поэтому актуальным, на наш взгляд, становится вопрос подбора адекватного компьютерного психодиагно- стического инструментария для различных целей исследования в медицине, психологии и педагогике. Многие теряются в обилии не- профессиональной информации и отсутствии критериев качества ком- пьютерного психодиагностического инструментария. Именно поэто- му пособие приобретает большую практическую значимость, поскольку является прекрасным ориентиром в выборе адекватного и надежного психодиагностического инструментария для решения научных и при- кладных задач. Не вызывает сомнений, что пособие будет полезно не только для студентов, аспирантов и преподавателей психологических факульте- тов, но и для практикующих специалистов (в том числе программис- тов), интересующихся применением новых информационных техно- логий в упомянутых выше областях человековедения. Очевидно, что эта публикация будет особенно востребована в неда- леком будущем, поскольку компьютеризация и учебного процесса, и рабочего места психологов и врачей в нашей стране является только вопросом времени. Доктор медицинских наук, профессор Л. И. Вассерман, руководитель лаборатории клинической психологии Психоневрологического института им. В. М. Бехтерева, профессор кафедры медицинской психологии и психофизиологии Санкт-Петербургского Государственного Университета
ПРЕДИСЛОВИЕ Быстрый рост компьютерных технологий совершает настоящую информационную революцию во многих сферах деятельности людей. По прогнозам Microsoft, к 2012 году более половины всей публикуемой в мире литературы будут составлять книги в электронном виде [Ком- пьютер-пресс, 2000, № 1], и уже сейчас начинается разработка «обло- жек» таких книг — специальных планшетов. Это лишь один малень- кий штрих, демонстрирующий информационные тенденции наступившего века — века, в котором компьютерные технологии будут играть значительную роль в жизни людей. Психологическая диагностика как теоретическая область исследо- ваний и как практическая сфера деятельности психологов, связанная с разработкой и использованием разнообразных методов распознава- ния индивидуальных психологических особенностей человека, в этом случае не является исключением. Использование компьютерных тех- нологий в психодиагностике, по своему существу требующее проведе- ние явных междисциплинарных работ, постепенно оформилось в самостоятельную область исследований, получившую название ком- пьютерной психодиагностики. Основными целями компьютерной психодиагностики являются создание психодиагностического инструментария, в том числе компь- ютерных психодиагностических методик, а также разработка принци- пиально новых видов экспериментов и методов работы с экспери- ментально-психологической информацией. Основной задачей компьютерной психодиагностики можно считать обеспечение психо- логов качественными психодиагностическими инструментами, созда- ваемыми на базе новых информационных технологий. Исследования в области компьютерной психодиагностики смело можно отнести к междисциплинарным, находящимся на стыке двух областей: психодиагностики и компьютерных наук (computer science). Творческая интеграция двух дисциплин привела к появлению нового качества психодиагностических исследований и совершенно иного стиля работы практических психологов. 9
Компьютерная психодиагностика В самом общем виде под информацией понимается содержание (смысл) каких-либо данных, а под информационными технологиями — совокупность технологических элементов (устройств, методов), ис- пользуемых для обработки информации. На сегодняшний момент в психодиагностике активно используются такие информационные тех- нологии, как: анализ данных, инженерия знаний и Интернет-техно- логии. Каждая из этих технологий лежит в основе конкретных психо- диагностических задач, которые и определяют ключевые направления работ в области компьютерной психодиагностики. 1. Конструирование психодиагностических методик в рамках тра- диционной психометрической парадигмы на основе технологии ана- лиза данных. 2. Конструирование психосемантических методик и исследование испытуемых в рамках психосемантического эксперимента на основе субъектной парадигмы анализа данных. 3. Разработка на основе технологии инженерии знаний компьютер- ных психодиагностических методик, осуществляющих интерпретацию результатов тестирования испытуемых с помощью «прошитого» в ком- пьютер опыта работы психолога. 4. Создание компьютерных психодиагностических методик, исполь- зующих компьютер в качестве организатора стимульного материала, т. е. реализация систем адаптивного, игрового, дистанционного и муль- тимедийного тестирования. 5. Обучение искусству психодиагностики с помощью компьютера. В последние годы в практической работе психологов произошли коренные сдвиги. И связано это прежде всего с тем, что значительно увеличился вес использования компьютерного психодиагностическо- го инструментария по сравнению с традиционными тестовыми мето- диками «карандаша и бумаги». Такое положение дел создает опреде- ленные трудности для психологов и ставит перед ними новые задачи. Наибольшую трудность вызывает подбор адекватного, отвечающего целям исследования, компьютерного психодиагностического инстру- ментария. В связи с этим часто задаются вопросы: какие методики и для каких целей лучше всего использовать, какие компьютерные пси- хологические заключения можно получить в результате исследования испытуемых и как компьютерный психодиагностический инструмен- тарий может быть полезен в практической работе психолога. Знание компьютера, информационных технологий, умение подби- рать для решения своих задач качественный инструментарий становится актуальным еще и в связи с развитием электронных коммуникаций, в частности компьютерной сети Интернет, позволяющей «скачивать» лю- 10
Предисловие бую информацию, в том числе непрофессиональные психологические тесты. Подбирая инструментарий, прежде всего необходимо четко Пред- ставлять, что лежит в основе той или иной компьютерной методики, кто и как ее разрабатывал, каковы принципы разработки, какой эмпири- ческий материал при этом использовался, где компьютерная методика проходила апробацию, каковы концепции интерпретации результатов тестирования и учитывают ли эти концепции особенности различных популяций. Перечисленные выше направления исследований, каждое по-своему, как раз и дают ответы на эти вопросы. В основе каждого направления исследований в области компьютер- ной психодиагностики лежит собственный, специфический подход, или парадигма конструирования психодиагностического инструмен- тария. В настоящее время можно говорить о существовании трех ос- новных парадигм конструирования психодиагностических методик. Первые две — традиционная психометрическая и психосемантичес- кая — хорошо известны в психологической науке. Традиционная пси- хометрическая парадигма подразумевает конструирование методик в соответствии с классической эмпирико-статистической теорией тес- та, или психометрикой, представляющей собой технологическую дис- циплину, содержащую научное обоснование и описание методов из- мерения психических свойств [Анастази, 1982; Гайда, Захаров, 1982; Столин, Шмелев, ред., 1984; Мельников, Ямпольский, 1985; Клайн, 1994; Суходольский, 1997]. Психосемантическая парадигма рассмат- ривает индивида как носителя субъективного опыта с собственной си- стемой смыслов, представленного в виде семантического пространства, осями которого являются обобщенные смысловые основания, исполь- зуемые испытуемым для соотнесения и противопоставления стимулов или объектов. Эта парадигма реализуется в русле экспериментальной психосемантики [Артемьева, 1980,1999; Петренко, 1983,1997; Похиль- ко, 1987; Шмелев, 1983,1996]. Основой для реализации первых двух парадигм конструирования психодиагностических методик является так называемая технология анализа данных. Под анализом данных понимается направление ис- следований в области компьютерных наук; его суть — разработка при- емов, математических методов и моделей, предназначенных для орга- низации сбора, стандартной записи, систематизации и обработки экспериментального материала. Основные методы анализа данных, реализованные на компьютере, широко используются не практике; это факторный анализ, кластерный и дискриминантный анализы, мно- жественный регрессионный анализ, корреляционный анализ, про- цедура многомерного шкалирования и т. д. 11
Компьютерная психодиагностика С появлением разнообразных и достаточно простых для овладения программных средств технология анализа данных оказывается доступ- ной для широкого круга специалистов. Для эффективного использо- вания этой технологии необходимо четко представлять структуру и свойства экспериментально-психологических данных, общий смысл методов, а также основные показатели для интерпретации получаемых результатов. Рассмотрению этих проблем посвящены первые две гла- вы книги. Конкретные вопросы использования технологии анализа данных в психодиагностике широко освещаются в специальной лите- ратуре [Мельников, Ямпольский, 1985; Дюк, 1994; Дюк, 1997; Тара- сов, 1999; Наследов, 1999]. Третья парадигма конструирования психодиагностического инст- рументария предполагает создание компьютерных методик как интел- лектуальных систем, формирующих психодиагностическое заключе- ние по результатам исследования конкретного испытуемого в виде связного и непротиворечивого текста, носящего сугубо индивидуали- зированный характер. Основой для реализации такой идеи является технология инжене- рии знаний, под которой понимается направление исследований, заро- дившееся в области компьютерных наук при разработке интеллекту- альных систем и связанное с вопросами извлечения знаний и опыта профессионалов-специалистов, структурирования знаний и «перено- са» их в компьютер в виде так называемых баз знаний [Гаврилова, Червинская, 1992; Червинская, Щелкова, 2002]. Инженерия знаний предлагает широкий арсенал методов работы с опытными специалис- тами-профессионалами для извлечения и структурирования знаний, а также проектирования баз знаний. В психодиагностике эта техноло- гия используется для моделирования знаний и опыта психолога по интерпретации результатов тестирования с целью создания психоди- агностических баз знаний, на основе которых строится индивидуаль- ное компьютерное заключение. Конструированию психодиагностиче- ского инструментария на основе технологии инженерии знаний посвящена третья глава пособия. Следующий качественный для психодиагностики эффект связан с возможностью создания психодиагностического инструментария, включающего компьютер в качестве необходимого элемента, без ко- торого в принципе невозможно осуществить психодиагностический эксперимент. Речь идет о принципиально новом классе инструментов, где компьютер выступает организатором стимульного материала. Яр- кими примерами здесь являются процедуры адаптивного тестирова- ния, дистанционного, игрового и мультимедийного тестирования, а 12
Предисловие также компьютерные методики, основанные на возможности измере- ния с помощью компьютера психофизиологических особенностей че- ловека. К этому же классу психодиагностического инструментария можно отнести те методики, в которых осуществляется специфическое ком- пьютерное представление стимульной информации. Так, Клайн (1994) приводит пример объективного компьютерного теста настойчивости, в котором испытуемый с помощью компьютера должен решать задачу подсчета точек с негативной обратной связью: в случае правильного ответа испытуемый информируется о том, что он осуществил подсчет неверно, и наоборот. Основанием этого теста является тот факт, что настойчивые испытуемые будут продолжать выполнять задание доль- ше при условии, что им разрешено прекратить работу по собственно- му желанию. Более подробно психодиагностические методики с компьютерной организацией стимульного материала рассмотрены в гл. 4. Следующая глава — глава 5 — посвящена вопросам обучения ис- кусству психодиагностики с помощью компьютера. Создание компь- ютерных обучающих систем имеет широкую перспективу и богатую практику. В мировой практике существует довольно много обучающих компьютерных программ в области психодиагностики, в основном предназначенных для освоения различного рода статистических паке- тов и технологии анализа данных. В главе 5 описана система обучения интерпретации результатов MMPI, основанная не только на практи- ческом опыте психолога, но и на некоторых сформулированных в рам- ках когнитивной психологии эффектах, способствующих успешному запоминанию и усвоению необходимого учебного материала. Она ак- тивно используется при обучении студентов психологического факуль- тета Санкт-Петербургского Государственного Университета (СПбГУ), специализирующихся в области медицинской (клинической) психо- логии, студентов психологического факультета Санкт-Петербургско- го Государственного Института Психологии и Социальной Работы (СПбГИПиСР), а также на учебных семинарах, проводимых в лабора- тории клинической психологии Психоневрологического института им. В. М. Бехтерева. Учебное пособие содержит материалы авторского курса «Компью- терная психодиагностика», читаемого студентам психологического факультета СПбГУ и СПбГИПиСР, а также врачам, психологам, педа- гогам учебных семинаров, которые проводятся в лаборатории клини- ческой психологии Психоневрологического института им. В. М. Бех- терева. В связи с этим я хотела бы поблагодарить тех студентов и 13
Компьютерная психодиагностика слушателей, искренняя заинтересованность и внимательная вдумчи- вость которых позволяет непрерывно совершенствовать и постоянно оттачивать непростой для психологов материал. Мне хотелось бы выразить признательность и благодарность за под- держку руководителю лаборатории клинической психологии Психо- неврологического института им. В. М. Бехтерева, д. м. н., профессору Л. И. Вассерману, ведущему научному сотруднику института, к. м. н. Б. В. Иовлеву, всем сотрудникам лаборатории, заведующему кафедрой медицинской психологии и психофизиологии психологического фа- культета Санкт-Петербургского Государственного Университета д. м. н., профессору Г. М. Яковлеву, а также сотрудникам кафедры к. п. н., до- центу Р. О. Серебряковой и к. п. н., доценту О. Ю. Щелковой.
Глава 1 ТРАДИЦИОННАЯ ПСИХОМЕТРИЧЕСКАЯ ПАРАДИГМА КОНСТРУИРОВАНИЯ ТЕСТОВ И ШКАЛ 1.1. КЛАССИЧЕСКАЯ ЭМПИРИКО- СТАТИСТИЧЕСКАЯ ТЕОРИЯ ТЕСТА Понятие «тест» (проба, испытание, проверка) было введено в пси- ходиагностику в результате экспериментальных исследований Ф. Галь- тона и Дж. Кеттелла в конце XIX века, но широкое распространение тестовый подход получил в первой половине XX века, главным обра- зом благодаря работам А. Бине и Г. И. Россолимо. Бурное развитие тестов было обусловлено, прежде всего, возрастаю- щими требованиями практики. В зарубежной образовательной, профес- сиональной и клинической психодиагностике тестовый метод прочно удерживает первое место по уровню распространенности среди других методов уже фактически в течение столетия. В отечественной психоди- агностике тесты заняли прочное место в последние десятилетия. В целом тестовый подход превалирует в психодиагностике, прежде всего потому, что он дает возможность в кратчайший срок получить объективные данные о степени выраженности и особенностях той или иной психологической характеристики отдельного испытуемого или Целой группы лиц и при этом принять количественно обоснованное решение. Конструирование психодиагностических тестов и шкал осуществ- ляется в соответствии с классической эмпирико-статистической тео- рией теста, или психометрией. 15
Компьютерная психодиагностика Def Психометрия представляет собой технологическую научную дисциплину, которая содержит научное обоснование и опи- сание определенных методов измерения психических свойств. Психометрия, выступающая по отношению к психодиагностике как технолого-методическая дисциплина, обосновывающая требования, которым должны удовлетворять измерительные психодиагностические методы, широко представлена в психологической литературе [Аване- сов, 1982; Анастази, 1982; Гайда, Захаров, 1982; Столин, Шмелев, ред., 1984; Мельников, Ямпольский, 1985; Клайн, 1994; Шмелев, 1996; Су- ходольский, 1997]. 1.1.1. Измерения в психодиагностике В основе психометрии лежит понятие психологического измерения. Def Психологическое измерение — это процесс приписывания пси- хологическим явлениям чисел так, чтобы в отношениях чисел отображались отношения между измеряемыми явлениями. В данном случае термин «отношение» рассматривается в самом широком смысле. С точки зрения объекта измерения различают три основные про- цедуры психологического измерения [Дружинин, 2000]. Первая процедура предполагает измерение испытуемых. Она осно- вана либо на определении сходства или различия испытуемых по сте- пени выраженности тех или иных психических свойств, либо на уста- новлении наличия того или иного психического состояния, либо на отнесении его к определенному типу личности. Вторая процедура представляет собой измерение стимулов. В этом случае испытуемый измеряет (классифицирует, ранжирует, оценивает и т. д.) внешние объекты, в качестве которых могут выступать другие люди, предметы внешнего мира, его собственные состояния и т. д. Третья процедура основана на совместном измерении стимулов и людей. При этом предполагается, что «стимулы» и «испытуемые» мо- гут быть расположены на одной оси. Поведение испытуемого рассмат- ривается как проявление взаимодействия личности и ситуации. С математической точки зрения измерением называется операция установления взаимно однозначного соответствия множества объек- 16
Глава 1. Психометрическая парадигма конструирования тестов и шкал тов и символов (как частный случай — чисел). Символы (числа) при- писываются объектам по определенным правилам, которые задают шкалу измерения. Измерительная шкала — это основное понятие, вве- денное в психологию в 1950 г. С. Стивенсом (Экспериментальная пси- хология, 1963), трактовка которого до сих пор используется в научной литературе. 1.1.2. Типы шкал в психодиагностике С. Стивенс выделил четыре способа измерения и назвал их шкала- ми. Первые два способа называются неметрическими, поскольку не- посредственно чисел явлениям не приписывают. Это номинальная и ранговая шкалы. К метрическим шкалам относятся шкала интервалов и шкала отношений. Номинальная шкала предполагает простое обозначение числом или символом определенного класса объектов, объединенных общим при- знаком. В этом случае число выполняет чисто номинальную функцию. После наименования объектов могут быть подсчитаны их количество в каждом классе и коэффициент ассоциации, характеризующий сте- пень совпадения классов. Допустима замена одного числа-наимено- вания другим при условии, что различные классы будут иметь неоди- наковые наименования. Ранговая шкала основана на ранжировании объектов в порядке на- растания или убывания величины определенного, общего для объек- тов признака. Ранжирование позволяет определить объект, относящий- ся к середине ряда (медиану), и подсчитать процент объектов с меньшей или большей величиной признака. Допустима замена чисел, характе- ризующих величину признака, любыми другими, не нарушающими ранговый порядок объектов. Интервальная шкала основана на сравнении различия между объек- тами по величине измеряемого признака или свойства. Различия оце- ниваются определенным эталоном, интервалом (отсюда и название данной шкалы). Примером такого измерения является измерение тем- пературы по шкалам Цельсия или Фаренгейта. Для интервальной шка- лы характерно отсутствие абсолютного нуля. За нуль может быть при- нята любая точка шкалы. Например, в шкале Цельсия нулем считается температура таяния льда. Отсутствие абсолютного нуля не позволяет сравнивать отношения величин. Интервальная шкала позволяет под- считывать кроме параметров, характерных для номинальной и орди- нальной шкал, средние арифметические, средние квадратичные откло- 17
Компьютерная психодиагностика нения и коэффициенты корреляции. Данная шкала имеет очень важ- ное с точки зрения конструирования тестов свойство: возможность перевода величин из одной измерительной шкалы в другую с исполь- зованием линейного преобразования Y= аХ+ b. В большинстве пси- хологических опросников (Айзенка, Кеттелла и др.) шкала интервалов реализована как итоговая оценочная шкала. Шкала отношений характеризуется наличием абсолютного нуля, что делает допустимым сравнение отношения двух величин. Для этой шка- лы допустимо только преобразование вида У= аХ, которое не изменя- ет отношения между величинами. В дополнение к статистикам преды- дущих шкал можно вычислять коэффициент вариации. С помощью шкалы отношений производятся измерения в психофизиологических исследованиях, где единицы измерения — физические величины, при этом предполагается равенство отношения степеней выраженности психических свойств у двух объектов отношению двух чисел, припи- санных этим объектам по данному свойству. В таблице 1.1 представлены названия шкал и их параметры: основ- ные операции, характерные для шкалы, допустимые преобразования, Таблица 1.1 Название шкалы Основная операция Допустимое преобразование Допустимые статистические величины Примеры Номинальная Приписывание одинаковых чи- сел-наименова- ний объектам, имеющим общий признак Замена одного числа-наимено- вания другим Число объектов в классе. Коэффициент ассоциации Классифика- ция испыту- емых по полу Ранговая Ранжирование объектов по выраженности определенного признака Замена на лю- бую монотонно возрастающую функцию Медиана. Процентили Шкала цен- ностных ориентаций Интервальная Определение ве- личины различий между объектами Y = aX + b Средняя ариф- метическая. Стандартное квадратичное отклонение. Коэффициент корреляции Итоговая оценочная шкала опрос- ника Айзенка Отношений Определение ра- венства отноше- ний величин Y=aX Коэффициент вариации Измерение психофизио- логических параметров 18
Глава 1. Психометрическая парадигма конструирования тестов и шкал статистические величины, вычисление которых допустимо для данной шкалы, а также примеры шкал. Психологический тест часто содержит в себе несколько типов шкал. Например, отдельный вопрос теста Айзенка имеет дихотомическую но- минальную шкалу (можно ответить либо «да», либо «нет»), суммирова- ние ответов производится в соответствии с предположением шкалы ин- тервалов. Для получения более точного представления о свойствах испытуемых, измеренных в шкалах интервалов, используются так назы- ваемые шкалы стандартизации — дополнительные типы шкал, которые по смыслу являются преобразованиями первичных («сырых») оценок. Возможны преобразования из одной шкалы в другую. Результаты, полученные по шкале интервалов, могут быть преобразованы в ранги или переведены в номинативную шкалу. Так, например, в таблице 1.2 представлены в качестве примера «сы- рые» результаты шести испытуемых по шкале экстраверсии-интровер- сии теста Айзенка [Тарасов, 1999]. Таблица 1.2 Испытуемые Шкала интервалов Шкала рангов Номинальная шкала А 20 5 Э Б 15 4 Э В 22 6 Э Г 9 3 И д 3 1 И Е 4 2 И Первый столбец —• имена испытуемых, второй столбец — балл за выраженность качества (шкала интервалов), третий столбец — каждо- му испытуемому приписывается ранг в соответствии с исходным бал- лом, четвертый столбец — испытуемые распределены на два класса интровертов (И — баллы от 0 до 12) и экстравертов (Э — баллы от 13 до 24) на основании исходных данных. Как видно из примера, при переходе от одной шкалы к другой каж- дый раз теряется часть информации об испытуемых. Так, при ранжи- ровании оказываются следующими друг за другом испытуемые Д и Е, имеющие различие «сырых» оценок в один балл, и испытуемые Б и Г, имеющие различие «сырых» оценок в шесть баллов. При распределе- нии испытуемых по классам в один класс попадают сильно различаю- щиеся по «сырым» оценкам испытуемые. Обратный переход от менее мощной шкалы к более мощной чаще всего имеет место, когда испытуемого просят ответить на какие-либо 19
Компьютерная психодиагностика вопросы с указанием частоты: «почти всегда», «всегда», «часто», «ред- ко», «никогда», затем вариантам ответов приписывают баллы: 5,4, 3, 2 и 1, соответственно. Далее с этими цифрами начинают оперировать, основываясь на предположении равенства интервалов между класса- ми («всегда» отличается от «часто» на столько же, на сколько отличает- ся «редко» от «никогда»), например, находят суммарный балл по неко- торому качеству Таким образом совершается переход от первоначально заданной шкалы, в которой указан только порядок явлений («всегда» происходит чаще, чем «часто», а «часто» чаще, чем «редко» и т. д.), к ин- тервальной шкале, в которой интервалы между разными классами яв- лений уравнены. Следует отметить, что при описании психологических явлений не- обходимо всегда отдавать себе отчет в том, какая именно шкала ис- пользуется, поскольку каждый способ обработки экспериментальных данных рассчитан на определенный тип шкал. Применение математи- ческих методов, неадекватных данным, приводит к странным, а часто и ложным результатам. Конструирование тестов для измерения психических свойств осно- вано на шкале интервалов. Измеряемое психическое свойство счита- ется линейным и одномерным. Предполагается также, что распре- деление совокупности людей, обладающих данным свойством, описывается кривой нормального распределения. 1.1.3. Психометрические свойства теста Психологический тест считается эффективным при условии, что он обладает так называемыми психометрическими свойствами, обеспе- чивающими определенный стандарт качества для любой измеритель- ной психодиагностической методики. Стандарт качества подразумевает основное методическое требование, предъявляемое к психологическо- му тесту, — стандартизацию. Кроме этого, к числу психометрических свойств теста относят надежность, валидность, дискриминативность и достоверность. 1.1.3.1. Стандартизация теста Стандартизация теста — это совокупность эксперименталь- ных, методических и статистических процедур, обеспечива- ющих создание строго фиксированных компонентов теста 20
Глава 1. Психометрическая парадигма конструирования тестов и шкал (инструкции, набора заданий, метода обработки протоколов и подсчета баллов, способа интерпретации). Как основное методическое требование, стандартизация теста содержится в современных определениях понятия «психологический тест». «Тест — стандартизованная методика психологического изме- рения, предназначенная для диагностики выраженности у индивида психических свойств или состояний при решении практических задач» [Психологический словарь, 1997. С. 379]. «Психологический тест — психодиагностическая методика, предполагающая стандарти- зованную процедуру проведения, количественную формализованную процедуру обработки результатов и подсчета тестовых показателей, готовый перечень рекомендаций по интерпретации полученных показателей» [Шмелев, 1996. С. 449]. Б. Д. Карвасарский (1982), В. М. Блейхерссоавт. (1996) акцентируют возможность установления с помощью стандартизованного психологического теста уровня раз- вития (выраженности) той или иной психической функции по срав- нению с усредненными показателями, характерными для данной по- пуляции (полученными ранее на соответствующей выборке больных и на здоровых испытуемых). По А. Анастази (1982, 2001), психологи- ческий тест — в сущности есть объективное и стандартизованное из- мерение выборки поведения. В психодиагностике выделяют две формы стандартизации теста [Бурлачук, Морозов, 1999]. В первом случае под стандартизацией по- нимается регламентация процедуры проведения, унификация инструк- ции, бланков исследования, способов регистрации результатов, усло- вий проведения исследования. Во втором случае — преобразование первичных тестовых оценок в новую шкалу, основанную уже не на коли- чественных эмпирических значениях изучаемого показателя, а на его от- носительном месте в распределении результатов в выборке испытуемых. Стандартизация как преобразование первичных тестовых оценок в новую шкалу — это процедура получения шкалы, позволяющей срав- нивать индивидуальный тестовый результат с результатами испытуе- мых по выборке стандартизации. Эта процедура позволяет определить так называемые тестовые нормы или таблицы пересчета «сырых», пер- вичных оценок по тесту в стандартные. Процедуру стандартизации психодиагностического теста можно представить в виде следующих шагов. 1. Определяется генеральная совокупность, для которой предна- значена методика. 2. Извлекается выборка из генеральной совокупности. 21
Компьютерная психодиагностика 3. По результатам исследования выборки строится эмпирическое распределение. 4. С помощью статистических критериев эмпирическое распреде- ление подвергается анализу на соответствие его нормальному виду. 5. Если распределение оказывается нормальным, можно сразу же на основе характеристик эмпирического распределения прово- дить линейную стандартизацию. 6. Если распределение отличается от нормального, то либо делает- ся попытка привести его к нормальному виду, либо проводится нелинейная стандартизация (она также называется процентиль- ной нормализацией). Рассмотрим эти этапы последовательно. 1. Определение генеральной совокупности. Под генеральной совокуп- ностью понимается множество потенциальных испытуемых, для кото- рых предназначен конструируемый тест. Например, методика ис- следования интеллекта Векслера подразумевает возможность обследования всего взрослого населения страны, а патохаракгероло- гический диагностический опросник для подростков (ПДО) — подро- стков в возрасте 14-18 лет. Чтобы можно было судить о степени выра- женности того или иного психического свойства у отдельного человека, необходимо знать, как распределено это качество в генеральной сово- купности. Поскольку процедура обследования всей генеральной сово- купности проблематична, то для того, чтобы сделать достоверные пред- положения о распределении, прибегают к извлечению из генеральной совокупности некоторой небольшой ее части — выборки. Таким образом, под выборкой стандартизации понимают множество испытуемых, на котором собираются диагностические нормы и про- водится стандартизация конструируемого теста. Основное требование, предъявляемое к выборке, заключается в том, что она должна отвечать свойству репрезентативности (представительности), то есть в ней дол- жны отражаться все свойства генеральной совокупности. Существует два основных способа создания выборки стандартизации: построение случайным образом и моделирование по свойствам генеральной сово- купности. 2. Извлечение выборки из генеральной совокупности. Для построения выборки случайным образом используются способы жеребьевки, отбор по таблицам случайных чисел, устанавливаются какие-либо правила отбора, например, каждый третий, каждый десятый и т. п. из списка. Моделирование выборки осуществляется в определенной после- довательности. Выбираются те свойства, которые могут повлиять на 22
Глава 1. Психометрическая парадигма конструирования тестов и шкал результат тестирования (как правило, это демографические показате- ли пола, возраста и др.). Внутри каждого свойства выделяются града- ции (интервалы возрастов, уровни образования и т. п.), на основании которых строится матричная модель генеральной совокупности. В каж- дой клетке матрицы по данным переписи населения или другим статистическим данным записывается число людей генеральной сово- купности, обладающих соответствующими свойствами. Выборка из- влекается пропорционально по отношению к каждой клетке матрицы. Например, если известно, что соотношение мужчин и женщин в неко- тором городе составляет 40% и 60% соответственно, то и в выборке должно соблюдаться это соотношение. 3. Построение эмпирического распределения. На этом этапе выбира- ется интервал квантования, подсчитывается частота (количество слу- чаев) для каждого интервала квантования и строится либо гистограм- ма, либо кумулятивная гистограмма. Компьютерное вычисление существенным образом облегчает этот процесс. Так, например, статистические процедуры системы STATIS- TICA, сгруппированные в нескольких специализированных статисти- ческих модулях, позволяют решать задачи предельной сложности как по объему и размерности обрабатываемых данных, так и по точности и скорости вычислений. Для решения задач этого этапа можно исполь- зовать модуль «Основные статистики и таблицы» (Basic Statistics/ Tables), который как раз и нацелен на проведение предварительной обработки данных, осуществление разведочного анализа, определение зависимости между ними, разбиение их различными способами на группы, просмотр этих групп визуально и построения гистограмм. 4. Анализ эмпирического распределения на соответствие его нормаль- ному ввду. Стандартизация психодиагностических тестов основана на так называемой аксиоме нормальности, т. е. опирается на предположение, что все психические характеристики распределены в популяции по нормаль- ному закону Гаусса. Нормальное распределение имеет вид симметрич- ной колоколообразной кривой, которая растянута до бесконечности в положительном и отрицательном направлениях. Следует отметить, что значительная часть процедур классической статистики разработана для случайных величин с гауссовым нормальным распределением. На этом этапе полученное эмпирическое распределение оценива- ется с помощью статистических критериев. Так, например, система STATISTICA предлагает для оценки нормальности распределения три критерия: Колмогорова-Смирнова, Лилиефорса и Шапиро-Уилкса. Предположение о нормальности распределения тестовых результа- тов является своего рода идеализацией. На практике многие тесты дают 23
Компьютерная психодиагностика результаты, распределение которых отличается от нормального. По- этому часто возникает вспомогательная задача нахождения способа преобразования данных к нормальному виду Построенная на преды- дущем этапе гистограмма или полигон распределения позволяют лег- ко выявить лево- или правостороннюю асимметрию, двугорбость и другие отклонения от нормальности. В психологических исследованиях часто встречаются логарифмические нормальные распределения, осо- бенностью которых является крутая ветвь полигона и пологая правая (то есть частоты резко падают с ростом тестовых оценок). При лога- рифмировании исходных тестовых данных левая ветвь кривой распре- деления растягивается, и распределение принимает приближенно нор- мальный вид. Для нормализации распределений с правосторонней асимметрией используются тригонометрические и степенные преоб- разования данных. Таким образом удается преобразовать тестовые оценки, не подчиняющиеся закону нормального распределения, что- бы распределение новых, преобразованных оценок стало нормальным. Компьютер позволяет автоматизировать подбор и подгонку требу- емого преобразования первичных тестовых оценок из заданного клас- са аналитических функций, а также реализовать трудоемкую в ручном исполнении процедуру перехода к нормально распределенным оцен- кам путем новой оцифровки выходного тестового показателя. 5. Проведение линейной стандартизации. Результат тестирования испытуемого Xt(i= 1,..., т, где т — количество заданий теста), вычис- ленный с помощью диагностической модели Yf= Y(Xt), обычно назы- вается первичной тестовой оценкой, или «сырым» баллом. Под линейной стандартизацией понимают перевод исходных («сы- рых») баллов по тесту в стандартную шкалу путем применения форму- лы линейного преобразования следующего вида: g _ Yi~my % _ Yi~my 1 оу i ау 9 где Zj — стандартная тестовая оценка /-го испытуемого; Yf — нормаль- ная оценка /-го испытуемого; ту и ву — среднее арифметическое зна- чение и среднеквадратическое отклонение Y. Так как Z-оценки могут принимать дробные и отрицательные зна- чения, что неудобно для восприятия, на практике используются взве- шенные стандартные оценки V. = а + bZj9 где а и b — константы цент- рирования и пропорциональности, соответственно. Параметр а имеет смысл в данном случае среднего арифметического значения взвешен- ной стандартной оценки И, а b интерпретируется как среднеквадрати- ческое отклонение V, 24
Глава 1. Психометрическая парадигма конструирования тестов и шкал В психодиагностике используется несколько типов стандартных шкал, позволяющих сравнивать между собой показатели разных тес- тов (субшкал одного теста) в едином масштабе. Как правило, стандарт- ные шкалы основаны на модели нормального распределения и описы- ваются двумя параметрами: значением среднего и стандартного (или среднеквадратического) отклонения. Наиболее распространенными типами стандартных шкал являются: а) шкала Z-оценок и производные от нее (например, Г-шкала: а = 50; b = 10; пример теста — MMPI); б) шкалы стенов, станайнов, пяти- и семибалльные шкалы (напри- мер, шкала стенов: а = 5,5; b = 2; пример теста — 16PF); в) шкала IQ (например, а = 100; b = 15; пример теста — IQ Айзенка). Компьютер позволяет достаточно просто осуществить линейную стандартизацию. Так, например, система STATISTICA может вычис- лить практически все описательные статистики, включая медиану, моду, квартили, определенные пользователем процентили, средние и стан- дартные отклонения, доверительные интервалы для среднего, коэф- фициенты асимметрии, эксцесса (с их стандартными ошибками), гармоническое и геометрическое среднее, а также многие другие опи- сательные статистики. 6. Проведение нелинейной стандартизации. Если эмпирическое рас- пределение отличается от нормального, например, оказывается асим- метричным или полимодальным, то в этом случае прибегают к не- линейной стандартизации (процентильной нормализации). Под процентильной нормализацией понимается перевод «сырых» оценок в любой вид стандартных путем нахождения процентильных границ групп в эмпирическом распределении так, чтобы они соответствова- ли процентильным границам групп, выделяемых на основе еди- ничного нормального распределения. При этом эмпирическое рас- пределение как бы нарезается процентильными значениями на вертикальные полосы, площади которых соответствуют площадям, нарезаемым под одной из шкал стандартизации для нормального рас- пределения. При проведении процентильной нормализации надо убедиться в том, что полученные шкалы обладают устойчивостью, то есть нормы, получаемые для целой выборки и выделенной случайным образом ее половины, должны совпадать. Если результаты не устойчивы, то либо образуется более широкая выборка, либо проводится эмпирическая нормализация — изменяются формулировки вопросов, заданий так, чтобы распределение приблизилось к нормальному. 25
Компьютерная психодиагностика 1.1.3.2. Надежность теста Надежность теста — это стабильность результатов тестовых испытаний и устойчивость теста по отношению к разнооб- разным источникам помех (шумовых, случайных факторов обследования). В основе конструирования тестов лежит классическая теория по- грешностей измерения, полностью заимствованная из физики. Счи- тается, что тест — такой же измерительный прибор, как вольтметр, тер- мометр или барометр. Результаты, которые он показывает, зависят не только от величины измеряемого свойства у испытуемого, но также и от самой процедуры измерения («качества» прибора, действий экспе- риментатора, внешних помех и т. д.). В связи с этим постулируется следующее утверждение. Любое изме- ряемое психическое свойство испытуемого (например, «экстраверсия», «тревожность» и пр.) имеет «истинный» показатель, а показания по тес- ту отклоняются от «истинного» на величину случайной погрешности. Поэтому эмпирически полученная оценка по тесту ^представляется как сумма истинной оценки Yist и ошибки измерения е: Yj = Yist + е. Для анализа надежности вводится понятие «параллельных тестов» — это тесты, в одинаковой мере измеряющие данное свойство посредством одних и тех же действий и операций, при этом параллельными тестами могут быть и параллельные формы, и повторные исследования испыту- емых одной и той же методикой. Если допустить, что измеряемые свой- ства испытуемых мало изменяются во времени, а ошибки полностью случайны и несистематичны, то параллельные тесты дают результаты с одинаковыми средними значениями, среднеквадратическими отклоне- ниями, интеркорреляциями и корреляциями с другими переменными. Коэффициент надежности Ryy определяется как корреляция парал- лельных тестов, которая, в свою очередь, равна отношению 2 п — ^ist “уу- 2 , Gy где aist — дисперсия истинной оценки, а ву — дисперсия эмпириче- ской оценки. Корреляция параллельных тестов с какой-либо другой переменной Zoпpeдeляeтcя соотношением RYi = fyistZ , где Куьа— корреляция истинных оценок Yist с переменной Z. 26
Глава 1. Психометрическая парадигма конструирования тестов и шкал Коэффициент надежности связан со стандартной ошибкой изме- рения (dc — среднеквадратичное отклонение измерения ё) следующим образом: ~$у^~ ^уу • Отсюда следует, что при увеличении коэффициента надежности уменьшается ошибка измерения. Корреляция эмпирических и истинных оценок Ryyist называется индексом надежности и определяется соотношением: ^Yyist ~ ^&уу • Существует три основных подхода к оценке надежности тестов: тест- ретест надежность, надежность параллельных форм теста и надежность как гомогенность тестов. Тест-ретест надежность. Если тест проводить много раз на одних и тех же испытуемых, то среднее для каждого испытуемого будет ха- рактеристикой истинной величины параметра. Отсюда выводится по- нятие ретестовой надежности: чем теснее коррелируют результаты на- чального и повторного проведений теста, тем он надежнее. Тест-ретест надежность называют также надежность-устойчивость. Таким обра- зом, ретестовая надежность — это надежность теста, которая устанав- ливается путем проведения повторного тестирования на той же выборке испытуемых, которая проходила первое тестирование, с последующим расчетом коэффициента корреляции между двумя показателями. Надежность параллельных форм теста. Коэффициент надежности равен корреляции параллельных форм теста. В данном случае ошибки измерения связаны с различиями в характере действий и операций, присущих параллельным формам теста. Высокое значение коэффици- ента корреляции указывает не только на высокую надежность резуль- татов сравниваемых тестов, но и на эквивалентность содержания этих тестов. Поэтому коэффициент надежности для параллельных форм теста носит еще одно название — эквивалентная надежность. Надежность как однородность тестов. Тест может быть разбит на части, каждая их которых рассматривается как отдельный параллель- ный тест. В этом случае надежность оценивается путем вычисления корреляций частей или элементов теста. Такой подход справедлив для оценки тестов, задания которых являются внутренне согласованны- ми. Наиболее распространенная процедура расщепления теста на две части — разбиение тестовых заданий на четные и нечетные. Для определения надежности целого теста применяют формулу Спирме- на-Брауна: 27
Компьютерная психодиагностика d =?JL УУ \+R ’ где R — корреляция между половинами теста. Тест, построенный на основе внутренней согласованности тестовых заданий, можно расщеплять на части разными способами. В этом слу- чае для оценки надежности используется коэффициент Кронбаха где а — обозначение коэффициента Кронбаха; к— число заданий теста; 9 • 2 Оу — дисперсия /-го пункта теста; ау — дисперсия целого теста. Если ответы на каждый пункт теста являются дихотомическими переменными, то применяется аналогичная коэффициенту Кронбаха формула Кьюдера — Ричардсона где KR2Q — традиционное обозначение данного коэффициента надеж- ности; Pj — доля первого варианта ответа на f-й вопрос; = (1 — pt) — доля второго варианта ответа на /*-й вопрос. В литературе приводятся и другие коэффициенты для однородных тестов [Общая психодиагностика, 1987; Дюк, 1994; Клайн, 1994]. Надежность тестовых заданий. Эта надежность определяется как мера стабильности результатов по данному заданию при проведении повторного тестирования, то есть от устойчивости ответов испытуемых на отдельные тестовые задания. Для проверки этой устойчивости вы- числяется коэффициент корреляции ответов испытуемых на проверя- емый пункт с ответами при повторном тестировании. Для дихотоми- ческих пунктов обычно используется коэффициент ср и пункт считается недостаточно устойчивым, если ср < 0,5 _________bc-ad______ y/(a+c)(b+d)(a+b)(c+d) * 28
Глава 1. Психометрическая парадигма конструирования тестов и шкал 1.1.3.3. Валидность теста aww» De/ Тест называется валидным, если он измеряет то, для измере- ния чего предназначен. Существует много способов доказательства валидности тестов, и каждый из них соответствует разным аспектам этого значения. Очевидная валидность — это характеристика такого теста, о кото- ром складывается впечатление, что он измеряет именно то, что подра- зумевается, особенно с точки зрения испытуемого. Очевидная валид- ность не имеет никакого отношения к истинной валидности, и важна лишь потому, что помогает добиться сотрудничества с испытуемым [Клайн, 1994]. Эмпирическая валидность — это совокупность характеристик теста, полученных с помощью сравнительного статистического анализа. По- казатель эмпирической валидности выражается количественной мерой статистической связи между результатами тестирования и внешними по отношению к ним критериям оценки диагностируемого свойства [Дюк, 1994]. В качестве внешних критериев могут выступать эксперт- ные оценки, «жизненные» критерии, показатели других тестов, отда- ленные по времени критерии и т. д. Эмпирическая валидность чаще всего выражается коэффициентом корреляции результатов тестирования Ус критериальным показателем Z. Известно, что корреляция двух переменных зависит от их надежности: ^YZ - RYiStZiSt>I^YY^ZZ > где RYlstZist — корреляция истинных значений теста и критерия; Луу — надежность теста; Rzz~ надежность критерия. Эта формула показывает, что максимально возможная валидность ограничена величинами надежности теста и внешнего критерия. Содержательная валидность — это характеристика тестов достиже- ний, указывающая, что тест должен охватывать всю область изучаемо- го поведения. Конструктная валидность — это валидность теста по отношению к психологическому конструкту — научному понятию или совокупнос- ти понятий, лежащих в основе конструируемого теста. Для установле- ния конструкгной валидности необходимо полное описание измеряе- мой переменной, выдвижение системы гипотез о ее связях с другими переменными, а также эмпирическое (статистическое) подтверждение этих гипотез. 29
Компьютерная психодиагностика Распространенным приемом определения конструктной валидно- сти теста является его соотнесение с известными методиками, отража- ющими другие конструкты, предположительно как связанные, так и не зависимые отданного. При этом делается попытка априорно пред- сказать наличие или отсутствие связи между ними. Тесты, которые по предположению высоко коррелируют с валидизируемым тестом, на- зываются конвергирующими, а не коррелирующие — дискриминант- ными. Конструктная валидность может считаться удовлетворительной, если коэффициенты корреляции валидизируемого теста с группой кон- вергирующих тестов статистически значимо выше коэффициентов корреляции с группой дискриминантных тестов. Подтверждение со- вокупности ожидаемых связей составляет важный круг сведений кон- структной валидности и в зарубежной литературе носит также назва- ние «предполагаемой валидности». Валидность тестовых заданий может устанавливаться с помощью факторного анализа, позволяющего на основе выявляемых латентных свойств определять меру влияния каждого латентного свойства на ре- зультаты тестирования. 1.1.З.4. Дискриминативность теста Под дискриминативностью теста понимают дифференцирую- щую, различающую способность теста в целом или отдель- ного тестового задания, указывающую на их способность раз- делять отдельных испытуемых по уровню выполнения. Если все испытуемые дают на тестовое задание один и тот же ответ, то это означает, что данное задание не обладает дискриминативнос- тью. Дискриминативность задания определяется обычно как разность между относительной численностью справившихся с заданием испы- туемых, из высокопродуктивной и низкопродуктивной группы. Для личностных тестов «высокопродуктивной» (или просто «высокой» группой) называется группа испытуемых, примыкающих к высокому полюсу измеряемого фактора. Нередко их называют также «экстремаль- ными», или «контрастными», группами. Определенным функциональным синонимом дискриминативнос- ти является информативность, под которой понимается разнообразие ответов испытуемых на данное тестовое задание: если почти все испы- туемые дают одинаковый ответ, пункт считается малоинформативным, то есть недиагностичным, не различающим испытуемых между собой. 30
Глава 1. Психометрическая парадигма конструирования тестов и шкал 1.1.3.5. Внутренняя согласованность (консистенция, консистентность) Def Внутренняя согласованность — это характеристика теста, ука- зывающая на степень однородности состава заданий с точки зрения измеряемого качества. Критерий внутренней согласованности является существенным эле- ментом конструкгной валидности теста, характеризуя, в какой мере зада- ния направлены на измерения данного психологического феномена, а также меру вклада каждого пункта (задания) в количественную оценку всей методики. Максимальная валидность теста достигается за счет отбо- ра таких заданий, которые, обладая значительной корреляцией с результа- том теста, в то же время минимально коррелируют между собой. Отбор заданий по критерию внутренней согласованности обеспечивает наи- большую прагматическую эффективность теста, допуская объединение в методике пунктов, максимально связанных с изучаемым показателем. На практике внутренняя согласованность определяется корреляци- ей между результатами каждого отдельного задания и теста в целом. Для этого используется метод бисериальной корреляции между исхо- дами каждого задания («справился — не справился», ответ на пункт опросника в виде утверждения и т. д.) с суммарной оценкой всех пунк- тов теста. Более сложной процедурой определения внутренней согла- сованности является анализ частных корреляций между общим резуль- татом и отдельными заданиями, предусматривающий построение уравнения множественной регрессии (регрессионный, факторный ана- лиз). В таком уравнении каждый пункт получает весовой коэффици- ент, количественно выражающий его вклад в общий результат, несво- димый к вкладу других пунктов. Достоинство метода в том, что весовой коэффициент впоследствии может использоваться как «ключ» для дан- ного пункта. Это существенно повышает достоверность результатов, особенно при использовании личностных опросников. При такой диф- ференцированной оценке каждый ответ получает не +1 или 0 баллов, а вносит конкретный вклад в сумму тестовых оценок. 1.1.3.6. Достоверность теста Достоверность теста — это характеристика, отражающая за- щищенность результатов теста от влияния сознательного стремления испытуемого изменить их в желательном для него 31
Компьютерная психодиагностика направлении (то есть от сознательной фальсификации ре- зультатов, неискренности), а также от непреднамеренных (неосознаваемых) мотивационных искажений. (WMB ЖЖ" * Ч ^««6 ST'W Л A W?чад Ч.Т'Л 3W Л" ® W <-' " - 'Ж <«t»W чМ Проблема достоверности преимущественно рассматривается в кон- тексте определения валидности процедур стандартизированного само- отчета (личностных опросников). Следует отметить, что психометрические требования в разной сте- пени применимы к разным группам тестов: в наибольшей степени — к объективным тестам и личностным опросникам, в наименьшей — к проективным техникам. 1.2. ТЕХНОЛОГИЯ АНАЛИЗА ДАННЫХ В ПСИХОДИАГНОСТИКЕ Анализ данных — это направление исследований в области компьютерных наук, которое позволяет преобразовать и привести исходный фактический материал (наблюдения, со- бытия, примеры, результаты экспериментов и т. п.) к наи- более удобной для восприятия форме с целью принятия профессиональных решений в той или иной предметной области. В настоящее время решение задач анализа данных практически в любой предметной области «ручным» способом, не на компьютере, представляется маловероятным. К основным категориям анализа данных относятся объекты или явления, обладающие определенными признаками, классы, к которым эти объекты или явления могут быть отнесены, а также решающие или диагностические правила, определяющие принадлежность объектов или явлений к классам. Под многомерным признаком понимается Y= (Уь Y2, Ym) zw-мер- ный вектор показателей (признаков, переменных) Уь Y2, Ym различ- ных типов: количественных, то есть скалярно измеряющих в опреде- ленной шкале степень проявления изучаемого свойства объекта, ранговых, показывающих порядок объекта в ряду анализируемой со- вокупности объектов, номинальных (или классификационных), раз- бивающих множество исследуемых объектов на несколько классов. 32
Глава 1. Психометрическая парадигма конструирования тестов и шкал Результаты измерения этих показателей характеризуют объект Xj = (AJi, Ха,..., Xjm), где z = 1,и по каждому из п объектов исследуе- мой совокупности, образуют последовательность многомерных наблю- дений или исходную таблицу данных для проведения анализа. 1.2.1. Структура и свойства экспериментально- психологических данных При конструировании психодиагностических методик и шкал объектами Хъ Х2,..., Хп являются множество испытуемых, а в качестве признаков выступают различные варианты ответов испытуемых на те- стовые задания. Структура экспериментально-психологических данных может быть изображена с помощью двух форм: табличной и геометрической. Таб- личная форма представления служит основой для дальнейшей обра- ботки данных на компьютере, а геометрическая используется для боль- шей наглядности и понимания происходящего процесса. Табличная форма имеет вид таблицы экспериментальных данных (ТЭД) типа «объект-признак». Таблица 1.3 Объекты (испытуемые) Исходные признаки Г1 У2 Yj Ym Xi XI1 Х\2 xij X}m х2 Х21 Х22 X2j X2m Xi Х,1 Xi2 Xij Xjm Хп Хи1 ХП2 Xnj Xnm Здесь приняты следующие обозначения: Xl9 Хъ ..., Хп — множество испытуемых; Уь Y2, } Ym — исходное множество признаков (заданий те- ста); хп,..., хпт — множество ответов испытуемых на тестовые задания. Графическая форма предполагает наличие системы координат и ука- зание точек с координатами, заданными в этой системе координат. В ка- честве системы координат принимаются исходные признаки Уь У2,Ym> а множество испытуемых Хъ Х2,..., Хп являются точками в пространстве признаков. Координатами, соответственно, являются хп,..., хпт — мно- жество ответов испытуемых на тестовые задания. На рис. 1.1 представ- лена графическая форма для двух (т = 2) и трех (т = 3) признаков. 2 Зак 4548 33
Компьютерная психодиагностика Уг Хг Ху Рис. 1.1. Графическая форма экспериментально-психологических данных Основным свойством экспериментально-психологических данных является то, что исходные признаки У2>¥т> как правило, измеря- ются в номинальных и порядковых шкалах. Это означает, что между возможными вариантами ответов испытуемых нельзя априорно уста- новить ни количественных отношений, ни отношений порядка. В этом смысле в теории измерений номинальные (классификационные) шка- лы считаются простейшими и самими «бедными». Если возможные варианты ответов испытуемого на тестовые задания обозначить чис- лами, то эти числа будут иметь смысл только абстрактных символов, обозначающий каждый вариант ответов, и никакие другие отношения между указанными числами, кроме их равенства, значения не имеют. При сравнении двух испытуемых по признаку, измеренному в номи- нальной шкале, можно сделать единственный вывод о совпадении или несовпадении значения признака. Для того чтобы номинальные измерения стали доступны для при- менения широкого спектра различных методов многомерного количе- ственного анализа данных, проводят так называемую процедуру дихо- томизации, то есть процедуру преобразования исходных показателей в набор признаков с двумя градациями. Для этого при анализе призна- ков каждую отметку номинальной шкалы считают отдельным самосто- ятельным признаком. Он принимает всего два значения — А и В, и раз- ность (А—В) уже может интерпретироваться как степень важности несовпадения данного признака при сравнении двух объектов. Чаще всего применяют значения А = 0 и В = 1, то есть признак равен либо О, либо 1, а степень важности признака Yj задается весом l¥j9 на который умножается Yj. Такие признаки называются двоичными, бинарными, булевыми, а в психодиагностике часто используется термин «дихото- мические признаки». 34
Глава 1. Психометрическая парадигма конструирования тестов и шкал Психодиагностические методики с ответами на тестовые задания типа «оценивания» задают порядковые шкалы. Для таких шкал суще- ствен лишь порядок градаций на шкале, и для них считаются допусти- мыми любые монотонные преобразования, не нарушающие этот по- рядок. Методологически строгим является применение к порядковым признакам методов обработки, результат которых инвариантен отно- сительно допустимых преобразований порядковой шкалы. Поэтому количественный анализ порядковых переменных, как и дихотомичес- ких, имеет свою специфику [Дюк, 1994]. Описанные выше особенности экспериментально-психологических данных следует учитывать при выборе диагностической модели и мето- дов эмпирико-статистической оценки ее параметров. В этой диагнос- тической модели должна в определенной и конкретной форме выражать- ся связь измеряемого вектора признаков с тестируемым свойством. 1.2.2. Методы анализа данных в психодиагностике В психологии существуют два основных направления исследования личности: подход на основе выделения черт личности и типологичес- кий подход [Мейли, 1975; Мельников, Ямпольский, 1985]. Первый предполагает существование конечного набора базисных качеств и гла- сит, что личностные различия определяются степенью их выраженно- сти. При типологическом подходе исходят из постулата, что тип лич- ности является целостным образованием, не сводимым к комбинации отдельных личностных факторов. Черты объединяют группы тесно связанных признаков и выступа- ют как интегральные характеристики, обобщающие информацию, содержащуюся в данной группе признаков. Число черт определяет раз- мерность личностного пространства. Типы объединяют группы похо- жих испытуемых и составляют иной набор объяснительных понятий, где в качестве имени понятия выступает название соответствующего типа, а содержание раскрывается описанием типичного (или усреднен- ного) представителя. Иными словами, подход на основе черт требует группировки личностных признаков, а подход на основе типов — груп- пировки испытуемых. Для решения каждой из этих задач существуют специальные мате- матические методы и модели. Наиболее часто для группировки при- знаков используются корреляционный анализ, метод главных компо- нент, факторный анализ, а для группировки испытуемых — кластерный анализ и дискриминантный анализ. Эти методы являются двумя спо- 35
Компьютерная психодиагностика собами формирования обобщений на основе таблицы эксперименталь- ных данных. Они позволяют «сжать» информацию за счет выделения неоднородностей в структуре связей между признаками или испытуе- мыми. В результате таблица экспериментальных данных разбивается на некоторые подгруппы, которые представляют собой обобщения совокупности данных. Таким образом, математические методы анализа данных осуществ- ляют обработку таблицы экспериментальных данных, как минимум, двумя способами: путем группировки признаков личности (обобще- ние по столбцам экспериментальной таблицы) и путем группировки испытуемых (обобщение по строкам экспериментальной таблицы). Основанием для группировки признаков или испытуемых служат две фундаментальные категории взаимоотношений между элемента- ми ТЭД. Это категории сходства и различия. При группировке при- знаков сходство и различие выражается мерами связи признаков, а при группировке испытуемых — мерами близости (удаления). Группировка признаков. Обобщение данных путем группировки при- знаков (по столбцам) состоит в выделении из таблицы эксперимен- тально-психологических данных групп тесно связанных признаков при помощи различных мер связи корреляционного анализа, факторного анализа, иногда кластерного анализа. В случае использования различных мер связи корреляционного ана- лиза от таблицы экспериментальных данных (ТЭД) переходят к таб- лице связи (ТС), задающей отношение «признак-признак» и представ- ляющей собой симметричную таблицу размера Рна Р следующего вида: Таблица 1.4 5,. з„ 3„ S2P Sn Здесь Sy — мера связи между признаками Yj и Yj. Def Корреляционный анализ представляет собой многообразие методов исследования параметров генеральной совокупнос- ти, распределенной по нормальному закону, и позволяет с помощью выборки делать выводы о степени статистической связи (мера связи) между признаками. 36
Глава 1. Психометрическая парадигма конструирования тестов и шкал Известно большое количество мер связи между признаками. Они различаются как объемом вычислений, так и теми аспектами связи, которые отражают. Различные авторы предлагают разные основания для классификации этих мер связи. С точки зрения используемых прин- ципов связи меры связи делят на две большие группы. К первой груп- пе относятся меры связи, использующие принцип ковариации, а ко второй — принцип сопряженности признаков. Принцип ковариации предполагает, что заключение о наличии связи между переменными делается в том случае, когда увеличение значе- ний одной переменной сопровождается устойчивым увеличением или уменьшением значений другой переменной. К этой группе, прежде всего, относится коэффициент корреляции Пирсона, который является мерой линейной связи двух переменных Ykn YjH вычисляется по формуле: и 1 м 1 м К этой же группе относятся коэффициент ранговой корреляции Спирмена, бисериальный коэффициент корреляции, коэффициент ранговой корреляции Тау Кендалла, а также рангово-бисериальный коэффициент корреляции Кертена и Гласса. Принцип сопряженности дает вторую обширную группу мер связи, которая направлена на выяснение следующего факта: появляются ли некоторые значения одного признака одновременно с определенны- ми значениями другого чаще, чем это можно объяснить случайным стечением обстоятельств. В этом случае фиксируется только сам факт наличия или отсутствия интересующих значений признака, независи- мо от их количественного выражения. Общим, как бы переходным, для первой и второй групп мер связи является популярный в психодиагностических исследованиях коэф- фициент четырехклеточной сопряженности Пирсона (ср), который предназначен для измерения связи двух дихотомических признаков. Так, например, при исследовании зависимости между выздоровлени- ем больного и обращением к врачу можно составить следующую таб- лицу: Таблица 1.4 Обращение больного к врачу больного к врачу Результат лечения Быстрое выздоровление Медленное выздоровление Обращался а b Jie обращался с d 37
Компьютерная психодиагностика Здесь a, b,c,d — числа, соответствующие количеству объектов, об- ладающих свойством, из столбца и строки. Тогда связь между этими признаками (обращение к врачу и результат лечения) принято изме- рять с помощью коэффициента ad-bc V(a+£)(c+fif)(a+c)(/>+fif) * К этой группе мер связи относятся коэффициенты Чупрова, Кра- мера, контингенции Пирсона и т. д. В следующей таблице представлены рекомендуемые меры связи между различными типами признаков [Дюк, 1994]. Таблица 1.5 Ъш признака Ъш признака Дихотомический Ранговый Количественный Дихотомический 1. Коэффициент Пирсона ф. 2. Тетрахорический коэффициент кор- реляции Рангово-бисериаль- ный коэффициент корреляции Кертена и Гласса 1. Точечный бисери- альный коэффици- ент корреляции. 2. Бисериальный коэффициент кор- реляции Ранговый 1. Коэффициент ранговой корреля- ции Спирмена. 2. Тау Кендалла (т) 1. Коэффициент ранговой корреля- ции Спирмена. 2. Тау Кендалла (т) Количественный Коэффициент кор- реляции Пирсона Для вычисления корреляций на компьютере можно использовать, например, систему STATISTICA, модуль «Основные статистики и таб- лицы». Содержащийся в этом модуле раздел «Корреляции» включает большое количество средств, позволяющих исследовать зависимости между переменными. Существует возможность вычисления практичес- ки всех общих мер зависимости, включая коэффициент корреляции Пирсона, коэффициент ранговой корреляции Спирмена, Тау Кендал- ла, Гамма, коэффициент сопряженности признаков и многие другие. Корреляционные матрицы могут быть вычислены и для данных с про- пусками, в этом случае используются специальные методы обработки пропущенных значений. Используя модуль «Менеджер метафайлов», можно вычислять корреляционные матрицы практически неограни- ченных размеров (до 32000 на 32000). Вычисленные корреляционные матрицы выводятся в виде элект- ронных таблиц Scrollsheet. Они могут быть сохранены в формате фай- 38
Глава 1. Психометрическая парадигма конструирования тестов и шкал лов с исходными данными, а затем обработаны с помощью статисти- ческого анализа любого типа. В системе STATISTICA имеется широкий набор возможностей для работы с таблицами Scrollsheet. В частности, существуют возможнос- ти разделения их прокрутки, если таблицы очень большие, интерак- тивного выбора числовых форматов, маркировки значений и т. д. Та- ким образом, большие матрицы могут быть сжаты, что облегчает визуальный поиск значимых коэффициентов корреляции. Для визуа- лизации корреляционных матриц при поиске глобальных структур могут быть использованы различные графические методы (например, контурные графики, графики поверхностей и др.). Все эти операции требуют лишь нескольких щелчков мыши. Обобщение данных путем группировки признаков также осуществ- ляет факторный анализ Факторный анализ представляет собой систему моделей и ме- тодов для преобразования исходного набора признаков к бо- лее простой и содержательной форме. Он базируется на пред- положении, что наблюдаемое поведение испытуемого может быть объяснено с помощью небольшого числа скрытых ха- рактеристик, называемых факторами. В табличном виде работа методов факторного анализа представля- ется как разбиение таблицы экспериментально-психологических дан- ных по столбцам на подтаблицы, каждая из которых соответствует од- ной группе сильно коррелирующих признаков. При этом исходный прямоугольник ТЭД разрезается на вертикальные полосы так, что каж- дая полоса содержит информацию обо всех испытуемых, но не по всем признакам, а только по группе сильно коррелирующих признаков. Помимо разбиения таблицы данных на вертикальные полосы (груп- пы сильно коррелирующих признаков), факторный анализ формирует новый обобщающий вертикальный столбец (комплексный признак- фактор), который в конденсированном виде содержит основную инфор- мацию об испытуемых по всем столбцам соответствующей полосы. Это сжатие может быть изображено как замена таблицы с большим числом столбцов на таблицу с малым числом столбцов, равным числу факторов и хорошо описывающим все столбцы исходной таблицы данных. Основные задачи факторного анализа перечислены ниже. 1. Исследования структуры взаимосвязи переменных. В этом слу- чае каждая группировка переменных будет определяться фактором, по которому эти переменные имеют максимальные нагрузки. 39
Компьютерная психодиагностика 2. Идентификация факторов как скрытых (латентных) переменных, которые могут рассматриваться как причины взаимосвязи исходных переменных. 3. Вычисление значений факторов для испытуемых как новых, ин- тегральных переменных. При этом число факторов существенно мень- ше числа исходных переменных, что сокращает количество признаков с минимальными потерями исходной информации. Методы факторного анализа — это различные способы получения факторной структуры при заданном числе факторов. К наиболее часто применяемым методам относятся анализ главных компонент, анализ главных факторов, факторный анализ с итерациями по общностям и метод максимального правдоподобия. Факторному анализу посвящено большое количество исследований, и он широко представлен в литературных источниках [Дюк, 1997; На- ел едов, 1999]. В системе STATISTICA содержится модуль «Факторный анализ» (Factor Analysis), предназначенный для сжатия данных или выделения основных общих факторов, влияющих на наблюдаемые характеристи- ки сложного объекта и объясняющих связи между ними. Он включает в себя, в частности, метод главных компонент, метод минимальных остатков, метод максимального правдоподобия с расширенной диаг- ностикой и чрезвычайно широким набором аналитических и разведоч- ных графиков. Модуль может выполнять вычисление главных компо- нент общего и иерархического факторного анализа с массивом, содержащим до 300 переменных. После того как решение определено, можно пересчитать корреляционную матрицу от соответствующего числа факторов для того, чтобы оценить качество построенной модели. Группировка испытуемых. Обобщение данных путем группировки испытуемых (по строкам ТЭД) представляет собой группировку испы- туемых по степени их близости (удаленности) в пространстве измеряе- мых признаков. Таблица близостей (удаленностей) (ТБ) задает отношение «объект — объект» и представляет собой симметричную таблицу п на п с неотри- цательными элементами следующего вида: Таблица 1.6 cf А, ч6 40
Глава 1. Психометрическая парадигма конструирования тестов и шкал Элементы таблицы ^ являются значениями некоторой меры бли- зости (удаленности) между объектами X, и Xj. Структуру взаимоотношений объектов исследования можно трак- товать как некоторую геометрическую конфигурацию точек в много- мерном пространстве признаков, если элементы таблицы удовлетво- ряют следующим требованиям. 1. Максимальное сходство объекта с самим собой, то есть Dy = min Dy. 2. Симметричность, то есть Dy = Dj, 3. Выполнение неравенства треугольника, то есть Dik + DkJ > Dy Ниже представлены наиболее распространенные меры расстояния между объектами. Евклидово расстояние вычисляется по следующей формуле: ^(Xik-Xjk)2 . &=1 Эта мера может применяться для вычисления расстояния между объектами, описанными количественными, качественными и дихото- мическими признаками. Ее использование целесообразно, когда при- знаки однородны по смысловой нагрузке и одинаково важны для ре- шаемой задачи. Расстояние Минковского вычисляется следующим образом: М k=L Это расстояние еще называют «городской метрикой», поскольку расстояние между точками определяется аналогично расстоянию вдоль взаимно перпендикулярных улиц городских кварталов [Александров и др., 1990; Дюк, 1994]. Городская метрика применяется для измерения расстояния между объектами, описанными порядковыми признаками. Показатель Ik (Xh Xj) равен разнице номеров градаций по Л-му призна- ку у сравниваемых объектов А} и Xj. Существуют два основных варианта постановки задачи группиров- ки испытуемых: □ группировка испытуемых на заданные группы; □ группировка испытуемых на незаданные группы. Группировка испытуемых на заданные группы предполагает, что име- ются результаты многомерного психологического исследования не- скольких групп испытуемых и о каждом испытуемом заранее известно. 41
Компьютерная психодиагностика к какой группе он принадлежит. Такие группы испытуемых называют- ся обучающей выборкой, или внешним критерием. Например, в задаче профотбора это могут быть группы хороших и плохих специалистов, при исследовании полового диморфизма — испытуемые разного пола, при педагогических исследованиях — группы школьников, различаю- щихся по успешности обучения, дисциплинированности, обществен- ной активности, возрасту и т. п. Задача заключается в том, чтобы найти правило разбиения испытуе- мых на заданные группы по психологическим характеристикам. Для решения этой задачи используются методы обучения распознаванию обра- зов с учителем [Мельников, Ямпольский, 1985], или иначе их еще на- зывают методами, использующими внешний критерий. К ним относятся множественный регрессионный анализ и дискриминантный анализ. Эти методы основываются на предположении, что существует та- кое многомерное пространство психологических характеристик, в ко- тором точки, представляющие испытуемых одной группы, расположе- ны кучно и «далеко» от точек, представляющих испытуемых другой группы. В этом случае может быть построена поверхность, разделяю- щая испытуемых разных групп. Методы и подходы анализа данных различаются между собой, в частности, типом разделяющих поверх- ностей и способом их построения. Для того чтобы найти разделяющую поверхность, испытуемых представляют в виде векторов (упорядочен- ной совокупности значений индивидуальных характеристик личност- ных признаков), затем выбирается некоторое количество векторов пер- вой и второй групп (при классификации на две группы) и с помощью обучающей выборки проводится обучение. В результате методы фор- мируют разделяющее правило (в виде набора признаков или уравне- ния разделяющей поверхности), с помощью которого можно по зна- чениям психологических признаков определить, к какой группе принадлежит испытуемый. Множественный регрессионный анализ осуществляет установ- ление статистической зависимости среднего значения одной случайной величины Zot нескольких других величин К2, Ym. Эта статистическая зависимость определяется уравнением. Z= aQ + а1 К + а2К +...+ amYm + е, и II 11 т т ’ где ах (i= 1,..., т) являются искомыми параметрами, а е — век- тор остатков, отражающий влияние на внешний критерий не- учтенных факторов (ошибок). 42
Глава 1. Психометрическая парадигма конструирования тестов и шкал Параметр Z, как раз и определяемый внешним критерием, рассмат- ривается как «зависимая» переменная (как правило, ранговая или ко- личественная), которая выражается функцией от «независимых при- знаков» Уь У2,.... Проведение множественного регрессионного анализа позволяет осуществить два важных для конструирования тестов и шкал момента. Во-первых, определить в какой мере «зависимая» переменная связана с совокупностью «независимых» переменных (аналитический вид урав- нения) и оценить статистическую значимость этой взаимосвязи. В дан- ном случае показателем является коэффициент множественной кор- реляции и его статистическая значимость по F-критерию Фишера. Во-вторых, определить существенность вклада каждой «независимой» переменной (признака), в оценку «зависимой» переменной (внешнего критерия), для отсева несущественных для исследования тестовых за- даний. В системе STATISTICA есть модуль «Множественная регрессия» (Multiple Regression), предназначенный для построения зависимостей между многомерными данными, подбора простой линейной модели и оценки ее адекватности. Этот модуль содержит исчерпывающий на- бор средств множественной линейной и фиксированной нелинейной (в частности, полиномиальной, экспоненциальной, логарифмической и др.) регрессии, включая пошаговые, иерархические и другие мето- ды, а также ридж-регрессию. Система позволяет вычислить всесторонний набор статистик и рас- ширенной диагностики, в том числе полную регрессионную таблицу, частные и частичные корреляции и ковариации для регрессионных весов, матрицы прогонки, статистку Дурбина-Ватсона, расстояния Махаланобиса и Кука, удаленные остатки и многие другие. Анализ ос- татков и выбросов может быть проведен при помощи широкого набо- ра графиков, включая разнообразные точечные графики, графики ча- стотных корреляций и многие другие. Допускаются чрезвычайно большие регрессионные задачи (до 300 переменных в процедуре раз- ведочной регрессии). Дискриминантный анализ предлагает классификацию много- мерных наблюдений по одной из нескольких категорий. Ме- тоды дискриминантного анализа используются тогда, когда критериальный показатель Z измерен в номинальной шкале или связь этого показателя с исходными признаками являет- ся нелинейной и носит неизвестный характер. 43
Компьютерная психодиагностика Дискриминантный анализ позволяет не только интерпретировать различия между классами, то есть указать, насколько хорошо можно от- личить один класс от другого, используя данный набор признаков, но и определить, какие из этих признаков наиболее существенны для разли- чения классов. Принадлежность объекта к классу в большинстве ком- пьютерных программ дискриминантного анализа определяется либо по классифицирующим функциям Фишера, либо по квадрату расстояния Махаланобиса. Классифицирующая функция, или функция, принад- лежности объекта к классу, — это линейная комбинация для каждого класса, максимизирующая различия между классами и минимизирую- щая дисперсию объектов внутри класса. Функция, вычисляемая для каж- дого испытуемого по каждому классу, имеет следующий вид: Ujk ^kO + &k\ ^1/ + ^k.2^2i “»"•••+ ^km^mh где Uik — значение функции принадлежности f-ro испытуемого к к-му классу; а^, акЪ ак2)..., акт — коэффициенты, которые определяются в ходе анализа и не подлежат интерпретации. В системе STATISTICA содержится модуль «Дискриминантный ана- лиз» (Discriminant Analysis), предназначенный для отнесения объекта по результатам измерений к одному из нескольких классов. Этот мо- дуль позволяет построить на основе ряда предположений классифика- ционное правило отнесения объекта к одному из нескольких классов, минимизируя некоторый разумный критерий, например, вероятность ложной классификации или заданную пользователем функцию потерь. Выбор критерия определяется пользователем. Исторически первой в дискриминантном анализе была модель Фи- шера, в которой предполагается, что наблюдаемые векторы имеют многомерное нормальное распределение с невырожденной ковариа- ционной матрицей и вектором средних, разным для разных классов. В простейших задачах распределение наблюдаемых величин задано точно для каждого класса. В сложных задачах распределение известно частично и для построения классификатора приходится привлекать до- полнительную информацию. Модуль содержит полный набор процедур для множественного по- шагового функционального дискриминантного анализа, позволяющего выполнять пошаговый анализ, как вперед, так и назад, а также внутри определенного пользователем блока переменных в модели. В дополне- нии к многочисленным графикам и диагностикам, описывающим дискриминантные функции, предлагается широкий набор опций и ста- тистик для классификации «новых» или «старых» случаев (при оцени- вании справедливости модели). 44
Глава 1. Психометрическая парадигма конструирования тестов и шкал Группировка испытуемых на незаданные группы формулируется сле- дующим образом. Имеется многомерное психологическое описание выборки испытуемых, и требуется осуществить их разделение (или классификацию) на однородные группы, то есть такое разделение, при котором в составе выделенных групп оказались бы испытуемые, похо- жие по психологическим характеристикам. Такая постановка задачи группировки испытуемых соответствует интуитивным представлени- ям о типе личности. Для решения этой задачи используются различ- ные алгоритмы и методы кластерного анализа. Кластерный анализ предназначен для разбиения множества объектов на заданное или неизвестное число классов на ос- новании некоторого критерия качества классификации, при этом предполагается, что нет никаких допущений ни о со- ставе классов, ни об их отличии друг от друга. Известна лишь информация о признаках объектов, позволяющих судить об их сходстве (различии). В литературе часто встречаются синонимы кластерного анализа: автоматическая классификация, таксономический анализ, анализ об- разов (без обучения). Существует ряд задач, при решении которых кластерный анализ явля- ется незаменимым другими многомерными методами [Наследов, 1999]. 1. Разбиение однородной совокупности испытуемых на группы по измеренным признакам с целью дальнейшей проверки причин меж- групповых различий по внешним критериям. 2. Проверка гипотез о том, проявляются ли типологические разли- чия между испытуемыми по измеренным признакам. 3. Исследование группирования признаков, в качестве которых выступают объекты, упорядочиваемые испытуемыми, например, по степени предпочтения. 4. Применение кластерного анализа как значительно более просто- го аналога факторного анализа, когда ставится задача только группи- ровки признаков без вычисления (оценки) факторов. Несмотря на различие целей проведения кластерного анализа, мож- но выделить общую его последовательность, как ряд относительно са- мостоятельных шагов, играющих существенную роль в прикладном исследовании. 1. Отбор объектов для кластеризации. Объектами могут быть, в за- висимости от цели исследования: а) испытуемые; б) объекты, которые 45
Компьютерная психодиагностика оцениваются испытуемыми; в) признаки, измеренные на выборке ис- пытуемых. 2. Определение множества переменных, по которым будут различаться объекты кластеризации. Для испытуемых — это набор измеренных признаков, для оцениваемых объектов — субъекты оценки, для при- знаков — испытуемые. 3. Определение меры сходства между объектами кластеризации. Вы- бор меры сходства определяется процедурой исследования и характе- ром получаемых данных. 4. Выбор и применение метода классификации для создания групп сходных объектов. Следует иметь в виду, что разные методы кластери- зации порождают разные группировки для одних и тех же данных. В процессе кластеризации структура может привноситься в данные, со- здаваться искусственно и не соответствовать реальной. 5. Проверка достоверности разбиения на классы. Этот этап связан, прежде всего, с тем что, кластерный анализ всегда разобьет совокуп- ность объектов на классы, независимо от того, существуют ли они на самом деле. Поэтому вместо показывания существенности разбиения на классы, например, на основании достоверности различий между классами по признакам, включенным в анализ, обычно проверяют устойчивость группировки на повторной идентичной выборке объек- тов и значимость разбиения по внешним критериям, то есть по призна- кам, не вошедшим в анализ. Модуль «Кластерный анализ» в системе STATISTICA содержит все- сторонний инструментарий для кластеризации (метод ^-средних, иерархическая классификация и др.) с возможностью использовать различные метрики: евклидову, манхэттенскую, чебышевскую и др. Этот модуль позволяет работать с чрезвычайно объемным эксперимен- тальным материалом. Например, иерархическая классификация вы- полняется для стольких переменных, сколько содержит файл данных (до 90.000 расстояний); а с помощью метода ^-средних можно класте- ризовать 2100 объектов размерности 600. В заключение следует отметить, что исследование может не огра- ничиваться только, допустим, группировкой признаков или группи- ровкой испытуемых. Очень часто и перспективно встает необходимость провести одновременную группировку признаков и испытуемых. В этом случае применяются как методы факторного анализа, так и кла- стерный анализ. Проблеме применения математических методов в психологических исследованиях посвящено большое количество литературы. Особо следу- 46
Глава 1. Психометрическая парадигма конструирования тестов и шкал ет выделить литературу, не только дающую общие теоретические поло- жения, но и позволяющую получить практические навыки работы с ком- пьютерными программами [Дюк, 1997; Наследов, 1999; Тарасов, 1999]. 1.3. КОНСТРУИРОВАНИЕ ТЕСТОВ И ШКАЛ Конструирование методик и шкал — это традиционная задача пси- ходиагностики, основанная на обработке экспериментального психо- диагностического материала с помощью так называемой технологии анализа данных. В настоящее время многие специалисты в области психологичес- кой тестологии говорят о существовании двух подходов к конструиро- ванию тест-вопросников: рациональный (дедуктивный) и эмпиричес- кий (индуктивный) [Шмелев, 2002]. Рациональный подход (его называют еще конфирматорной факториза- цией) предполагает в первую очередь формулирование на теоретическом уровне некоторых дифференциальных концептов, а затем — эмпири- ческую работу по поиску различных эмпирических индексов, доказа- тельству их статистической независимости, конструированию валидных и надежных инструментов их измерения. К представителям этого под- хода относят, например, Г. Айзенка, так как основные концепты «экст- раверсия-интроверсия» и «нейротизм» были сначала сформулированы им на теоретическом уровне, а затем подтверждены эмпирически. Эмпирический подход (или эксплораторная факторизация) — это та- кой принцип организации исследований, при котором сначала прово- дятся эмпирические исследования, устанавливаются статистические факты, а затем уже формулируются теоретические концепты. Приме- ром исследований такого типа являются работы Р. Кеттелла. Как отмечает А. Г. Шмелев (2002), оба подхода дополняют друг друга. При их сравнении оказывается, что наиболее фундаментальные про- граммы исследований в рамках одного и другого подходов дали в ко- нечном счете сходные результаты, а именно, два главных «вторичных» фактора Р. Кеттелла хорошо соответствуют по своему интерпретаци- онному смыслу факторам Г. Айзенка. 1.3.1. Этапы конструирования тестов и шкал Использование технологии анализа данных в психодиагностике диктует определенные методологические требования к решаемой в этой 47
Компьютерная психодиагностика области задаче — задаче конструирования тестов и шкал. Такую мето- дологию можно охарактеризовать рядом последовательных шагов или этапов. 1. Формирование информационной базы исследования. 2. Построение диагностической модели. 3. Стандартизация и испытание диагностической модели. Формирование информационной базы исследования. Конструирова- ние психодиагностических методик или шкал начинается с того, что экспериментатор, исходя главным образом из теоретических представ- лений о диагностируемом свойстве, формирует «черновой» вариант теста. В этот вариант включаются задания, ответы на которые, по мне- нию экспериментатора, должны отражать индивидуально-психологи- ческие различия испытуемых по исследуемому свойству. Определение «чернового» варианта психодиагностического теста является скорее эмпирической задачей и в каждом случае решается индивидуально. Выбор конкретного вида стимульных воздействий и набор регистри- руемых ответов практически ничем не ограничен. В то же время, изу- чая какой-либо аспект взаимодействия человека с окружающим ми- ром, нельзя заранее точно предугадать, что выбранное множество стимулов и регистрируемых ответов будет в достаточно полной мере отражать все многообразие проявлений тестируемого свойства и обес- печит инвариантность теста по отношению к широкому кругу посто- ронних факторов. Поэтому для решения проблемы формирования ис- ходного множества диагностических признаков имеются лишь самые общие рекомендации. Практика конструирования тестов и шкал, а также данные литера- туры [Мельников, Ямпольский, 1985; Дюк, 1994; Вассерман, Дюк, Иовлев, Червинская, 1997] предлагаюттри способа формирования ис- ходных тестовых заданий: □ составление набора заданий из частей известных тестов; □ использование полного набора заданий многомерного теста; □ конструирование новых тестовых заданий. Составление набора заданий из частей известных тестов, В этом слу- чае в качестве исходного или «чернового» варианта теста берутся зада- ния из некоторых, хорошо известных психодиагностических методик. Примером составления нового теста из частей известных методик мо- жет служить разработанный В. М. Мельниковым и Л. Т. Ямпольским «Психодиагностический тест» (1985), в котором стимульный материал представляет собой комбинацию утверждений и вопросов из извест- ных тестов MMPI и 16PF Кеттелла. 48
Глава 1. Психометрическая парадигма конструирования тестов и шкал Использование полного набора заданий многомерного теста. В каче- стве исходного варианта психодиагностической методики берется банк вопросов известного многомерного теста. Иллюстрацией использова- ния полного набора тестовых заданий в качестве исходного материала для конструирования нового диагностического теста являются разра- ботанные в лаборатории клинической психологии Психоневрологи- ческого института им. В. М. Бехтерева методики «Уровень невротиза- ции» (УН), «Уровень невротической астении» (УНА) и «Опросник депрессивных состояний» (ОДС), при создании которых были исполь- зованы 566 вопросов методики MMPI. Такой способ формирования заданий нового теста обычно исполь- зуется, когда необходимо создать отдельную дополняющую или рас- ширяющую шкалу, входящую в состав базового многомерного теста. Оба подхода к формированию тестовых заданий опираются на уже апробированную содержательную структуру известных тестов. Основа- нием для широкого использования таких структур служит скрытый потенциал многомерных психодиагностических тестов, отражающих широкий диапазон индивидуально-психологических различий, который может быть развернут относительно нового психологического концепта. Конструирование новых тестовых заданий. Преимущество этого подхода заключается в том, что в нем максимально учитывается спе- цифика конкретной психодиагностической задачи, находящая свое выражение в более целенаправленном подборе тестовых стимулов, фор- мулировке отдельных вопросов и заданий, использовании терминоло- гии, характерной для изучаемой прикладной области и т. п. В то же время реализация этого подхода сопряжена со значительными усили- ями в теоретической проработке, как общей концепции теста, так и множества частных деталей. Форма заданий исходного варианта психодиагностического теста существенным образом зависит от того, для чего предназначен дан- ный тест. Так, П. Клайн (1994) подробно рассматривает разработку за- даний для тестов интеллекта, тестов достижений, личностных опрос- ников, проективных методик, тестов мотивации, шкал настроений и состояний. В общем виде процедура формирования исходных тесто- вых заданий предложена В. М. Мельниковым и Л. Т. Ямпольским (1985). Первым шагом этой процедуры является самый тщательный ана- лиз предмета тестирования, теоретического свойства и его взаимосвя- зи с другими психологическими свойствами. Результатом этого анали- за должно быть четкое вербальное определение исследуемого понятия и расчленение его на составные части. 49
Компьютерная психодиагностика Следующим шагом является разработка тестовых заданий. Для это- го, прежде всего, устанавливается иерархия ранее выделенных частей психологического феномена. Затем непосредственно формулируются тестовые задания так, чтобы элементы измеряемого свойства в этих за- даниях были бы представлены пропорционально. Такой анализ, как пра- вило, производится с привлечением экспертов, которые выносят суж- дения отом, охватывает ли совокупность предлагаемых тестовых заданий декларируемое психологическое свойство и его составные части. В целом тестовые задания должны удовлетворять следующим тре- бованиям. 1. Полнота описания. Тестовые задания должны охватывать все вы- деленные аспекты измеряемого понятия. 2. Экономность описания. При разработке тестовых заданий сле- дует избегать излишнего объема исходной информации, который может исказить дальнейший эмпирико-статистический анализ. 3. Четкая структурированность. Тестовые задания должны группи- роваться относительно равномерно, описывая все стороны из- меряемого явления. Приведенные требования не являются исчерпывающими. При со- ставлении, например, тестов-опросников большое внимание должно уделяться приемам снижения возможности искажения и уменьшения систематической ошибки тестирования. Сюда относится, в частности, введение в методику специальных признаков для выявления тенден- ции испытуемого давать о себе социально одобряемую информацию и для коррекции возможных искажений результатов, вносимых факто- ром «социальной желательности». Также к методическим приемам уменьшения систематической ошибки относится соблюдение в тест- опросниках баланса между прямыми и обратными вопросами и т. д. При конструировании тестов достижений следует учитывать так назы- ваемую психологику испытуемого [Шмелев, 1996], под которой пони- мается совокупность рациональных и иррациональных стратегий по- ведения. П. Клайн (1994) приводит следующие правила для формулирова- ния заданий. 1. Следует устранять возможность проникновения испытуемых в суть того, что изучается при помощи предполагаемых заданий. Если испытуемый догадается, что некоторое задание предназначено для из- мерения черты X, то ответы будут отражать его точку зрения по выра- женности у себя этой черты, а не реальное положение дел. Представ- ление же некоторых испытуемых о себе может быть значительно искаженным. 50
Глава 1. Психометрическая парадигма конструирования тестов и шкал -— —’ ' 2. Следует формулировать понятные, недвусмысленные вопросы (утверждения). Это важно из-за того, чтобы уменьшить погрешность, возникающую из-за неверного понимания вопросов. 3. Задания должны отражать конкретные, а не общие аспекты изу- чаемой области поведения. 4. В каждом задании следует задавать только один вопрос или де- лать только одно утверждение. В целом можно сказать, что формирование тестовых заданий при конструировании нового теста является трудоемким и тонким заняти- ем, требующим от специалиста разносторонних и глубоких профессио- нальных знаний, а также зрелого опыта и развитой интуиции. После того как тем или иным способом исходные тестовые задания сформированы, полученный «черновой» вариант психодиагностической методики используется для тестирования репрезентативной выборки испытуемых. Результаты этого тестирования сводятся в описанную выше двумерную таблицу экспериментальных данных (ТЭД) типа «объект—при- знак» и служат материалом для дальнейшего анализа. Строки этой мат- рицы соответствуют объектам, то есть испытуемым, а столбцы — при- знакам, то есть ответам испытуемых на «черновой» вариант теста. Построение диагностической модели. На этом этапе конструирова- ния психодиагностической методики исследователь, используя техно- логию анализа данных, строит диагностическую модель, под которой понимается способ компоновки (преобразования, агрегирования) спе- циальным образом отобранных и оцененных диагностических призна- ков (вариантов ответов на задания теста) в диагностический показатель. Для того чтобы построить диагностическую модель, необходимо выполнить следующие процедуры. Процедура 1. Оценить тестовые задания, то есть отобрать информа- тивные признаки. На предыдущем этапе рассматривались вопросы формирования «чернового» варианта теста или шкалы, которые каса- лись исключительно мастерства формулирования тестовых заданий. Целью анализа заданий является отбор таких заданий, которые наибо- лее удачно описывают содержание измеряемого свойства. Признаки (или тестовые задания), ошибочно включенные в тест, должны быть исключены. Процедура 2. Определить диагностический показатель, то есть найти способ компоновки отобранных признаков. Понятие диагностического показателя базируется на представлении о том, что все многообразие оценок по отдельным заданиям теста может быть сведено в единое по- нятие, которое можно охарактеризовать одномерным континуумом, то есть осью или шкалой. Синонимами понятия «диагностический пока- 51
компьютерная психодиагностика затель» являются «интегральный показатель», «диагностическое пра- вило», «решающее правило». Традиционно в психодиагностике используются линейные модели, в которых диагностический показатель Р представляется в виде взве- шенной суммы исходных признаков Yb Y2,... ,Ym (i= 1,..., rri). Р(У) = + axYx + a2Y2 +...+ amYm, где a,- (i = 1,..., m) так называемые весовые коэффициенты. Распространенность линейных моделей объясняется, прежде все- го, их наибольшей простотой и понятностью. Например, психолог, обрабатывающий ответы испытуемого на вопросы теста «вручную» с помощью специального ключа, суммирует совпадения с определенны- ми весами и тем самым реализует линейную диагностическую модель. Описанный в предыдущем разделе подход к исследованию личнос- ти путем выделения черт, как правило, постулирует независимый, ад- дитивный (линейный) вклад каждой черты в определение диагности- ческого показателя. Так, например, Р. Кеттелл и его последователи практически реализовали этот подход, построив и опубликовав в сво- их руководствах массу подобных указанным выше уравнений эффек- тивности, основанных на результатах множественного регрессионного анализа сведений об эффективности различных групп профессиона- лов (менеджеров разного уровня, полицейских, продавцов, психоло- гов и т. п.), протестированных с помощью 16PF. Несколько более высокая гибкость «типологического» подхода состоит в возможности отказа от линейных зависимостей: точкам и об- ластям, в разной степени удаленным от начала координат, приписыва- ется вовсе не всегда пропорциональный рост определенной поведен- ческой симптоматики, но иногда качественно разное поведение. При этом, в частности, учитывается взаимодействие черт: прогноз по од- ной черте (фактору) зависит от значения выраженности другой черты [Шмелев, 2002]. Проведение процедур построения диагностической модели суще- ственным образом определяется двумя различными стратегиями, или подходами конструирования тестов и шкал с помощью технологии анализа данных. Первая стратегия предполагает наличие внешнего критерия в виде экспериментальных данных, независимо и достоверно репрезентиру- ющего исследуемое свойство. Под внешним критерием понимается так называемая обучающая выборка как некоторая дополнительная обу- чающая информация о диагностируемом свойстве исследуемых объ- ектов. 52
Глава 1. Психометрическая парадигма конструирования тестов и шкал Вторая стратегия основывается на отсутствии внешнего критерия, или так называемом критерии автоинформативности, подразумевающем, что диагностическую модель можно непосредственно построить, исхо- дя из числовых отношений сходства и различия объектов и признаков. В литературе первая стратегия (наличие внешнего критерия) изве- стна как критериально-ключевой принцип конструирования тестов, по- зволяющий на основе обнаружения психологических признаков диф- ференцировать релевантные критериальные группы от контрольных. Примерами методик, в которых реализован этот принцип, являются эмпирические опросники, такие как MMPI, «Бланк интересов» Стронга и др. Так, при разработке MMPI из первоначального банка утвержде- ний в основные клинические шкалы включались только те, которые хорошо дифференцировали испытуемых с тем или иным клиническим диагнозом от контрольной группы здоровых людей. Второй стратегии (отсутствие внешнего критерия) соответствует факторно-аналитический принцип конструирования тестов на основе выявления ограниченного, определяемого разработчиками круга фак- торов [Клайн, 1994]. Под фактором подразумевается конструкт, опе- рационально определяемый его факторными нагрузками. Под фактор- ными нагрузками понимаются значения корреляции переменных с данным фактором. При разработке теста корреляционному анализу подвергаются связи между заданиями, и в тесте остаются только те из них, которые коррелируют с общим фактором; этот фактор затем вы- ступает в качестве конструкта. Примерами тестов, созданных в соот- ветствии с факторно-аналитическим принципом, могут служить фак- торные опросники, например, 16-факторный опросник Кеттелла, личностный опросник Айзенка и др. Рассмотрим процедуры построения диагностической модели для этих двух стратегий. Критериально-ключевой принцип конструирования тестов. В основе этого принципа лежит возможность привлечения дополнительной ин- формации, кроме той, которая непосредственно содержится в исход- ной ТЭД. Def Критериально-ключевой принцип конструирования тестов пред- полагает наличие дополнительной информации, кроме той, которая содержит ТЭД. Эту дополнительную информацию называют обучающей, и она формируется по так называемым критериям внешней информативно- сти, или, иными словами, внешним критериям. 53
Компьютерная психодиагностика Выделяют три основные группы внешних критериев: экспертные, экспериментальные и жизненные [Дюк, 1994]. Экспертные критерии — это оценки, суждения, заключения об ис- пытуемых, вынесенные экспертом или группой экспертов. Эксперта- ми могут быть специалисты: психологи, врачи, педагоги, руководите- ли и т. п. Так, например, в качестве обучающей выборки можно рассматривать группу больных с определенным диагнозом, поставлен- ным врачом при обследовании в клинике. Объективизация внешнего критерия достигается увеличением чис- ла экспертов. При участии группы экспертов существуют четыре спо- соба определения единого экспертного критерия: коллективная оцен- ка, средневзвешенная оценка, ранжирование и парное сравнение. При коллективной оценке эксперты совместно, путем выработки общего компромиссного мнения оценивают испытуемого по диагнос- тируемому качеству с помощью предложенной разработчиком теста балльной шкалы. При этом важными факторами являются как харак- тер группового взаимодействия экспертов, так и разрешающая способ- ность заданной оценочной шкалы. При средневзвешенном оценивании эксперты независимо друг от друга определяют значения критериального показателя. Среди полу- ченных оценок явно отклоняющиеся, аномальные отбрасываются, а оставшиеся — усредняются. Метод ранжирования основан на определении рангов выраженно- сти исследуемого качества в группе испытуемых. Полученные ранго- вые места при независимом оценивании также могут усредняться, но корректнее в данном случае пользоваться медианными оценками, то есть каждому испытуемому приписывать ранг, равный медиане ряда рангов, присвоенных ему всеми экспертами. При методе парного сравнения задача экспертов состоит в попар- ной расстановке испытуемых по позициям альтернативных признаков («общительный — замкнутый», «хороший — плохой» и т. п.). Показа- телем места, занимаемого в ряду других, наиболее часто служит общее число предпочтений данного испытуемого. Этот показатель обычно нормируется по отношению к числу экспертов и общему количеству сравниваемых испытуемых, а затем выражается в процентах. Более сложные варианты приведения результатов ранжирования и парного сравнения испытуемых к одномерному критериальному по- казателю связаны с применением компьютерных методов многомер- ного шкалирования. Экспериментальными критериями являются результаты одновремен- ного и независимого обследования испытуемых другим тестом, кото- 54
Глава Г Психометрическая парадигма конструирования тестов и шкал рый считается апробированным и измеряющим то же свойство, что и конструируемый тест. Жизненные критерии — это объективные социально-демографичес- кие и биографические данные (стаж, образования, профессия и т. п.), показатели успеваемости, производственные показатели эффективнос- ти выполнения отдельных видов профессиональной деятельности и т. п. Эти критерии наиболее часто применяются для конструирования тес- тов способностей к обучению, интеллекта, методик для профотбора и профориентации, тестов общих и специальных способностей и т. д. Технология анализа данных предлагает широкий арсенал методов получения диагностических показателей и отбора информативных признаков при наличии внешнего критерия. В этом случае исследова- тель решает описанную в предыдущем разделе задачу группировки ис- пытуемых на заданные группы при помощи соответствующих методов. В частности, для построения диагностического показателя и отбо- ра информативных признаков может использоваться множественный регрессионный анализ, с помощью которого строится линейное адди- тивное уравнение вида Z= а0 + axYx + a2Y2 +...+ amYm + едля оценки значения внешнего критерия Zno значениям исходных признаков Yx, Y2, Ym. Коэффициенты ах = 1, ... , т) выбираются таким образом, чтобы погрешность оценки е была по возможности минимальной [Мельников, Ямпольский, 1985]. Это уравнение, называемое уравнением регрессии, связывает вне- шний критерий с исходными признаками. Подставляя в правую часть уравнения индивидуальные значения признаков для каждого испыту- емого, получают интегральную оценку измеряемого свойства для дан- ного испытуемого. После этого вычисляется коэффициент множе- ственной корреляции, который рассматривается как мера валидности совпадений оценок теста с оценками по внешнему критерию. Статис- тическая значимость коэффициента множественной корреляции про- веряется с помощью критерия Фишера. Если гипотеза о значимости коэффициента множественной корреляции отклоняется, то разраба- тываемый тест не может считаться валидным относительно выбран- ного внешнего критерия. Квадрат коэффициента множественной корреляции, или коэффи- циент детерминации, показывает, какая часть дисперсии внешнего критерия может быть объяснена с помощью показателей теста, а какая часть остается необъясненной. Каждый тестовый признак вносит свой вклад в объясняемую часть дисперсии внешнего критерия, поэтому без большой ошибки из теста могут быть исключены все признаки, внося- щие незначительный вклад в объясняемую часть дисперсии. В регрес- 55
Компьютерная психодиагностика сионном анализе существуют специфические статистические методы отбора переменных, используя которые можно построить уравнение для вычисления интегрального показателя, включающего только наи- более значимые для оценки измеряемого свойства признаки. Факторно-аналитический принцип конструирования тестов. В основе этого принципа лежит идея о том, что если несколько признаков, из- меренных на группе индивидов, изменяются согласованно, то можно предположить существование одной общей причины этой совместной изменчивости — фактора как скрытой (латентной), непосредственно не доступной измерению переменной. Например, если в таблице свя- зи (ТС) обнаруживается группа сильно коррелирующих признаков, то, возможно, это является следствием отражения признаками, вошедши- ми в группу, эмпирического фактора, соответствующего требуемому диагностическому конструкту. Def Факторно-аналитический принцип конструирования тестов пред- полагает наличие изменяющихся согласованно признаков. В этом случае обучающая информация о требуемом значении диаг- ностируемой переменной в явном виде отсутствует, однако в неявном виде она должна присутствовать в экспериментальных данных. Такая информация закладывается на первом этапе конструирования психо- диагностического теста, когда экспериментатор формирует исходное множество признаков, каждый из которых, по его мнению, должен отражать определенные аспекты тестируемого свойства. При этом боль- шинство заданий «чернового» варианта теста должны согласованно «работать» на проявление тестируемого свойства. Внутренняя согла- сованность признаков означает статистическую направленность при- знаков на выражение общей, главной тенденции теста, то есть значи- мую корреляцию признаков с диагностируемым показателем. Для построения интегрального показателя можно воспользоваться методами факторного анализа. В этом случае обобщенный показатель ищется в виде линейной функции от рассматриваемых признаков теста: F( J) = fli У] + a2Y2 +...+ amYm. Коэффициенты яД/= 1,... , т) называются весами и подбираются таким образом, чтобы дисперсия значений интегрального показателя по всем испытуемым была максимальной. Полученный в этом случае интегральный показатель будет представлять собой так называемую первую главную компоненту, которая дает максимальный вклад в об- щую дисперсию. 56
Глава 1. Психометрическая парадигма конструирования тестов и шкал Для повышения гомогенности факторного интегрального показа- теля его расчет ведется по следующей итерационной схеме. Вначале на основе собранного эмпирического материала методами факторного анализа строится интегральный показатель F( У), обобщающий инфор- мацию, содержащуюся во всех заданиях теста. Если оказывается, что все признаки вошли в формулу для вычисления значения интеграль- ного показателя с большими весами ah то на этом работа заканчивает- ся. Однако так бывает редко. В большинстве случаев среди признаков теста присутствуют признаки с малыми весами, которые без ущерба могут быть отброшены. После сокращения исходного списка призна- ков делается повторный расчет для нового интегрального показателя. При этом может оказаться, что часть признаков опять будет иметь низ- кие нагрузки, так что потребуются дальнейшее сокращение и допол- нительные расчеты. Итогом такой работы будут список информативных признаков и формула для вычисления по этим признакам значения интегрального показателя (фактора). Эта формула позволяет произвести математи- чески обоснованную замену множества отдельных оценок одной ин- тегральной оценкой. Причем интегральные оценки получаются в цен- тронормированном виде, когда среднее арифметическое значение равно нулю, а дисперсия — единице. Таким образом, факторно-аналитический и критериально-ключе- вой принципы конструирования тестов предполагают применение методов построения интегральных показателей, существенно различа- ющихся между собой. При использовании множественного регрессионного анализа обыч- но стремятся получить оптимальную оценку известного внешнего кри- терия. В противоположность этому при использовании факторного анализа пытаются построить новую, фиктивную переменную, влия- нием которой объясняются основные изменения входящих в тест при- знаков. Поэтому регрессионная модель интегрального показателя пред- ставляет собой линейную комбинацию признаков теста, максимально коррелирующих с внешним критерием и минимально друг с другом, а факторная модель, наоборот, является линейной комбинацией призна- ков теста, максимально коррелирующих между собой. В связи с этим интегральный показатель, построенный методами регрессионного ана- лиза, будет обладать высокой эмпирической валидностью и низкой гомогенностью, а построенный методами факторного анализа — вы- сокой гомогенностью и конструктивной валидностью. Однако факторно-аналитический и критериально-ключевой прин- ципы конструирования тестов не следует противопоставлять друг дру- 57
Компьютерная психодиагностика гу. На практике часто встречаются случаи, когда, например, шкалы, построенные на основе критериально-ключевого принципа, могут быть в дальнейшем подвергнуты факторному анализу. В качестве примера такой работы можно привести работу по проведению факторного ана- лиза полного пространства шкал методики MMPI и опросника 16PF Кеттелла [Мельников, Ямпольский, 1985]. Стандартизация и испытание диагностической модели. Третий, заклю- чительный этап разработки тестов включает две важные процедуры: стан- дартизацию и испытание построенной диагностической модели. Этапы процедуры стандартизации кратко описаны в п. 1.1. Кроме проведения этой процедуры, как правило, устанавливают и другие пси- хометрические свойства теста. Для тестов, построенных по факторно-аналитическому принципу, производится расчет коэффициентов надежности по указанным в п. 1.1 формулам. Если имеются результаты обследования выборки стандартизации параллельными формами теста, то рассчитываются коэффициенты корреляции этих результатов с баллами, полученными с помощью но- вого теста. Проверка надежности как устойчивости к ретестированию совер- шенно необходима при диагностике свойств, по отношению к кото- рым теоретически ожидается инвариантность во времени. Анализ ре- тестовой надежности может быть (так же как анализ надежности — согласованности) совмещен с исследованием информативности от- дельных пунктов. Для анализа валидности рассчитываются коэффициенты корреля- ции сконструированного теста с релевантным внешним критерием, а также с результатами дополнительных тестов для оценки конструкт- ной валидности. Способы получения стандартизованных диагностических оценок, а также основные характеристики психодиагностических тестов, под- вергающиеся испытанию и отражающие качество разработанного пси- ходиагностического инструмента, достаточно детально описаны в ли- тературе [Анастази, 1982; Мельников, Ямпольский, 1985; Дюк, 1994; Клайн, 1994; Бурлачук, Морозов, 1999]. 1.3.2. Компьютерные психометрические системы Очевидно, что конструирование психодиагностических методик и шкал предполагает использование какого-либо статистического паке- 58
Глава 1. Психометрическая парадигма конструирования тестов и шкал та многомерного анализа данных, например, такого, как SPSS или STATISTICA. И многие исследователи так и поступают. С появлением персональных компьютеров стало реальностью со- здание достаточно универсальных и гибких программных систем, по- зволяющих автоматизировать практически все этапы исследования по созданию психометрических тестов: □ разработку «чернового» варианта теста; □ проведение пилотажного исследования в режиме диалога; □ анализ результатов, включая анализ пунктов, отсев «неработаю- щих» пунктов; □ коррекция ключей и набора вопросов, создание новой (как пра- вило, сокращенной) версии; □ построение системы интерпретационных правил и сообщений (на основе тестовых норм и профилей); □ сдача теста в эксплуатацию с использованием дополнительных возможностей диалогового режима для контроля за достоверно- стью (контроль по шкале социальной желательности и т. п.). Ярким примером такого программного комплекса является систе- ма ТЕСТАН+ [Шмелев, 2002], которая дает возможность очень быст- ро разработать тест, собрать по нему в компьютерном классе (в локаль- Таблица 1.7 Меню психометрической системы ТЕСТАН+ [цит по: Шмелев, 2002] Нормы Валидность Надежность Достоверность Пункты Анализ рас- пределения Ввод и редакти- рование крите- рия Расщепление теста Редактор бал- лов по СЖ-шкале Надежность пунктов Проверка нор- мальности Внешняя (по критерию) Альфа-надеж- ность Расчет социаль- ной желатель- ности Валидность пунктов Проверка ус- тойчивости Внутренняя валидность Ввод и редакти- рование Дублирующие пункты Достоверность пунктов Табличные нормы Факторный анализ шкал Ретестовая надежность Консистент- ность протокола Ретестовая надежность Критериальные нормы Конфирматор- ный факторный анализ Эксплоратор- ный факторный анализ Настройка стандартной шкалы Кластерный анализ Анализ конгру- энтности Сокращение пунктов 59
Компьютерная психодиагностика ной сети) представительный массив в несколько сот протоколов, тут же проанализировать, построить обоснованную факторную структуру, отбросить неудачные пункты (не дающие вклад ни в один из интер- претируемых факторов). Ниже в таблице представлены возможности системы ТЕСТАН+ в виде меню, которое реализуется этим психомет- рическим пакетом. С помощью этого пакета были проанализированы, например, не только интеркорреляции между 300 пунктами 16РФ, но и между 377 пунктами ММИЛ (модификация MMPI, созданная Ф. Б. Берези- ным и соавторами), подсчитанные по выборкам, включающим свыше 1000 испытуемых. Сравнение факторных решений, полученных с по- мощью ТЕСТАН+ и одного из популярных западных пакетов SPSS-10, показало, что главные компоненты и варимакс-факторы совпадают с точностью до сотых долей (по величинам факторных нагрузок). 1.4. ПРИМЕР КОНСТРУИРОВАНИЯ ШКАЛЫ «УРОВЕНЬ НЕВРОТИЗАЦИИ» (УН) Для иллюстрации традиционной психометрической парадигмы кон- струирования тестов и шкал рассмотрим этапы построения принци- пиально новой оригинальной методики (шкалы) для психологической диагностики уровня невротизации (УН). Методика может быть исполь- зована как в целях экспресс-диагностики невротических состояний при психогигиенических и психопрофилактических исследованиях, так и для изучения динамики состояния больных в процессе фармакотера- пии и психотерапии в клинике неврозов и неврозоподобных рас- стройств. Работа была выполнена в лаборатории клинической психологии Психоневрологического института им. В. М. Бехтерева и отражена в методических рекомендациях [Иовлев, Карпова, Вуке, 1999]. 1.4.1. Формирование информационной базы исследования Как было сказано выше, конструирование психодиагностических методик или шкал начинается с формирования «чернового» варианта теста. Для разработки новой шкалы, направленной на определение уровня невротизации, первоначально были использованы утвержде- 60
Глава 1. Психометрическая парадигма конструирования тестов и шкал ния из аналогичной шкалы опросника УНП [Методические рекомен- дации, 1980]. Этот опросник был достаточно простым, валидным и чувствительным инструментом, который использовался как в целях первичной диагностики пограничных состояний и объективации ди- намики состояния в процессе лечения, так и для выявления группы риска при профотборе и профосмотре лиц, работающих в экстремаль- ных условиях. Методика УНП нашла широкое применение в практи- ческой и научно-исследовательской работе и показала свою эффектив- ность. Однако за период, прошедший со времени создания методики в 1974 г., произошли существенные изменения в формировании и соци- альном функционировании личности — и здоровой, и больной. Суще- ственным обстоятельством, несомненно, является общая социальная и экономическая нестабильность в обществе, потеря жизненных ори- ентиров у многих людей, проблемы с занятостью и многие другие со- циально-фрустрирующие факторы, влияющие на психогенез погранич- ных нервно-психических расстройств. Можно полагать, что эти изменения сказались на патоморфозе неврозов и, следовательно, мог- ли вызвать соответствующие изменения диагностического значения отдельных характеристик состояния больного. Тем самым могли про- изойти изменения диагностического значения утверждений ранее раз- работанных специализированных методик, в частности, опросника УНП, и прежде всего в шкале невротизации. При разработке опросника УНП была показана диагностическая информативность входящих в него утверждений, обоснованная стати- стически значимым различием частот ответов на них в группах боль- ных неврозами и здоровых. Эти утверждения отражают такие харак- терные проявления невротических и неврозоподобных состояний, как быстрая утомляемость, эмоциональная нестабильность, нарушения сна и психической активности, ипохондрическая фиксация на неприят- ных соматических ощущениях, снижение настроения, повышенная раздражительность, возбудимость, неуверенность в себе, снижение работоспособности, наличие тревоги, страхов и опасений и др. При конструировании шкалы УН был использован критериально- ключевой принцип конструирования тестов, позволяющий дифферен- цировать релевантные критериальные группы от контрольных. В ка- честве внешнего критерия была взята группа больных неврозами, находящихся на лечении в отделении неврозов и психотерапии Пси- хоневрологического института им. В. М. Бехтерева и в клинике невро- зов больницы им. И. П. Павлова. Диагноз «невроз» был клинически верифицирован высококвалифицированными специалистами на ос- нове комплексного обследования и лечения в условиях стационара. 61
Компьютерная психодиагностика Таким образом, 40 утверждений шкалы невротизации опросника УНП были предъявлены 262 здоровым (из них мужчин —• 142 и жен- щин — 120) и 269 больным неврозами (из них мужчин — 106 и жен- щин — 163). Результаты этого тестирования позволили создать таблицу экспе- риментальных данных (ТЭД) типа «объект—признак», строки которой соответствовали испытуемым, а столбцы — признакам, то есть отве- там испытуемых на методику УНП. 1.4.2. Построение диагностической модели Этот этап конструирования психодиагностической методики пред- полагает отбор информативных признаков (оценку тестовых заданий) и выбор способа компоновки отобранных признаков (определение диагностического показателя). Отбор информативных признаков осуществлялся следующим об- разом. Были вычислены частоты ответов («ДА» и «НЕТ») для каждого из 40 утверждений в группе здоровых (Рда, Рнет) и в группе больных не- врозами (<?да, снет) раздельно для мужчин и женщин. С помощью кри- терия Фишера определялась достоверность различий частот. Различия, достигшие уровня статистической значимости (р < 0,05), были выяв- лены для 32 утверждений у мужчин и для 33 утверждений у женщин. Ниже приведены пять утверждений, общих и для мужчин, и для женщин, различия частот ответов на которые между больными и здо- ровыми оказались статистически незначимы. 291. Мне бы хотелось быть членом нескольких кружков или обществ. 37. Я верю в торжество справедливости. 61. Я стараюсь сохранить свой стиль в одежде. 65. Мое зрение осталось таким же, как и было за последнее время. 85. Если бы мне дали такую возможность, я мог бы успешно руко- водить тысячами людей. Эти пять утверждений были исключены из списка утверждений как утратившие диагностическую информативность, которой они во вре- мя разработки опросника УНП обладали. Остальные 35 утверждений были включены в состав нового опросника «Уровень невротизации» (УН). Вычисленные частоты ответов «ДА» и «НЕТ» в группах здоро- вых (Рда> Рнет) и больных неврозами (0да 0НСТ) на всей выборке испыту- емых для этих 35 утверждений и уровень статистической достовернос- 1 Указаны номера утверждений опросника УНП. 62
Глава 1. Психометрическая парадигма конструирования тестов и шкал ти различий этих частот содержатся в методических рекомендациях [Иовлев, Карпова, Вуке, 1999]. Для разработки диагностического правила опросника УН, направ- ленного на определение уровня невротизации, как и при разработке опросника УНП, были использованы методы анализа данных, реали- зующие задачу конструирования решающего правила для классифи- кации наблюдений по заданной совокупности признаков, известных для каждого наблюдения. В этом случае решающее диагностическое правило вырабатывается на основании анализа образцов наблюдений, для которых с высокой надежностью определена принадлежность к диагностическим классам («обучающая выборка»). Эффективность решающего правила определяется на материале новых, ранее не ис- пользованных наблюдений («контрольная выборка»). Как отмечалось выше, одним из самых распространенных методов анализа данных в психодиагностике является построение линейной диагностической модели, которая представляет собой алгебраическую сумму диагностических коэффициентов, соответствующих отдельным значениям используемых признаков. При разработке шкалы УН была использована линейная модель с диагностическими весами, которые определялись как логарифмы от- ношения правдоподобия. В качестве признаков для классификации испытуемых на здоровых и больных неврозами были взяты ответы на 35 утверждений, включен- ных в состав нового опросника. Для построения решающего правила и оценки его эффективности общие выборки были разделены на «обучающую», в которую вошли около 3/4 всех наблюдений (365), и «кон- трольную», в которую соответственно вошли около 1/4 наблюдений (117). Для каждого из 35 утверждений опросника на материале «обучаю- щей выборки» раздельно для мужчин (101 здоровых и 73 больных не- врозами) и женщин (88 здоровых и 103 больных неврозами) вычисля- лись по два диагностических коэффициента: для утвердительного ответа — Лда = 101g p^Jq^ для отрицательного ответа — Лнет = 101g рнет/4нет, ГДе. /?да — Рда + 1/-У, Рнет ^нет + 1/^ ?ца = Сда + V(7нет = Снег + 1/М Рда — частота ответа «ДА» в «обучающей выборке» здоровых; Сда — частота ответа «ДА» в «обучающей выборке» больных невро- зами; Рнет — частота ответа «НЕТ» в «обучающей выборке» здоровых; бнет ~ частота ответа «НЕТ» в «обучающей выборке» больных не- врозами; 63
Компьютерная психодиагностика 7V= max (N3, NH); N3 — численность выборки здоровых; NH — численность выборки больных неврозами. Для упрощения последующих вычислений диагностические коэф- фициенты определялись с точностью до единицы. Отрицательная ве- личина коэффициента свидетельствует о невротических изменениях личности, а положительная — об отсутствии таковых. Абсолютная ве- личина диагностического коэффициента является мерой диагности- ческой значимости ответа. Оценка информативности утверждений, учитывающая оба варианта ответа, производилась с помощью специальной меры — функционала Кульбака: I #Лн/ W + NH) [(рда (7да) 1g (Рда / ^7да) + (Рнет— ^нет) Ьэ(Рнет / ^7нет)]> где I— функционал Кульбака. Чем больше эта мера, тем в среднем больше диагностической ин- формации можно ожидать от ответа испытуемого на соответствующее утверждение из опросника. Функционал Кульбака позволяет ранжировать утверждения опрос- ника по диагностической информативности, располагая их от наибо- лее к наименее диагностически ценным. Общая диагностическая информативность всей совокупности от- ветов на утверждения шкалы УН, также как для соответствующей шка- лы из опросника УНП, определяется с помощью итоговой оценки. Итоговая оценка является алгебраической суммой всех диагностичес- ких коэффициентов, соответствующих всем ответам испытуемого. Эта оценка представляет собой дискриминатор (различитель), количе- ственное значение которого для конкретного испытуемого отражает его сходство с представителями сравниваемых диагностических классов в «обучающей выборке» — здоровых и больных неврозами. Итоговая сумма (Е), являющаяся алгебраической суммой всех диаг- ностических коэффициентов ответов конкретного испытуемого, может быть положительной или отрицательной. Так как отрицательный диаг- ностический коэффициент отдельно рассматриваемого ответа свидетель- ствует о том, что данный ответ преобладает у больных неврозами, а по- ложительный — у здоровых, то, как правило, отрицательная итоговая оценка свидетельствует о преобладании у испытуемого ответов, харак- терных для больных неврозами, а положительная, соответственно, сви- детельствует о преобладании у испытуемого ответов, характерных для здоровых. Чем больше положительная по знаку итоговая оценка, тем больше вероятность принадлежности испытуемого к группе здоровых. 64
Глава 1. Психометрическая парадигма конструирования тестов и шкал Чем меньше отрицательная по знаку итоговая оценка (соответственно, чем больше она по абсолютной величине), тем больше вероятность при- надлежности испытуемого к группе больных неврозами. Разработка новой шкалы УН предусматривала сравнение эффек- тивности УН с эффективностью ранее разработанной шкалы невроти- зации из опросника УНП. С этой целью проводилось вычисление и сопоставление итоговых шкальных оценок вновь разработанной шка- лы УН и ранее разработанной шкалы невротизации опросника УНП на одном и том же материале, в качестве которого выступала «конт- рольная выборка» испытуемых мужчин (34 здоровых и 24 больных не- врозами) и женщин (29 здоровых и 30 больных неврозами). Для каждого испытуемого этой «контрольной выборки» вычисля- лись две итоговые оценки: одна — с помощью диагностических коэф- фициентов шкалы УН, полученных на «обучающей выборке», другая — с помощью диагностических коэффициентов шкалы невротизации опросника УНП, приведенных в методических рекомендациях «Мето- дика определения уровня невротизации и психопатизации (УНП)» (1980). Результаты статистического анализа, направленного на сопо- ставление этих двух итоговых оценок, содержатся в методических ре- комендациях [Иовлев, Карпова, Вуке, 1999]. Для определения эффек- тивности шкалы используется разность среднегрупповых значений шкальных оценок у больных неврозами и здоровых; эта разность по- казывает, на какое расстояние удалены друг от друга в пространстве шкалы центры диагностируемых классов испытуемых. Результаты ис- следования показали, что итоговые шкальные оценки опросников УН и УНП существенно различны для мужчин и женщин. Несмотря на то, что в группе мужчин у больных неврозами средняя величина оценки по шкале невротизации опросника УНП значимо выше, чем по шкале УН, расстояние между диагностируемыми клас- сами испытуемых практически одинаковы. Таким образом, для муж- чин эффективность шкал одинакова. В группе женщин соответствующие средние значения и у здоровых, и у больных значимо выше по шкале УН, а расстояние между группа- ми здоровых и больных при использовании шкалы УН значительно возрастает. Это свидетельствует о ее большей эффективности по срав- нению с опросником УНП, согласно рассматриваемому критерию. Коэффициенты ранговой корреляции по Спирмену между итого- выми оценками сравниваемых шкал близки к единице, то есть эти оцен- ки жестко взаимосвязаны — испытуемые, получившие больший ранг итоговой оценки по одной шкале, как правило, получат практически совпадающий ранг по другой шкале. 3 Зак 4548 65
Компьютерная психодиагностика Таким образом, как показал проведенный статистический анализ, обе шкалы одинаково упорядочивают по степени выраженности не- вротизации здоровых и больных неврозами, как в группе мужчин, так и группе женщин. В то же время шкала УН, сохраняя у мужчин то же расстояние между диагностическими классами, что и шкала УНП, в группе женщин в большей степени удаляет друг от друга оценки здо- ровых и больных женщин. Распределение оценок между этими груп- пами испытуемых, сохраняя их взаимный порядок, становится как бы более контрастным. Кроме того, было проведено непосредственное сопоставление точ- ности двух шкал при психодиагностическом решении об альтернатив- ной принадлежности испытуемого к группе здоровых или группе боль- ных неврозами. Результаты такого сопоставления показали, что точность альтернативной диагностики двух шкал практически оди- накова. В целом, как отмечается в методических рекомендациях (1999), про- веденное сопоставление двух шкал невротизации на одной и той же «контрольной выборке» наблюдений выявило некоторое преимущество вновь разработанной шкалы УН по сравнению со шкалой опросника УНП в дискриминации двух классов испытуемых — здоровых и боль- ных неврозами. Учитывая положительные результаты в оценке диагностической эффективности первоначального варианта шкалы УН (построенной на материале «обучающей выборки», включающей 365 наблюдений), был разработан ее окончательный вариант. Диагностические коэффициен- ты этого варианта шкалы были вычислены на материале всех имею- щихся наблюдений (531 чел.), что позволило уточнить их значения. Все 35 основных утверждений опросника с указанием весовых ко- эффициентов соответствующих ответов («ДА» или «НЕТ») образовали новую уточненную шкалу, направленную на определение уровня не- вротизации (УН). Кроме 35 утверждений, направленных на определе- ние уровня невротизации, в опросник УН были включены 10 утверж- дений, составившие шкалу неискренности; эти утверждения были отобраны из шкалы лжи опросника MMPI и, как правило, совпадают с утверждениями соответствующей шкалы УНП. Таким образом, но- вый вариант опросника состоит из 45 утверждений. В методических рекомендациях (1999) приводятся диагностические коэффициенты ответов на утверждения вновь разработанной шкалы УН и ранее разработанной шкалы невротизации опросника УНП, а также ранговые номера утверждений, установленные на основе функ- ционала Кульбака, в порядке убывающей информативности. 66
Глава 1. Психометрическая парадигма конструирования тестов и шкал Наибольшую диагностическую информативность, определяемую мерой Кульбака, имеют утверждения 13, 21, 27 у мужчин и 18, 8, 12 у женщин, а наименьшую — 17, 29, 3 у мужчин и 9, 42, 3 у женщин. Диагностическая ценность отдельных ответов, а не всего утвержде- ния в целом определяется абсолютной величиной диагностического коэффициента. Наиболее диагностически значимые ответы (имеющие наибольшие по абсолютной величине отрицательные коэффициенты), свидетельствующие о невротизации, оказались одинаковыми в группе мужчин и в группе женщин. К ним относятся: 8. Несколько раз в неделю у меня бывает такое чувство, что должно случиться что-то страшное (ответ «ДА»). 12. Почти каждый день случается что-нибудь, что пугает меня (от- вет «ДА»). 21. Большую часть времени я вполне доволен жизнью (ответ «НЕТ»). 27. Приступы сильного возбуждения и взволнованности у меня бы- вают раз в неделю или даже чаще (ответ «ДА»). 28. Боли в сердце или в груди у меня бывают очень редко (или не бывают совсем) (ответ «НЕТ»). 31. Я вполне уверен в себе (ответ «НЕТ»). 33. Почти каждую ночь меня мучают кошмары (ответ «ДА»). 41. Я редко задыхаюсь, и у меня не бывает сильных сердцебиений (ответ «НЕТ»). К наиболее диагностически значимым ответам (имеющим наиболь- шие по абсолютной величине положительные коэффициенты), свиде- тельствующим в пользу психического здоровья в группе мужчин, относятся: 13. Я замечаю, что мне трудно сосредоточиться на какой-либо зада- че или работе (ответ «НЕТ»). 14. У меня гораздо меньше всяких опасений и страхов, чем у моих знакомых (ответ «ДА»). 16. Жизнь для меня почти всегда связана с напряжением (ответ «НЕТ»). 18. У меня бывали периоды, когда из-за волнений я терял сон (от- вет «НЕТ»). 21. Большую часть времени я вполне доволен жизнью (ответ «ДА»). 31. Я вполне уверен в себе (ответ «ДА»). 38. Я часто предаюсь грустным размышлениям (ответ «НЕТ»). 42. Сейчас я чувствую себя лучше, чем когда-либо (ответ «ДА»). К наиболее диагностически значимым ответам (имеющим наиболь- шие по абсолютной величине положительные коэффициенты), свиде- тельствующим в пользу психического здоровья в группе женщин, относятся: 67
Компьютерная психодиагностика 2. Я мало устаю (ответ «ДА»). 18. У меня бывали периоды, когда из-за волнений я терял сон (от- вет «НЕТ»). 21. Большую часть времени я вполне доволен жизнью (ответ «ДА»). 31. Я вполне уверен в себе (ответ «ДА»). 32. Часто я и сам огорчаюсь, что я такой раздражительный и ворч- ливый (ответ «НЕТ»). 36. Иногда я бываю так возбужден, что мне трудно заснуть (ответ «НЕТ»). 41. Я редко задыхаюсь, и у меня не бывает сильных сердцебиений (ответ «ДА»). 44. Я почти все время испытываю чувство тревоги за кого-то или за что-то (ответ «НЕТ»). Сопоставление диагностических коэффициентов для одних и тех же ответов на утверждения опросников УН и УНП показало, что для трех утверждений (17, 21, 28) в шкале для женщин диагностические коэффициенты изменили знак, то есть изменили свою диагностичес- кую направленность. Кроме того, произошли изменения в абсолют- ной величине диагностических коэффициентов, сохранивших знаки. При этом выявлялись значительные различия в изменчивости диагно- стических коэффициентов в шкалах для мужчин и женщин. В шкале УН для женщин 49 коэффициентов возросло по абсолютной величине и 12 понизилось по сравнению с соответствующей шкалой невротиза- ции из опросника УНП. В то же время в шкале для мужчин повыси- лось только 32 коэффициента, а понизилось 35. Таким образом, в но- вой шкале УН дифференциально-диагностическая способность ответов различать больных неврозами и здоровых в группе мужчин в целом осталась такой же, как в опроснике УНП, а в группе женщин возросла. Для дальнейшего подтверждения этого факта был проведен статис- тический анализ средних величин диагностических коэффициентов шкал УН и УНП. Были сопоставлены величины диагностических ко- эффициентов вновь разработанной шкалы УН и шкалы невротизации из опросника УНП, а также вычислены коэффициенты корреляции между ними. Отдельно проанализированы отрицательные диагности- ческие коэффициенты, свидетельствующие о наличии невротизации, и положительные диагностические коэффициенты, свидетельствую- щие об отсутствии невротизации. При определении статистической значимости различий был использован непараметрический критерий попарных связанных данных Вилкоксона. В методических рекомендациях [Иовлев, Карпова, Вуке, 1999] при- водятся таблицы, подтверждающие различный характер изменений ди- 68
Глава 1. Психометрическая парадигма конструирования тестов и шкал агностических коэффициентов в шкалах для женщин и для мужчин. В шкале УН для мужчин сохраняются те же средние значения величин и положительных, и отрицательных диагностических коэффициентов, что и в соответствующей шкале невротизации из опросника УНП. Стати- стические значения коэффициентов корреляции между диагностиче- скими коэффициентами этих шкал подтверждают их тесную взаимо- связанность. В шкале УН для женщин средние значения величин диагностических коэффициентов (и положительных, и отрицательных), статистически значимо возросли по абсолютной величине по сравне- нию с соответствующей шкалой опросника УНП. Особо существенные изменения произошли среди положительных диагностических коэффи- циентов (характеризующих отсутствие невротизации), о чем свидетель- ствует статистически незначимый коэффициент корреляции между ди- агностическими коэффициентами сопоставляемых шкал. Кроме того, при сопоставлении вновь построенной шкалы УН и шкалы невротизации из УНП были вычислены коэффициенты ранго- вой корреляции по Спирмену при ранжировании информативности входящих в них утверждений на основе информационной меры Куль- бака. Статистически незначимый уровень величин этих коэффициен- тов свидетельствует в пользу самостоятельности шкалы УН. 1.4.3. Стандартизация и испытание диагностической модели Третий этап разработки тестов завершается установлением психо- метрических свойств теста. Как указано в методических рекомендациях [Иовлев, Карпова, Вуке, 1999], проведенное статистическое сопоставление двух шкал для опре- деления уровня невротизации подтвердило валидность и той и другой шкалы. Шкала невротизации из опросника УНП показала психодиаг- ностическую эффективность, близкую к той, которая была указана ав- торами при ее разработке (почти 25 лет назад). Несмотря на пато- морфоз неврозов, который, безусловно, происходил за это время, диагностическая ценность шкалы невротизации опросника УНП ока- залась устойчивой к этому процессу. По-видимому, шкала невротиза- ции УНП отражает такие нервно-психические особенности больных неврозами, которые оказались мало затронутыми изменениями, выз- ванными процессом патоморфоза неврозов. На основании получен- ных данных можно утверждать, что использование шкалы невротиза- ции опросника УНП продолжает оставаться обоснованным. 69
Компьютерная психодиагностика Вновь разработанная шкала УН показала эффективность несколь- ко большую по сравнению с опросником УНП. Статистически значи- мо возросла диагностическая эффективность шкалы невротизации УН для женщин, как это показывают приведенные выше результаты раз- ностороннего статистического анализа. Можно полагать, что диагно- стические коэффициенты новой шкалы УН, полученные на основе анализа материала современных исследований здоровых и больных неврозами, более точно характеризуют психодиагностическую инфор- мативность особенностей невротической личности и невротических состояний на настоящем этапе патоморфоза'неврозов по сравнению с опросником УНП. Надежность и адекватность использования опросника УН для пси- ходиагностической оценки степени невротизации личности могут быть повышены за счет разработки нового варианта диагностичес- кого правила. Традиционное использование итоговой оценки при вынесении диагностического решения, как указывалось выше, пред- полагает сравнение этой величины с двумя фиксированными поро- говыми значениями. Именно так было составлено рекомендуемое диагностическое правило опросника УНП. Однако использование двух фиксированных порогов позволяет выносить альтернативное диагностическое решение только с заранее заданным фиксирован- ным уровнем его надежности. Можно полагать, что более предпо- чтительным является вынесение решения, для которого психолог сам избирает уровень надежности психологического диагноза. При таком диагностическом правиле для каждой величины итоговой статисти- ческой оценки может быть указана вероятность наличия невротиза- ции, соответствующая этой величине. В методических рекомендациях [Иовлев, Карпова, Вуке, 1999] от- дельно для мужчин и для женщин приводятся интервалы итоговых оценок, характерных для больных неврозами и здоровых. Кроме того, в таблицах указаны соответствующие «зоне диагностической неопре- деленности» интервалы оценок, встречающихся одинаково часто и у больных неврозами, и у здоровых людей. Таблицы позволяют на осно- вании величины итоговой шкальной оценки определить, какова веро- ятность наличия невротизации (Pneu) у конкретного испытуемого и, соответственно, какова дополнительная вероятность отсутствия невро- тизации (Cneu = 1 ~ Леи)- Оценка вероятности наличия невротизации (Леи) определялась в предположении равенства априорных вероятно- стей наличия и отсутствия невротизации по формуле: Леи = Cint / (Ли + Cint)> 70
Глава 1. Психометрическая парадигма конструирования тестов и шкал где Cint — вероятность нахождения итоговой шкальной оценки в за- данном интервале у больных неврозами; Pint — вероятность итоговой шкальной оценки в заданном интервале у здоровых. Специальные исследования, подтверждающие надежность (воспро- изводимость) предлагаемой методики, не предусматривались прежде всего потому, что традиционные процедуры, предназначенные для изу- чения статистических характеристик воспроизводимости тестовых результатов, подразумевают направленность теста на изучение отно- сительно устойчивых психологических свойств личности и психоло- гических состояний. Валидность разработанной шкалы невротизации УН обусловлена использованием одного из методов анализа данных для построения решающего правила, положительными результатами диагностической эффективности этого правила, полученными на «контрольной выбор- ке» наблюдений больных неврозами и здоровых, ранее не вошедших в их «обучающую выборку», а также корреляцией результатов примене- ния вновь разработанной шкалы и шкалы невротизации опросника УНП на одних и тех же наблюдениях. Кроме того, о валидности шкалы УН свидетельствуют и результаты содержательного клинико-психоло- гического анализа утверждений опросника и соответствующих отве- там на эти утверждения диагностических коэффициентов.
Глава 2 ПСИХОСЕМАНТИЧЕСКАЯ ПАРАДИГМА КОНСТРУИРОВАНИЯ ПСИХОДИАГНОСТИЧЕСКИХ МЕТОДИК Психосемантическая парадигма конструирования психодиагности- ческих методик существенным образом отличается от изложенной в пре- дыдущей главе традиционной психометрической парадигмы. В основе этого различия лежат два разных фундаментальных представления о воз- можностях исследования психологических особенностей человека. В рамках традиционной психометрической парадигмы конструи- рование методик основано на привлечении группы испытуемых или выборки, наличии тестовых норм, при этом испытуемый представля- ется в ряду других испытуемых как некоторая точка в пространстве признаков, определяемых разрабатываемым тестом. Психосемантическая парадигма рассматривает индивида как носи- теля субъективного опыта с собственной системой смыслов. Субъек- тивный опыт представляется в виде семантического пространства, осями которого являются обобщенные смысловые основания, исполь- зуемые испытуемым для соотнесения и противопоставления стимулов или объектов. Таким образом, оба подхода предполагают построение метрического пространства с помощью технологии анализа данных, только в первом случае точками такого пространства являются испытуемые, а во вто- ром — стимулы или объекты, имеющие тот или иной смысл для конк- ретного испытуемого. Психосемантическая парадигма конструирования методик реали- зуется в русле экспериментальной психосемантики — сравнительно новой области психологии, возникшей в 1970-х годах и представлен- ной в первую очередь работами психологов Московского университе- та [Артемьева, 1980,1999; Петренко, 1983,1997; Шмелев, 1983]. 72
Глава 2. Психосемантическая парадигма конструирования методик 2.1. ЭКСПЕРИМЕНТАЛЬНАЯ ПСИХОСЕМАНТИКА Экспериментальная психосемантика представляет собой направле- ние исследований различных форм существования значений в инди- видуальном сознании (образы, символы, коммуникативные и ритуаль- ные действия, а также смысловые понятия). Основными задачами психосемантики являются реконструкция индивидуальной системы значений, через призму которой происходит восприятие субъектом мира, других людей, самого себя, а также изучение ее генезиса, строе- ния и функционирования [Петренко, 1997]. Разработка психосемантического подхода в психодиагностике на этапе становления велась по двум основным направлениям. Первое направление, представленное работами А. Г. Шмелева, включало экс- периментальное моделирование семантической системы обыденного сознания в области черт личности («имплицитной теории личности» [Bruner, Tagiuri, 1954]). Оно имело своей целью раскрытие социокуль- турных нормативов житейской психологии совокупного носителя рус- скоязычной культуры и на этой основе построение «Тезауруса личнос- тных черт». Разработанный тезаурус содержит 1650 лексических единиц, выде- ленных с помощью автоматической классификации экспертных оце- нок. Как отмечают авторы-разработчики [Шмелев с соавт., 1988], в словарной статье словаря-тезауруса дается не определение значения слова, как в толковых словарях, а перечень слов, обладающих устой- чивыми связями с ключевым словом. Семантическому словарю-тезау- русу сродни ассоциативный словарь, но тезаурус является семантически более рафинированным и структурированным способом представле- ния смысловых связей. Словарная статья словаря-тезауруса помимо синонимов включает в себя антонимы, а также семантически более широкие, чем синонимы и антонимы, «симиляры» и «оппозиты». Личностные характеристики, представленные в «Тезаурусе», могут служить построению репрезентативных контрольных списков (психо- семантических методик с заданными конструктами) и системы шкал личностных тест-опросников. Второе направление, представленное работами В. И. Похилько (1987), посвящалось экспериментальному моделированию индиви- дуального «пространства» личностных конструктов, изучению отобра- жения коллективной системы представлений о личности в индивиду- альном сознании. В рамках этого направления появилась первая компьютерная разработка «Теста личностных конструктов», которая позволила приблизиться к решению задач целостной индивидуально- 73
Компьютерная психодиагностика ориентированной психодиагностики, построенной на анализе субъек- тивного значения, придаваемого испытуемым объекту оценивания. Таким образом, исследования А. Г. Шмелева и В. И. Похилько по- ложили начало отечественным работам в области психологической диагностики, основанным на принципах и методах эксперименталь- ной психосемантики. Основной особенностью психосемантического подхода является то, что в нем реализуется не «объектная», а «субъектная» парадигма про- ектирования и анализа данных психодиагностических методик [Шме- лев, 1982]. Субъектная парадигма анализа данных в психодиагностике подразумевает то, что исследование личности человека производится без привлечения групповых данных. Как отмечает Шмелев (1982), тра- диционная психометрическая парадигма приводит в результате иссле- дования к представлению личности в виде вектора (или точки) в неко- тором пространстве внешних по отношению к ней координат. В отличие от этого, парадигма, лежащая в основе направления, называемого психосемантикой, позволяет рассматривать самого субъекта как некое пространство смыслов, индивидуальных значений, социальных отно- шений, идентификаций. Анализу в этом случае подвергается индиви- дуальная структура личности, описываемая на ее собственном языке, в системе собственных конструктов. Исходная информация для тако- го анализа порождается испытуемым и отражает определенную систему смысловых расчленений, противопоставлений и обобщений, лежащую в основе субъективных оценок, отношений и предсказаний. «Психо- семантический подход позволяет наметить новые принципы типоло- гии личности, где личность испытуемого рассматривается не как набор объектных характеристик в пространстве диагностических показате- лей, а как носитель определенной картины мира, как некоторый мик- рокосм индивидуальных значений и смыслов» [Петренко, 1997. С. 6]. Преимущества психосемантических методов психодиагностики свя- зывают с их эффективностью и гибкостью в исследовании личности че- ловека, с возможностью строить предсказания и проверять гипотезы сразу же в ходе эксперимента без привлечения групповых статистичес- ких норм и громоздких систем толкования [Похилько, Федотова, 1984], а также с их способностью «разводить» получаемые данные по крите- рию «осознаваемость — неосознаваемость» [Шумаков, Дегтярев, 1985]. Несмотря на очевидные достоинства и огромные психодиагности- ческие резервы методов психосемантики, наиболее адекватной пред- ставляется точка зрения, согласно которой эти методы должны не за- менять, а дополнять традиционные методы исследования личности: «Эти новые средства, будучи использованы наряду с другими методи - 74
Глава 2. Психосемантическая парадигма конструирования методик ками, такими, как личностные опросники и проективные тесты, по- зволяют выявлять и описывать качественные особенности индивиду- ального сознания, реконструировать систему смысловых параметров, лежащих в основе восприятия данным конкретным человеком себя и других людей, объектов и отношений» [Похилько, 1987. С. 228]. Центральным понятием в экспериментальной психосемантике яв- ляется понятие семантического пространства, а методы психосеман- тики как раз и направлены на построение индивидуальных семанти- ческих пространств. По определению Шмелева (1996), семантическое пространство (СП) — это пространственно-координатная модель индиви- дуальной или групповой системы представлений. Оси пространства образуются с помощью технологии анализа дан- ных и представляют собой обобщенные смысловые основания, кото- рыми стихийно пользуется испытуемый для соотнесения и противо- поставления объектов. Образы отдельных объектов представлены в СП в виде точек (векторов), положение которых задано координатными проекциями на оси. Естественно, что значение понятия определяется тем точнее, чем больше число осей задано, то есть чем больше число шкал, по которым это понятие оценивается. Однако на практике для определения семантического пространства достаточно знать его основ- ные измерения. Субъективное семантическое пространство является одним из эвристических методов исследования индивидуальной сис- темы значений и, следовательно, сознания субъекта, а также формой его модельного представления. Первым техническим достижением экспериментальной психосе- мантики и наиболее типичным примером семантических пространств являются пространства, построенные в исследованиях Ч. Осгуда [Osgood, Suci, Tannenbaum, 1957] и его сотрудников [Артемьева, 1999]. Эксперимент Ч. Осгуда заключался в следующем. Испытуемым предъ- являлся набор стимулов (чаще всего — понятий) и предлагалось про- шкалировать каждый стимул по градуированным оппозиционным шкалам составленного экспериментатором набора шкал — семанти- ческого дифференциала. Шкалирование по отдельной шкале состоя- ло в том, что испытуемый, оценивая стимул, приписывал ему число (дискретный балл) из интервала значений, заданного эксперимента- тором. Размерность пространства, образованного векторами, постав- ленными в соответствие предъявленным в эксперименте стимулам, выяснялась с помощью факторного анализа. 75
Компьютерная психодиагностика В многочисленных экспериментах Ч. Осгуда и его со- | трудников было обнаружено, что размерность простран-1 ства равна трем, а базисными векторами пространства | являются комбинации шкал семантического дифферен- Й циала, которые могут быть проинтерпретированы как | «Оценка» (шкала типа «хороший — плохой»), «Сила» | (шкала типа «сильный — слабый») и «Активность» (шка- | ла типа «активный — пассивный»). | Соответствующее пространство стало стандартной моделью пред- ставления результатов экспериментов, использующих семантический дифференциал. Расширение круга экспериментальных процедур шло по пути введе- ния новых вариантов наборов шкал семантического пространства, на- боров стимулов и процедур построения матриц семантического сход- ства — различия между стимулами. Так, например, изменения исходного семантического дифференциала были связаны, как правило, с создани- ем частных семантических дифференциалов («музыкального», «полити- ческого», «мимического» и т. п.), адресованных к узкому по предметным значениям набору понятий. Была предложена целая серия «личностных» дифференциалов, шкалами которых были свойства человека. Переход от вербальных стимулов — понятий к стимулам чувствен- ных модальностей (интерьер, текст, картина и т. п.) и даже стимулам — ситуациям был вызван нуждами решения прикладных задач (напри- мер, оценки субъективного восприятия освещения помещения, инте- рьера), исследования единства репрезентации слова и графического знака, систематического исследования разномодальных и разнопри- родных семантик. Нередко в указанных экспериментальных ситуаци- ях одновременно с использованием невербальных стимулов строились и специальные дифференциалы, например, для субъективной оценки живописных полотен, текстов [Артемьева, 1999]. Однако какими бы ни были расширения и видоизменения перво- начальных экспериментальных схем Ч. Осгуда посредством введения новых семантических дифференциалов и стимулов новой природы, они, возможно, меняя психологические интерпретации семантичес- кого пространства, не изменяют самого смысла экспериментальной модели — представление отношения испытуемых к системе стимулов в виде семантического пространства. Построение семантического пространства в этом виде включает в себя этапы получения оценок стимулов (векторов) и проведение ма- 76
Глава 2. Психосемантическая парадигма конструирования методик тематической процедуры определения «осей» (базисных векторов) по- лученной системы векторов. Кроме того, существуют модели, не явля- ющиеся семантическим пространством в этом понимании, но анало- гичные им в том смысле, что тоже позволяют описывать структуру связей между оценками стимулов испытуемыми. Эти модели, апелли- рующие к «расстоянию» («сходству», «различию») между стимулами, входят в методический арсенал экспериментальной психосемантики, позволяя реконструировать взаиморасположение стимульных репре- зентаций («значений» в концепции А. Г. Шмелева) в виде структуры, которая в зависимости от экспериментальной процедуры и способа обработки матрицы расстояний может быть представлена системой координатных осей, кластерами, деревьями, цепочками или семанти- ческими сетями. В построении семантического пространства Петренко (1997) выде- ляет три этапа. 1. Формирование экспериментально-психологических данных. 2. Выявление структуры. 3. Интерпретация выявленной структуры. Первый этап — формирование экспериментально-психологических данных — связан с выделением семантических связей анализируемых объектов (понятий, символов, изображений и т. д.). Существуют различные технологические приемы формирования эксперименталь- но-психологических данных. Так, например, в экспериментальной се- мантике, психолингвистике, инженерии знаний, в медицинской пси- ходиагностике в качестве методов выделения семантических связей используются: ассоциативный эксперимент, субъективное шкалиро- вание и ранжирование, семантический дифференциал, метод класси- фикации (сортировки), репертуарные решетки и другие методы. Результатом первого этапа является построение матрицы сходства анализируемых объектов. Выделить структуры, лежащие в основе этой матрицы, и тем самым эксплицировать структуру семантического про- странства — задача второго этапа. Второй этап — выявление структуры — предполагает использова- ние технологии анализа данных путем применения соответствующего метода исследования структур, лежащих в основе полученной матри- цы данных. Этот шаг предусматривает уменьшение числа исследуемых переменных, в качестве которых выступают семантические связи мат- рицы сходства, сведение их в некоторые обобщенные структуры. Наи- более широко используемыми процедурами упорядочивания исходных данных выступают факторный анализ, метод многомерного шкали- рования, кластерный анализ. 77
Компьютерная психодиагностика Способы построения семантического пространства обладают вы- сокими степенями свободы в плане выбора методов установления семантических связей (первый этап) и способов математической об- работки (второй этап). Например, данные, полученные на основе ас- социативного эксперимента, могут быть обработаны и с помощью мно- гомерного шкалирования, и с помощью факторного и кластерного анализа. Этап математической обработки не порождает новое содер- жание, а позволяет представить исходные данные в компактной, хоро- шо структурированной форме, удобной для анализа и дальнейшей ин- терпретации. Третий этап — интерпретация выявленной структуры — состоит в идентификации, интерпретации выделенных факторных структур, кла- стеров и т. д. Интерпретация выделенных структур подразумевает вы- деление некоторого смыслового инварианта объектов, имеющих вы- сокую нагрузку по данным факторам или входящих в данный кластер. Пример интерпретации данных исследования с помощью одного из психосемантических методов диагностики личности — «Теста лично- стных конструктов» — представлен Н. И. Алешкиным (1997). Следует отметить, что интерпретация полученной структуры явля- ется достаточно трудной, неформальной задачей и во многом опреде- ляется знаниями и интуицией экспериментатора. Для облегчения и в какой-то степени формализации этого этапа в литературе приводятся лишь самые общие соображения и рекомендации [Петренко, 1997]. Часто при интерпретации прибегают к групповому методу (методу независимых судей), когда суждения о содержании факторов выска- зывают независимо друг от друга несколько специалистов в исследуе- мой содержательной области. После выдвижения предварительной гипотезы о содержании факторов можно дополнить исходный набор объектов рядом эталонных (метод «введения эталонных объектов»), явно связанных по содержанию с предполагаемой гипотезой, то есть заведомо имеющих высокую нагрузку по гипотетическому фактору, и — в случае получения ими высоких нагрузок по этому фактору или вхож- дения их в анализируемый кластер — получить подтверждение исход- ной гипотезы. Используют также пары объектов, резко контрастиру- ющих по данному содержанию (фактору), — это метод максимального контраста. Наконец, можно проводить проверку эмпирической валид- ности, сопоставляя полученные факторы с ранее выделенными и ин- терпретированными структурами (тестами). Следующие два раздела посвящены первым двум этапам построе- ния семантического пространства, причем при изложении материала основные акценты сделаны на практическом представлении экспери- 78
Глава 2. Психосемантическая парадигма конструирования методик ментально-психологической информации и конкретных методах ее обработки. Для более детального знакомства с экспериментальной психосеман- тикой следует обратиться к специальной литературе [Артемьева, 1980, 1999; Петренко, 1983,1997; Шмелев, 1983]. 2.2. ТЕХНОЛОГИЧЕСКИЕ ПРИЕМЫ ФОРМИРОВАНИЯ ЭКСПЕРИМЕНТАЛЬНО- ПСИХОЛОГИЧЕСКИХ ДАННЫХ В ходе психосемантически ориентированного эксперимента исполь- зуются различные технологические приемы, или процедуры исследо- вания. К ним относятся: □ субъективное шкалирование; □ ранжирование; □ сортировка; □ ассоциативный эксперимент; □ семантический дифференциал; □ репертуарные решетки. Рассмотрим последовательно эти процедуры. 2.2.1. Субъективное шкалирование Субъективное шкалирование — это такой технологический прием, который состоит в оценке испытуемым некоторых объектов по шка- лам. Различия между конкретными методиками, относящимися к ме- тоду субъективного шкалирования, детерминированы тем, является ли набор объектов шкалирования 1) фиксированным, заранее определен- ным; 2) определяемым экспериментатором до обследования; 3) опре- деляемым экспериментатором в диалоге с испытуемым во время обследования. Кроме того, несходства связаны с наличием или отсут- ствием априорных ограничений на природу шкалируемых объектов, а также со способами, используемыми для шкалирования [Зеличенко и Др., ред., 1989]. Психодиагностические методики, в основе которых лежит метод субъективного шкалирования, по своему психометрическому статусу относятся к классу «субъектных техник» (А. Анастази, 1982, 2001) на- 79
Компьютерная психодиагностика зывает их феноменологическими), для которых характерно наличие исходного методологического принципа при довольно большой сво- боде модификаций процедуры и способов интерпретации результатов. Кроме того, в своем большинстве эти техники могут быть отнесены к классу описательных методов, диагностирующих не степень выражен- ности общих для всех людей свойств, а набор индивидуальных осо- бенностей, характерных именно для данного испытуемого, и в этом смысле определяющих специфику его индивидуальности (индивиду- альности его «образа мира»). Таким образом, при работе с этими техниками необходимо сначала определить задачу исследования, провести при необходимости моди- фикацию стандартного варианта методики в соответствии с задачей, так чтобы результаты можно было интерпретировать в интересующем психолога направлении, и только затем переходить к процедуре иссле- дования. Поэтому требования к квалификации психолога, использу- ющего «субъектные техники», обычно существенно выше, чем в слу- чае использования традиционных тестов. Ниже представлены примеры конкретных психодиагностических методик, в основе которых лежит принцип субъективного шкалирова- ния. К методикам субъективного шкалирования с заранее определен- ным, фиксированным набором шкал относятся «контрольные спис- ки», примером которых могут служить «Контрольный список при- лагательных» Г. Гоха [Анастази, 1982] и «Тест интерперсональных отношений» Т. Лири [Leary, Coffey, 1969]. В отличие от более сложных вариантов субъективного шкалирования (с большим числом степеней свободы), «контрольный список», а также личностный опросник пред- ставляют лишь один вектор в семантическом пространстве исследуе- мой личности. Классическим примером субъективного шкалирования является «Методика самооценки Дембо-Рубинштейн» [Рубинштейн, 1970, 1998]. В ходе эксперимента испытуемому предлагаются одна задругой несколько графических шкал, ориентированных вертикально (это принципиально, так как «верх» и «низ» у каждого человека семанти- чески маркированы, ассоциативно наполнены определенным смыс- лом) (рис. 2.1). Инструкция испытуемому: «Допустим, на этой линии расположились все люди всего мира: вот здесь вверху (показ) — самые здоровые, а здесь внизу (показ) — самые больные. Как вы думаете, где Ваше место среди всех этих людей по состоянию здоровья? Поставьте этим карандашом отметку — черту в том месте, где, как Вам думается, Вы находитесь» [Рубинштейн, 1998, с. 136]. Далее испытуемому пред- 80
Глава 2. Психосемантическая парадигма конструирования методик Методика самооценки Дембо—Рубинштейн латается оценить свой «ум», «характер», «счастье» по аналогичной си- стеме. Затем следует этап экспериментально спровоцированной бесе- ды. В зависимости от того, где поставил черточку испытуемый, его спра- шивают, каких людей он считал бы несчастливыми (или счастливыми). Можно также поставить вопрос о том, чего не хватает больному для полноты счастья, что он понимает под счастьем, от чего оно зависит. Затем экспериментатор таким же образом беседует с больным относи- тельно трех первых показателей. Анализ экспериментальных данных должен проводиться не только по расположению отметок на линии, но и по обсуждению этих отме- ток, что соответствует экспериментально-клиническому характеру ме- тодики. Выявилось, что у психически здоровых взрослых и подрост- ков независимо от их самооценки и объективной жизненной ситуации обнаруживается чисто позиционная тенденция к точке «чуть выше се- редины». Интересные содержательные данные, характеризующие от- ношение здоровых людей к своим качествам и своей судьбе, выявлял лишь последующий опрос. При различных психических заболеваниях позиционная тенденция исчезает и отметки самооценки обнаружива- ют тенденцию к крайним местам линии — «самый больной из всех», либо «самый здоровый, самый умный из всех, но самый несчастный» и т. д. Обнаруживается снижение критичности к своей болезни и к сво- им способностям. Примерами методик субъективного шкалирования, использующих для выяснения представлений человека о себе (своем самочувствии), является «Тест дифференцированной самооценки функционального состояния» (или САН — от названия трех аспектов состояния, подле- жащих самооценке с помощью шкалирования, — самочувствие, актив- ность, настроение) [Доскин с соавт., 1973], атакже «Методика оценки психического состояния» [Курганский, Немчин, 1990]. К «субъектным» техникам, основанным на процедуре числового шкалирования, отно- 81
Компьютерная психодиагностика сятся также разработанная в отделении наркологии Психоневрологи- ческого института им. В. М. Бехтерева «Методика исследования само- оценки эмоционального состояния», которая направлена на выявле- ние субъективного компонента аффективных расстройств в клинике алкоголизма [Рыбакова, Балашова, 1988]. Методика, представляющая собой адаптированный вариант шкалы А. Вессмана—Д. Рикса [Wes- sman, Ricks, 1966], позволяет измерить весь спектр проявлений аффек- тивных расстройств, отраженный в самосознании испытуемого. Названные выше психодиагностические методики самооценки пси- хического (функционального и эмоционального) состояния, постро- енные по принципу субъективного шкалирования, обладают опреде- ленным, заранее фиксированным набором шкал и фиксированным объектом оценивания, в роли которого выступает сам испытуемый (его психическое состояние). Это сближает рассмотренные методики с «контрольными списками» и опросниками по степени возможности использования психосемантического подхода к анализу и интерпрета- ции результатов. В общем виде процедуру субъективного шкалирования можно пред- ставить следующим образом. 1. Составляется набор объектов. Здесь возможны два варианта: либо берется заранее определенный набор, либо набор объектов определя- ется экспериментатором в процессе интервью. 2. Испытуемому дается задание: оценить субъективное сходство двух объектов, то есть выбрать одно из чисел цифровой шкалы. Например, от 1 до 4, где 1 — нет сходства, а 4 — сильное сходство. 3. Экспериментально-психологические данные в результате этой процедуры представляются в виде матрицы следующего вида: d\\ d12 ••• dNl р=^21 d22 ••• dN2 • •• • • • • • • ••• • dN\ dN2 ••• dNN Здесь djj — степень субъективного сходства /-го объекта су-м. 4. Эта матрица подлежит дальнейшей обработке с помощью техно- логии анализа данных. Так, например, она может быть подвергнута одному из методов ана- лиза данных — многомерному шкалированию — для того, чтобы по- строить геометрическое пространство минимально возможной раз- мерности, в котором расстояние между координатными точками, соответствующими анализируемым объектам, подобны или соответ- 82
Глава 2. Психосемантическая парадигма конструирования методик i,j, к — объекты субъективного шкалирования; Оси Yi, Х2 находятся с помощью процедуры многомерного шкалирования Рис. 2.2. Графическое представление результатов процедуры многомерного шкалирования ствуют субъективным оценкам матрицы сходства, то есть элементам матрицы D (рис. 2.2). Def Многомерное шкалирование — это процедура технологии ана- лиза данных для построения геометрического пространства минимально возможной размерности, в котором расстояние между координатными точками подобны или соответствуют субъектным оценкам матрицы сходства. Другой возможностью обработки матрицы Dявляется использова- ние факторного анализа. В этом случае от матрицы субъективного сход- ства D переходят к матрице корреляций либо путем нормирования коэффициентов субъективного сходства, либо путем вычисления ко- эффициентов корреляции каждой пары объектов на основе их субъек- тивного сходства. Примером использования процедуры субъективного шкалирования может служить работа Э. Смита, Э. Шобина и Л. Рипса [Петренко, 1997], посвященная реконструкции семантического пространства на- званий птиц и животных. В этой работе испытуемых просили оценить по четырехбалльной шкале степень субъективного сходства 12 назва- ний птиц, а также слов «птица» и «животное». Среднегрупповая матрица сходства подверглась одному из методов анализа данных — многомерному шкалированию. Результатом явилось двухмерное семан- тическое пространство, удовлетворительно описывающее исходные 83
Компьютерная психодиагностика 02 Низкая о О К В S X Курица • „ Голубь Животное » Попугай ПТИЦА Попугайчик Малиновка • Ястреб Высокая *Орсл большой ф Воробей • • Сойка Кардинал Размер малснький Рис. 2.3. Пример шкалирования «птиц» матрицы данных (рис. 2.3). Горизонтальную ось семантического про- странства — Ф! — авторы интерпретировали как фактор «размер» (орел, гусь, малиновка, воробей, голубой попугайчик), а вертикальную — Ф2 — как фактор «дикость» (орел, сойка, воробей, малиновка) в про- тивоположность домашним животным (курица, утка, гусь). 2.2.2. Ранжирование Ранжирование, по сути, представляет собой одну из многочислен- ных модификаций субъективного шкалирования. В этом случае испы- туемому дается перечень слов или развернутых названий объектов (либо графических стимулов), и его задача — расположить их по порядку убы- вания (или возрастания) какого-то признака, заданного критерия. Типичным примером ранжирования является выполнение экспе- риментального задания в «Цветовом тесте» Люшера, когда испытуе- мый раскладывает цветные квадраты в порядке убывания их при- влекательности. Процедура ранжирования положена в основу ряда психодиагностических методик, направленных на изучение ценност- ных ориентаций, например, «Теста ценностных предпочтений», «Ме- тодики ценностных ориентаций», «Методики изучения ценностных ориентаций» [Зеличенко и др., ред., 1989; Rokeach, 1973]. Сферой при- менения методик, построенных на технике ранжирования, является также самосознание, самоотношение, самооценка. Этот технологичес- кий прием используется в методике «Q-сортировка» [Stephenson, 1956], а также в «Методике косвенного измерения системы самооценок» (КИСС) [Федотова, 1987; Соколова, 1989]. 84
Глава 2. Психосемантическая парадигма конструирования методик Еще один вариант ранжирования — парное сравнение объектов [Шмелев, 1996]. Различают парное сравнение по предпочтению и по сходству. Первое является более трудоемким и надежным вариантом ранжирования. Когда испытуемый сравнивает все пары объектов — каждый с каждым, возникает возможность получения ценной допол- нительной информации о противоречиях в системе предпочтений, от- раженной в так называемых «нетранзитивных тройках». Например, испытуемый предпочитает красный цвет синему, синий — зеленому, а зеленый предпочитает красному. Часто за противоречиями (за нетранзитивными тройками) лежат разные субъективные критерии сравнения, разные индивидуальные конструкты. Для их выявления применяется также парное сравнение по сходству. Для каждой пары объектов испытуемый дает суждение о том, насколько они похожи или близки между собой. После получе- ния матрицы и ее обработки с помощью компьютерных программ воз- никает задача интерпретации размещения объектов в семантическом пространстве. Процедура ранжирования может использоваться для установления сходства-различия методик (например, при определении валидности методики). Для этого упорядочиваются результаты группы испытуе- мых по двум различным методикам, а затем высчитываются коэффи- циенты ранговой корреляции Спирмена и Кендалла [Тарасов, 1999]. В общем случае процедура ранжирования может быть реализована следующим образом. 1. Составляются объекты ранжирования. 2. Испытуемым дается задание проранжировать объекты, то есть проставить ранг (число). 3. В результате этой процедуры экспериментально-психологичес- кие данные представляются в виде, например, следующей таб- лицы: Таблица 2.1 Объекты ранжирования Испытуемые №1 №2 А 1 2 В 2 1 С 3 4 D 4 3 Е 5 7 F 6 5 G 7 6 Н 8 9 1_ 9 10 J 10 8 85
Компьютерная психодиагностика Здесь 10 объектов и два испытуемых. При увеличении числа объек- тов увеличивается число строк, а при увеличении числа испытуемых — число столбцов. 4. Эта таблица может быть использована для вычисления коэффи- циента корреляции Спирмена. Формула коэффициента корреляции Спирмена такая: N где N— количество объектов ранжирования, a — разность рангов в квадрате. Для приведенного выше примера (ЛГ= 10) можно составить следу- ющую таблицу: Таблица 2.2 Объекты ранжирования Испытуемые 4 №1 №2 А 1 2 1 1 В 2 1 1 1 С 3 4 1 1 D 4 3 1 1 Е 5 7 2 4 F 6 5 1 1 G 7 6 1 1 Н 8 9 1 1 I 9 10 1 1 J 10 8 2 4 Для этой таблицы в четвертом столбце находится разность рангов для каждого объекта, в пятом эта разность возводится в квадрат и за- тем суммируются результаты: г. = 1—^- = 0,903030303. 5 103-10 5. Если испытуемых больше двух, допустим М, то можно таким об- разом вычислить корреляционную матрицу, элементами которой бу- дут коэффициенты корреляции Спирмена для каждой пары объектов. Эта матрица может быть подвергнута различным процедурам анализа данных, например, факторному анализу. 86
Глава 2. Психосемантическая парадигма конструирования методик 2.2.3. Сортировка Процедура сортировки (классификации), описанная G. Miller (1969), основана надопущении, что формы классификации материала соответствуют внутренним семантическим связям этого материала и что структура последних может быть выражена в процедуре классифи- кации. Испытуемому предлагается классифицировать материал (обыч- но слова) в произвольное количество групп, причем в группу может входить произвольное количество объектов (слов). Результаты класси- фикации, как и в случае парных сравнений по сходству, суммируются в матрице, где мерой семантического сходства пары объектов высту- пает количество отнесений их испытуемыми в один класс. Матрицы сходства затем подвергаются процедуре кластерного анализа, в резуль- тате которого исследуемый материал дифференцируется в ряды клас- теров, соответствующих разным уровням семантической близости (строится «дерево» классификации) [Петренко, 1997]. Оригинальное использование приема сортировки при сравнитель- ном исследовании здоровых людей и психопатических личностей с преобладанием возбудимых и истерических черт предложено Ф. С. Са- фуановым [1985]. Автором разработана методическая процедура при- менения сортировки карточек с изображением фрустрирующих ситу- аций, являющихся стимульным материалом в тесте Розенцвейга. Испытуемым предлагалось разложить карточки на любое количество групп так, чтобы каждая группа объединяла ситуации одинакового смысла для них лично. При обработке результатов на основе кластерного анализа была построена дендрограмма («дерево» классификации), на которой зафик- сированы уровни объединений карточек во все более крупные класте- ры. Содержательное объяснение полученных результатов строилось поступательно — от интерпретации крупных кластеров (объединенных на низких уровнях сходства) к более мелким, дифференцированным кластерам (с высоким уровнем сходства). Обобщение результатов по- зволило сделать важные в дифференциально-диагностическом отно- шении выводы, показало существенные различия в системе смысло- вых отношений к фрустрирующим ситуациям у психически здоровых лиц и испытуемых с пограничными личностными аномалиями. Обработка результатов процедуры сортировки возможна не только с помощью кластерного анализа, но и с помощью корреляционного анализа. В этом случае сама задача формулируется следующим обра- зом. Допустим, что выделены две дихотомические переменные А и В, принимающие значения 0 или 1 на некоторой выборке испытуемых. 87
Компьютерная психодиагностика Надо установить, связаны ли эти переменные или нет и если связаны, то насколько. Предположим, что группу испытуемых по первой переменной мож- но разделить на два класса (фактически сортировать) с помощью ка- кого-нибудь теста. Например, выполнил тест — 1, не выполнил — 0. Тех же испытуемых можно попросить отнести самих себя к одному из классов второй переменной. Например, попросить оценить себя так: «легкость освоения технических устройств» — 1, «сложность освоения технических устройств» — 0. Результаты могут быть сведены в следую- щую таблицу. Таблица 2.3 Переменная В Переменная А Признак Выполнение теста Невыполнение теста Легкость освоения технических устройств а = 40 Ь = 10 Сложность освоения технических устройств с =10 d=100 В этом случае можно использовать коэффициент четырехклеточной сопряженности Пирсона (ф), который предназначен для измерения связи двух дихотомических признаков (п. 1.2). В приведенном выше примере Ф = 0,325, что говорит о незначительной связи двух переменных. 2.2.4. Ассоциативный эксперимент Общий замысел ассоциативного эксперимента можно представить следующим образом. Испытуемому предъявляется слово-стимул, и тре- буется, чтобы он дал первые пришедшие на ум ассоциации. Ассоциативный эксперимент бывает свободный и направленный. Свободный ассоциативный эксперимент не ограничивает испытуемо- го в выборе возможных ассоциаций, в то время как при направленном ассоциативном эксперименте испытуемый по инструкции ограничен рамками определенного грамматического класса. Ассоциации подразделяются на парадигматические и синтагмати- ческие. Парадигматические ассоциации представляют собой слова-ре- акции того же грамматического класса, что и слова-стимулы (напри- мер, мать-отец, стол-стул и т. д.). Парадигматические ассоциации подчиняются принципу «минимального контраста», сформулирован- ному Мак-Нейлом [Петренко, 1997], согласно которому чем меньше 88
Глава 2. Психосемантическая парадигма конструирования методик отличаются слова-стимулы от слов-реакций по составу семантических компонентов, тем более высока вероятность актуализации слова-ре- акции в ассоциативном процессе. Раскрытие принципа «минималь- ного контраста» делает понятным, почему по характеру ассоциаций можно восстановить семантический состав слова-стимула: множество ассоциаций, даваемых на слово, содержит ряд признаков, аналогич- ных содержащимся в данном слове. Синтагматическими ассоциация- ми называются ассоциации, грамматический класс которых отличен от грамматического класса слова-стимул (машина-едет, курить—пло- хо и т.д.). Ассоциативный эксперимент проводится обычно на большом ко- личестве испытуемых. На основе данных ими ассоциаций строится таблица частотного распределения слов-реакций на каждое слово-сти- мул. Мерой семантической близости (расстояния) пары слов считает- ся степень совпадения распределения ответов. Таким образом степень подобия объектов анализа устанавливается через сходство данных на них ассоциаций. Величина эта фигурирует в работах разных авторов под различными названиями: «коэффициент пересечения», «коэффи- циент ассоциации», «мера перекрытия» [Петренко, 1997]. Примером реконструкции семантического состава слова на основе ассоциативного эксперимента может служить ставшая уже классичес- кой работа Дж. Диза (1962) «Структура ассоциативного значения». В этой работе матрицы расстояний вторичных ассоциаций на слово-стимул (то есть ассоциации на ассоциации) подвергались процедуре факторного анализа. Выделенные факторы получали содержательную интерпрета- цию и выступали как семантические составляющие значения. 2.2.5. Семантический дифференциал Метод «Семантический дифференциал» (СД) был разработан в 1955 году группой американских психологов во главе с Ч. Осгудом [Osgood, Suci, Tannenbaum, 1957] в ходе исследования механизмов си- нестезии1 и получил широкое распространение в исследованиях, свя- занных с восприятием и поведением человека, с анализом социальных установок и личностных смыслов. Распространенность метода СД в исследованиях психологических аспектов различных видов деятельности и общения человека (метод 1 Синестезия — психологический феномен, состоящий в возникновении ощуще- ния одной модальности под воздействием раздражителя другой модальности. 89
Компьютерная психодиагностика используется в области политики, социологии, теории массовых ком- муникаций, эстетики, рекламы) можно объяснить тем, что он позво- ляет глубоко и дифференцированно охарактеризовать такие сложные феномены, как отношение субъекта к миру вещей, социальному окру- жению и самому себе, а также взаимосвязи этих феноменов. Метод СД представляет собой комбинацию процедур субъективного шкалирования и контролируемых ассоциаций, что позволяет вызывать у испытуемого и экспериментально контролировать (измерять) так на- зываемые коннотативные значения — те состояния, которые следуют за восприятием символа-раздражителя и необходимо предшествуют опе- рациям с символами [Петренко, 1997; Osgood, Suci, Tannenbaum, 1957]. Наиболее близкий аналог коннотативного значения в понятийном ап- парате отечественной психологии — понятие личностного смысла, яв- ляющегося значением значения для субъекта [Леонтьев, 1975]. Таким образом, СД позволяет измерить, прежде всего, эмотивное, аффектив- ное или психологическое значение понятия. Это значение одного и того же понятия у различных людей будет разным, так как оно отражает от- ношение человека к данному понятию через вызванные им (понятием) ассоциации, то есть с помощью СД измеряется значение, которое раз- личные объекты (или понятия) прибрели для данного человека в резуль- тате его индивидуального развития, приобретенного опыта. Процедура психодиагностического исследования с помощью СД состоит в том, что испытуемый оценивает интересующие исследовате- ля понятия (например, «Я настоящее», «Я идеальное», «Моя мать», «Лечащий врач») по набору биполярных градуальных (чаще — семи- балльных) шкал, полюса которых заданы с помощью прилагательных- антонимов (красивый — уродливый; глубокий — мелкий). Выбор понятий для оценивания определяется конкретными целями исследо- вания. Чаще всего понятие выражается существительным или группой существительного (например, «Мой близкий друг»). Однако известны случаи, когда понятиями служили прилагательные и даже глаголы. Понятия (объекты оценивания) могут быть и невербальными — сти- мульный материал ТАТ или методики Роршаха, картины, скульптуры; используются также отрывки музыкальных произведений и отдельные звуки [Федорова, 1978]. Кроме того, в отличие от классического варианта семантического дифференциала, в ряде исследований использованы невербальные полюса шкал для оценки (шкалирования) понятий. Так, Петренко (1997) проведено оригинальное исследование структуры образной репрезентации методом невербального СД, построенного на базе использования рисунков М. Чюрлениса. Материалом служили отобранные 90
Глава 2. Психосемантическая парадигма конструирования методик автором восемь рисунков, которые, сочетаясь каждый с каждым, образовали 28 пар. Эти пары и выступали как полюса шкал невербального СД. В качестве объектов шкалирования были выбраны десять понятий: «Покой», «Одиноче- ство», «Тишина», «Красота», «Движение» и т. д. После того как испытуемый зафиксировал свою оценку на бланке (то есть отнес понятие к определенному полюсу каждой из шкал СД и пометил соответствующую градацию), экспериментатор приступает к обработке результатов. При обработке результатов СД возможны два подхода: 1) построение и анализ «семантического профиля»; 2) построение и анализ «семантического пространства». Субъективный семантический профиль прошкалированного объек- та можно увидеть, если соединить ломаной линией выбранные испы- туемым градации (123456 7) по каждой шкале (рис. 2.4). Семанти- ческий профиль позволяет визуализировать оценку испытуемым изучаемого понятия по отдельным характеристикам. Для построения семантического пространства производится объе- динение шкальных оценок по родственным шкалам, входящим в одну и туже координату (фактор) семантического пространства (рис. 2.5). В исследованиях Ч. Осгуда семантическое пространство строилось на базе шкалирования понятий из самых разных понятийных классов (например, «пламя», «мать», «ураган», «радость» и т. д.). Как показали многочисленные факторно-аналитические исследо- вания [Артемьева, 1980; Шмелев, 1983; Петренко, 1988; Snider, Osgood, 1969], большинство оценочных шкал объединяются в три сводные оце- Рис. 2.4. Семантический профиль шкалирования объектов «Солнце» и «Земля» 91
Компьютерная психодиагностика Рис. 2.5. Семантическое пространство шкалирования объектов «Солнце» и «Земля» ночные шкалы: «хороший-плохой», «сильный-слабый», «активный- пассивный». На основании этого была предложена трехфакторная мо- дель СД (рис. 2.6). В ее основе заложены факторы, объединяющие от 50 до 65% дисперсии оценок. Это факторы «Оценка», «Сила», «Актив- ность». В результате подсчета каждый объект шкалирования получает значения по трем главным семантическим факторам и может быть ото- бражен геометрически в виде точки в трехмерном пространстве «Оцен- ка-Сила-Акгивность». Положение точки в СП характеризуется дву- мя показателями: 1) направленностью от начала координат, то есть от Активность Рис. 2.6. Трехфакторная модель семантического дифференциала 92
Глава 2. Психосемантическая парадигма конструирования методик нейтральной позиции шкалы (качественная характеристика) и 2) уда- ленностью от начала координат («интенсивность», «поляризация» — количественная характеристика) [Федорова, 1978]. Чем больше точка СП удалена от начала координат или, иначе, чем длиннее вектор, тем интенсивнее реакция и, следовательно, тем более значимо для испы- туемого оцениваемое понятие. Близость определенных точек в семантическом пространстве отра- жает сходство отдельных объектов шкалирования в сознании испыту- емого. Благодаря этому можно получить представление о субъектив- ном восприятии подобия или различия. Степень такого подобия или различия можно представить количественно, исходя из модели семан- тического пространства по семантическому расстоянию между соот- ветствующими точками объектов в СП. Семантическое расстояние (D) вычисляется по формуле обобщенного Евклидового расстояния [Фе- дорова, 1978; Бурлачук, Морозов, 1999]. Эта формула используется для: определения D между значениями различных понятий у одного лица или группы; определения D одного понятия для нескольких испытуе- мых или групп; определения динамики D у одного испытуемого или у группы лиц, например, значение «Я» до и после лечения. Как отмечает Петренко (1997), математическое построение семан- тического пространства является переходом от базиса большей размер- ности (признаков, заданных шкалами) к базису меньшей размерности (категориям-факторам). Содержательно фактор можно рассматривать как смысловой инвариант содержания шкал, входящих в фактор, и в этом смысле факторы представляют собой форму обобщения прила- гательных-антонимов, на базе которых строится СД. При этом сам переход от описания объектов с помощью признаков, заданных шка- лами, к описанию объектов с помощью факторов, являющихся смыс- ловыми инвариантами, связан с потерей информации об объектах, так как из содержания шкалы в факторе отображается только та информа- ция, которая инвариантна всей совокупности входящих в фактор шкал. Этим инвариантом оказывается эмоциональный тон или образное пе- реживание, лежащие в основе коннотативного значения. Именно по- этому СД позволяет оценивать не значение как знание об объекте, а коннотативное значение, связанное с личностным смыслом, соци- альными установками, стереотипами и другими эмоционально насы- щенными, слабоструктурированными и малоосознаваемыми форма- ми обобщения. Исследования показали универсальность выделенных факторных структур по отношению к испытуемым. Так, была показана идентич- ность факторных структур у представителей различных языковых куль- 93
Компьютерная психодиагностика тур, у испытуемых с различным образовательным уровнем и даже у больных шизофренией по сравнению со здоровыми испытуемыми. Это не означает, конечно, что все испытуемые оценивают объекты сход- ным образом. Единство факторных структур показывает, что неизмен- ными остаются семантические связи между различными шкалами при шкалировании объектов, и если какой-нибудь испытуемый оценивает «порок» как «хороший», то он для него и «сладкий», и «желанный» [Пет- ренко, 1997. С. 78-79]. Универсальность факторных структур порождает одно важное след- ствие. Поскольку структура семантических пространств идентична для различных испытуемых, то результаты факторизации, полученные в одной группе, можно использовать для проведения исследований с помощью семантического дифференциала на другой группе испытуе- мых. Это означает, что для испытуемых одной языковой культуры трех- факторный (универсальный) семантический дифференциал не надо каждый раз строить заново, а можно, не проводя факторизации, ис- пользовать уже полученные результаты группировки шкал в факторы. Построение СД на базе оценок отдельных семантических классов — частных семантических пространств — выявило новые факторы, спе- цифичные именно для этих понятийных классов [Петренко, 1997]. Например, при шкалировании политической терминологии было об- наружено, что три обычно независимых фактора («Оценка», «Сила», «Активность») стали коррелировать и слились в один, который можно описать как «доброжелательный динамизм» в оппозиции к «злобному бессилию». В психодиагностическом исследовании с помощью СД можно по- лучить характеристику индивидуального отношения к объекту с помо- щью основных оценочных факторов, семантических расстояний между значениями объектов, анализа «понятийной структуры» испытуемого. Благодаря этому СД находит широкое применение в различных облас- тях психологии. Возможности метода довольно широко используются в клинике. Особую важность имеет применение СД для исследования значимых отношений личности. В исследовании Г. Л. Исуриной (1984) с помощью СД изучалась система отношений личности больных неврозами и ее динамика в процессе психоте- рапии. Автором было проанализировано 24 понятия, характеризующих ос- новные сферы отношений личности («Я как мужчина (женщина)»); «Я глаза- ми окружающих»; «Моя болезнь»; «Мой психотерапевт» и т. д.). Исследование показало отчетливую динамику в системе отношений личности больных не- врозами в процессе психотерапии, объективированную с помощью количе- ственного и качественного анализа данных СД, применявшегося трижды в процессе лечения и в катамнезе. 94
Глава 2. Психосемантическая парадигма конструирования методик В исследованиях А. М. Якубзона (1990) СД применялся для изучения внут- ренней картины болезни при неврозах с функциональными сердечно-сосу- дистыми расстройствами. Для получения обобщенной структуры оценочно- го компонента ВКБ были проведены корреляционный и факторный анализы показателя Оценки для 25 понятий. Исследование показало, что оценка свое- го здоровья у больных истерическим неврозом зависит, главным образом, от отношений в микросоциальном окружении, а для больных неврастенией ха- рактерно руководство персонифицированными представлениями, где состо- яние здоровья выступает одним из условий самореализации. Семантический дифференциал предоставляет широкие возможнос- ти для исследования самооценки и самоотношения. Выделяют несколько способов исследования самооценки с помощью СД: 1) оценивание по- нятия «Я» (или более конкретно — «Мое настоящее Я»); 2) вместе с по- нятием «Я» оценивается ряд понятий, представляющих различные ха- рактеристики личности («общительность», «активность», «уровень культуры» и т. д.) с последующим определением расстояния между по- нятием «Я» и личностными особенностями; 3) наряду с «настоящим Я» оцениваются заведомо полярные понятия: «Мое идеальное Я», «Каким я больше всего себе не нравлюсь» [Бурлачук, Морозов, 1999]. СД в психологической диагностике личности может выступать как особый методический прием анализа индивидуального сознания, эмо- циональных отношений, установок и т. д. На его основе могут стро- иться различные психодиагностические методики. Так, например, в исследовании В. М. Шумакова, В. А. Дегтярева (1985) применение СД позволило выявить (с использованием значительного масси- ва стимульного материала) узловые личностные характеристики больных малопрогредиентной шизофренией, совершавших и не совершавших обще- ственно опасные действия, а затем, посредством выделения наиболее инфор- мативных стимулов, сформировать алгоритмическую экспресс-диагностичес- кую процедуру. Новая экспресс-методика нашла применение в практической работе по прогнозированию различных форм поведения больных и комплек- тованию психотерапевтических групп. К числу модификаций классического семантического дифферен- циала Осгуда относятся «личностные семантические дифференциалы», составленные из прилагательных, обозначающих черты личности и ориентированные на оценку человеком самого себя или другого чело- века. Процедура построения личностных СД стандартна. Она сводит- ся к выделению факторных структур, содержащих категории, сквозь призму которых происходит восприятие другого человека или самого себя, то есть отражающих «наивную», обыденную «теорию личности», выработанную житейской практикой испытуемых [Петренко, 1997]. На материале русского языка построение личностного СД осущест- влялось несколькими авторами [Бажин, Эткинд, 1983; Петренко, 1983]. 95
Компьютерная психодиагностика В. Е. Каганом (1991) на основе СД разработан «Половой дифференци- ал» с целью диагностики половой идентичности у детей и подростков. Методика «Личностный дифференциал» (ЛД), разработанная в Психоневрологическом институте им. В. М. Бехтерева [Бажин, Эткинд, 1983], содержит в своей основе три фактора — Оценка, Сила, Актив- ность. Методика представляет собой компактный и валидный инстру- мент изучения определенных свойств личности, ее самосознания, меж- личностных отношений и социальной перцепции, который можно использовать как в медико-психологической диагностической работе, так и в социально-психологических исследованиях. В результате тщательного отбора шкал (проанализировано 120 слов русского языка, обозначающих черты личности), последующего фак- торного анализа, проверки надежности и валидности методики и по- лучения средних значений по факторам авторами был предложен окон- чательный вариант ЛД — инструмент экспресс-психодиагностики в клинике и в консультативной практике. ЛД включает 21 шкалу, образованную парами прилагательных- антонимов, относящихся к характеристикам личности и поведения («безответственный — добросовестный», «упрямый — уступчивый», «разговорчивый — молчаливый» и т. д.). Процедура исследования и об- работка результатов происходит по традиционной для СД схеме. Ин- терпретация полученных значений факторов Оценки, Силы, Актив- ности проводится с учетом описанных ниже положений в зависимости от объекта оценивания, то есть оттого, оценивает ли испытуемый себя или кого-то из членов ближайшего микросоциального окружения. При применении ЛД для исследования самооценки значения фак- тора Оценки свидетельствуют об уровне самоуважения. Высокие зна- чения этого фактора говорят о том, что испытуемый принимает себя как личность, склонен осознавать себя как носителя позитивных, со- циально желательных характеристик, удовлетворен собой. Низкие зна- чения фактора Оценки указывают на критическое отношение челове- ка к самому себе, его неудовлетворенность собственным поведением, уровнем достижений, особенностями личности, на недостаточный уро- вень принятия самого себя. Особо низкие значения этого фактора в самооценках свидетельствуют о возможных невротических или иных проблемах, связанных с ощущением малой ценности своей личности. При использовании ЛД для измерения оценок других людей фактор Оценки интерпретируется как свидетельство уровня привлекательнос- ти, симпатии, которым обладает один человек в восприятии другого. При этом высокие значения этого фактора соответствуют предпочтению, оказываемому объекту оценки, низкие значения — его отвержению. 96
Глава 2. Психосемантическая парадигма конструирования методик Фактор Силы в самооценках свидетельствует о развитии волевых сторон личности, как они осознаются самим испытуемым. Его высо- кие значения говорят об уверенности в себе, независимости, склонно- сти рассчитывать на собственные силы в трудных ситуациях. Низкие значения этого фактора свидетельствуют о недостаточном самоконт- роле, неспособности держаться принятой линии поведения, зависи- мости от окружающих. Особо низкие значения фактора связываются авторами методики с астенизацией и тревожностью. В оценках других людей фактор Силы выявляет отношения доми- нирования — подчинения между субъектом и объектом оценки. Фактор Активности в самооценках и оценках других людей интер- претируется как свидетельство экстравертированности личности. Вы- сокие значения указывают на активность, общительность, импульсив- ность; низкие значения — на интровертированность, определенную пассивность, уравновешенные эмоциональные реакции. 2.2.6. Техника репертуарных решеток Более разнообразные и гибкие процедуры шкалирования по срав- нению с СД представлены в психодиагностическом подходе, получив- шем название «репертуарное матричное тестирование, или техника репертуарных решеток (ТРР)». Техника репертуарных решеток представляет собой совокупность методических приемов, обеспечивающих операциональную реализа- цию индивидуально ориентированного подхода к субъективному шка- лированию. Как и другие психосемантические техники, ТРР не ставит своей целью сравнение оценок и реакций человека с нормированны- ми групповыми данными (хотя это не исключается), но стремится ре- конструировать индивидуальную систему смысловых связей, субъек- тивных оценок и отношений. Возникновение ТРР связано с разработкой американским психоло- гом Дж. Келли (Kelly, 1955) теории индивидуальных конструктов. Эта те- ория, относящаяся к числу когнитивно-ориентированных теорий лич- ности [Холодная, 1997], разрабатывалась на основе представления о том, что объяснение своеобразия личности следует искать в особенностях понимания человеком происходящего. Келли был одним из первых, кто пытался подойти к анализу личности через характеристику когнитив- ной сферы как важнейшего компонента индивидуального сознания. Согласно теории Келли, человек воспринимает, интерпретирует и оценивает действительность на основе определенным образом орга- 4 Зак 4548 97
Компьютерная психодиагностика низованного субъективного опыта, представленного в виде системы индивидуальных конструктов I На основе обобщения положений Келли предлагается следующее определение понятия индивидуального конструкта: «...это особое субъективное средство, сконструированное самим человеком, прове- ренное (валидизированное) на собственном опыте, с помощью кото- рого человек выделяет, оценивает и прогнозирует события, организует свое поведение, «понимает» других людей, реконструирует систему вза- имоотношений и строит «образ Я». Это одновременно и способ пове- дения, и параметр отношений и оценок, и когнитивное смысловое рас- членение и противопоставление» [Похилько, Федотова, 1984. С. 151]. Конструкты организованы в систему, имеющую сложную иерархи- ческую организацию и множество подсистем. В силу социального опы- та человека многие конструкты у разных людей схожи. Однако, по- скольку конструкт не усваивается извне, а строится самим человеком, он индивидуально определен, и есть конструкты, которые существуют в одном экземпляре, лишь у данного конкретного человека. Конструк- ты, являясь способом дифференциации объектов, могут быть приме- нены к оценке реальных объектов, конкретных ситуаций, другого че- ловека, находящегося в той или иной ролевой позиции [Холодная, 1997]. Таким образом, можно считать, что индивидуальная система конструктов представляет собой дифференцированную систему отно- шений, оценок и установок человека к миру. К понятию индивидуального конструкта оказываются близкими понятия «категориальная структура индивидуального сознания» [Пет- ренко, 1988; 1997], «категориальные установки» [Шмелев, 1983], «субъективные семантики» [Артемьева, 1987], используемые в рамках экспериментальной психосемантики. Психосемантический подход рассматривает построение системы индивидуальных конструктов как реконструкцию индивидуальной системы значений. При этом техника репертуарных решеток выступа- ет как более общий (по сравнению с традиционными) метод субъек- тивного шкалирования с максимальным числом степеней свободы, обладает чрезвычайной гибкостью, универсальностью и дает широкие конструктивные возможности для того, чтобы увидеть мир «глазами другого человека» [Забродин, Похилько, 1987]. 1 Основная работа G. Kelly называется «The psychology of personal constructs» (1955). Термин «personal constructs» переводится как «индивидуальные конструкты», в отли- чие от термина «personality constructs», который переводится как «личностные конст- рукты» (то есть конструкты, относящиеся к личностной сфере и сфере межличност- ных отношений) [Похилько, Федотова, 1984]. 98
Глава 2. Психосемантическая парадигма конструирования методик В общем случае техника может быть применена к объектам любого типа (профессии, товары и т. д.). Этим объясняется ее широкое рас- пространение в различных областях науки и практики, связанных с выявлением индивидуальных особенностей отношений человека. Она находит применение в подготовке руководителей и других кадров, в семейном консультировании, педагогике, в психодиагностической и коррекционной работе с больными. При проведении личностной ди- агностики изучаются отношения личности в формальной и неформаль- ной сферах общения, взаимоотношения в кругу семьи, особенности самооценки и ценностные предпочтения. Техника хорошо отражает эмоциональную устойчивость и коммуникативную компетентность личности, ее творческие проявления. Особым достоинством реперту- арных решеток Келли считал высокую чувствительность к индивиду- альным особенностям мышления. В области личностной диагностики, основанной на технике репер- туарных решеток, наиболее известным является разработанный Кел- ли «Репертуарный тест личностных конструктов» (РТЛК). В основу этого теста лег фундаментальный постулат его теории: «Личностные процессы психологически канализируются теми же способами, кото- рыми человек прогнозирует и оценивает события» [цит. по: Похилько, Федотова, 1984. С. 152]. Это позволило исследовать конструкты посред- ством их проявления на семантическом уровне, распространяя полу- ченные результаты на все личностные процессы. РТЛК достаточно хо- рошо известен и описан в литературе [Козлова, 1976; Шмелев, 1983, 1996; Франселла, Баннистер, 1987; Соколова, 1989]. Процедура репертуарного тестирования включает несколько этапов [Зеличенко и др., ред., 1989]. На первом этапе необходимо выбрать исследуемую область и задать набор объектов (репертуар элементов). Правильный выбор элементов во многом зависит от опыта экспери- ментатора. Необходимо выбрать гомогенную область, правильно оце- нить ее границы и подобрать элементы таким образом, чтобы они со- ставили репрезентативную выборку [Похилько, 1987]. Элементы могут задаваться несколькими способами. Испытуемый может составлять репертуарный список самостоятельно. Чаще всего ему предлагается назвать персонажи из числа хорошо знакомых ему людей. Элементы могут определяться совместно психологом и испытуемым в процессе беседы, обсуждения выбранной области или темы. В некоторых иссле- дованиях используется наиболее быстрый и простой способ формиро- вания репертуара элементов — экспериментатор сам предлагает его испытуемому [Eastery-Smith, 1981]. В исследовании Е. Ю. Коржовой больных с приобретенными пороками сердца использовался стандар- 99
Компьютерная психодиагностика тный репертуар элементов, характеризующих сферу «Я». Такой способ оказался наиболее адекватным при работе с астенизированными боль- ными, отличающимися трудностями вхождения в контакт и низкой речевой активностью. Н. А. Алешкиным (1997) предложен примерный перечень персонажей при тестировании подростков: «мать»; «отец»; «брат» («сестра»); «избранница» («избранник»); «друг»; «подруга»; «зна- комый, который не нравится»; «преподаватель, которого я не ценю»; «преподаватель, которого я ценю»; «младший по возрасту ребенок, которого я не ценю»; «младший по возрасту ребенок, которого я ценю»; «я сейчас», «я в детстве», «я в идеале». Количество элементов может варьировать в широких пределах. Однако слишком мало (меньше 8) и слишком много (больше 25) эле- ментов брать нежелательно. В первом случае получаются ненадежные оценки связей между конструктами, а во втором случае процедура за- полнения репертуарной решетки может быть утомительной для испы- туемого, а по своей информативности не будет значительно отличать- ся от решетки, имеющей 15 или 20 элементов [Похилько, 1987]. Второй этап заключается в определении системы конструктов для оценки выделенных на первом этапе элементов (объектов, персона- жей). Напомним, что основное отличие ТРР от описанных ранее про- цедур шкалирования и стандартизованных психометрических методов заключается в использовании не заданных извне, а собственных, «вы- званных» у самого испытуемого конструктов. При составлении репер- туарной решетки необходимо учитывать три следующих принципа: принцип биполярности конструкта, принцип диапазона применимо- сти конструкта, принцип индивидуальности [Похилько, 1987]. Принцип биполярности — один из самых важных и фундаменталь- ных для ТРР. Он требует учета не только феноменов сходства, группи- ровки и обобщения, но и феноменов противопоставления. Оценки людей и событий через систему оппозиций оказываются максимально информативными для целей предсказания, поскольку позволяют ви- деть не только нечто данное, но и противоположное ему [Похилько, 1987]. По определению Холодной (1997), конструкт — это биполярная субъективная измерительная шкала, реализующая одновременно две функции: обобщение (установление сходства) и противопоставление (установление различий). Например, других людей человек оценивает с помощью конструктов «добродушный — злобный», «умный — глу- пый», «легкое общение — трудное общение» и т. д. Петренко (1997) под личностными конструктами понимает систему бинарных оппозиций, используемых субъектом для категоризации себя и других людей. Со- держание противопоставления при этом определяется не языковыми 100
Глава 2. Психосемантическая парадигма конструирования методик нормами, а представлениями самого испытуемого, его «имплицитной теорией личности». При описании конструкта в биполярных понятиях конструкт ста- новится тем, «чем два или несколько объектов сходны между собой и, следовательно, отличны от третьего объекта или нескольких других объектов» [Франселла, Баннистер, 1987. С. 35]. Биполярность конст- рукта дает возможность получить матрицу взаимоотношений между ними, позволяющую проводить статистический анализ, который вы- являет структуру смысловых связей, лежащих в основе восприятия че- ловеком себя, других людей, объектов действительности. Принцип индивидуальности является следствием представлений Кел- ли о человеке как об «активном исследователе», который не просто усваивает извне готовые средства оценок и предсказаний, но сам про- изводит различения и обобщения, выдвигает гипотезы и проверяет их в реальном поведении. Таким образом, при использовании техники репертуарных решеток ставится задача выявления индивидуальной си- стемы смысловых единиц, то есть уникальных, непохожих на группо- вые, конструктов. При этом те из создаваемых человеком индивиду- альных конструктов, которые позволяют предсказывать и различать события, остаются; те же, которые оказываются неудачными, разру- шаются. Принцип диапазона применимости конструкта гласит, что каждый конструкт может быть применен к ограниченному набору объектов (элементов). На этих принципах построены процедуры «вызывания» собственных индивидуальных конструктов человека. Существует большое разнообразие техник «вызывания» конструк- тов [Похилько, Федотова, 1984; Похилько, 1987; Франселла, Баннис- тер, 1987; Kelly, 1955]. Для «вызывания» конструктов можно использо- вать любую проективную технику или беседу с испытуемым. Однако более структурированные специально разработанные способы «вызы- вания» конструктов являются более эффективными, так как облегча- ют задачу испытуемому и задают конкретный, необходимый именно для данного исследования контекст. Наиболее известные из них: ме- тод триад (испытуемому предлагается из трех элементов выбрать и назвать два наиболее сходных между собой и определить, чем они от- личаются от третьего); вариантом метода триад является метод само- персонификации (в каждую триаду в качестве одного из элементов вхо- дит элемент «Я сам», что позволяет выявить наиболее личностно релевантные конструкты); метод полного контекста (испытуемый ра- ботает сразу со всем набором элементов, группируя и противопостав- ляя их различными способами); методы построения «лестниц» и «пира- 101
Компьютерная психодиагностика мид», в которых вызываются конструкты разного уровня обобщения. Конструкты могут быть как вербальными, так и невербальными. Как и в случае с репертуарными элементами, однозначного ответа на вопрос, обязательно ли «вызывать» конструкты или можно исполь- зовать готовые, не существует. Келли считал, что конструкты, которые он «вызывает» приведенными выше методами, представляют собой репрезентативную выборку из множества вербальных проявлений глу- бинных конструктов и оказываются более личностно значимыми [Kelly, 1955]. С другой стороны, это достоинство оборачивается недостатком при работе с испытуемыми с низким уровнем речевого (интеллекту- ального) развития, так как, например, задача сформулировать сходство и различие предлагаемых объектов требует определенного уровня раз- вития логико-понятийного мышления и речи. Кроме того, как отме- чает Петренко (1997), использование для построения семантических пространств индивидуального набора порождаемых испытуемыми шкал делает трудносопоставимыми результаты отдельных испытуемых в силу различия содержания шкал-измерений для индивидуальных се- мантических пространств. В своих работах этот автор использует ком- промиссный вариант процедуры построения семантического простран- ства: получая от испытуемых первичный набор шкал с помощью методики личностных конструктов Келли, затем отбирает единый на- бор шкал для всех испытуемых с целью проведения оценок объектов методом СД. Третий этап состоит в оценивании объектов по конструктам, то есть в заполнении репертуарной решетки, строки которой соответствуют конструктам, а столбцы — объектам оценивания (элементам). Оцени- вание (шкалирование) объектов по конструктам может проводиться по разным схемам. Наиболее распространенным является использование балльных (например, пятибалльных) шкал. При этом крайняя выра- женность свойства, выражаемого конструктом, оценивается высшим баллом (например, 5), крайняя выраженность противоположного свой- ства (противоположного полюса конструкта) — низшим балом (напри- мер, 1), а отсутствие выраженности свойства — средним балом (напри- мер, 3). Широкое применение имеет ранговая решетка (в ней для оценки объектов по конструктам используется как вариант шкалирования ран- жирование). После выбора элементов и «вызывания» конструктов ис- пытуемого просят проранжировать элементы от одного полюса конст- рукта к другому. В матрице, получаемой в результате такой процедуры, на пересечении строк и столбцов стоят ранги, которые соответствуют каждому элементу по каждому конструкту. 102
Глава 2. Психосемантическая парадигма конструирования методик При заполнении оценочной решетки испытуемый оценивает каждый элемент по особым образом градуированной шкале. Простейшим ва- риантом оценочной решетки является решетка, заполняемая по прин- ципу «галочек и пробелов». Испытуемого просят поставить галочку в столбце, соответствующем определенному элементу, в том случае, если он принадлежит к одному полюсу конструкта, и оставить пробел, если он принадлежит к другому. Решетки этого типа позволяют выявить неинформативные конструкты и конструкты с асимметричным рас- пределением элементов [Похилько, Федотова, 1984]. В литературе описываются также импликативнаярешетка (в ней нет элементов в традиционном смысле, но в качестве имплицитно подра- зумеваемого элемента используется «Я сам» испытуемого), решетка сопротивления изменениям, решетка зависимости и др. [Похилько, 1987; Франселла, Баннистер, 1987]. Названные виды решеток предоставля- ют новые возможности для изучения восприятия и понимания людь- ми друг друга и самих себя. При этом получаемые структуры не всегда осознаются человеком, а построение многомерной модели системы конструктов и элементов открывает глубокие слои переживаний и от- ношений личности. При изучении межличностных отношений и со- циальной перцепции используется прием обмена решетками. Похилько (1987. С. 238) так описывает эту процедуру. Допустим, нас инте- ресует, насколько сходным и различным является восприятие людей (напри- мер, мужа и жены, двух друзей) в какой-то сфере. Для проведения этой про- цедуры необходимо, чтобы элементы решетки были знакомы обоим испытуемым. Конструкты «вызываются» индивидуально, после чего: 1) ис- пытуемый А заполняет свою решетку; 2) испытуемый Б заполняет свою ре- шетку; 3) испытуемый Б заполняет решетку А; 4) испытуемый А заполняет решетку Б; 5) испытуемый Б заполняет решетку А так, как ему кажется, это сделал бы испытуемый А; 6) испытуемый А заполняет решетку Б так, как ему кажется это сделал бы испытуемый Б. Сравнение 1 и 3, 2 и 4 позволяет оце- нить степень сходства, согласия в восприятии и оценках. Сравнение 1 и 5, 2 и 6 позволяет оценить степень понимания испытуемыми друг друга. Четвертый этап — обработка решетки. Прежде всего, необходимо отметить, что техника репертуарных решеток ориентирована на рабо- ту с компьютером, так как «ручные» способы обработки крайне трудо- емки и занимают много времени. Использование компьютера предпо- лагает возможность быстро проводить анализ, выдвигать гипотезы и проверять их, обсуждая с испытуемым результаты исследования с по- мощью техники репертуарных решеток. На сегодняшний день предложено много различных алгоритмов математико-статистического анализа репертуарных решеток. Наибо- лее известны и широко применяются параметрический и непарамет- 103
Компьютерная психодиагностика рический факторные анализы, дающие возможность построения со- вмещенных отображений конструктов и элементов, различные типы кластерного анализа, непараметрическое многомерное шкалирование и другие методы. Описание различных подходов к анализу репертуар- ных решеток приводится, в частности, в работах Р. Slater (1976, 1977). В повседневной практической психодиагностической работе наи- более приемлемым и традиционным является факторный анализ ре- пертуарной матрицы по строкам, то есть по конструктам. При этом, как и в семантическом дифференциале, цель подобной обработки ре- зультатов — переход от первичного (явного) пространства конструк- тов относительно большой размерности к вторичному (имплицитно- му, семантическому) пространству меньшей размерности обобщенных оценочных шкал (обобщенных конструктов), реально ответственных за дифференцировку объектов в индивидуальном сознании. Опыт использования факторного анализа при обработке репертуар- ных решеток показывает, что наряду со значениями факторных нагрузок (корреляциями между вторичными и первичными конструктами), по- зволяющими интерпретировать факторы, результаты факторного ана- лиза, как правило, содержат и факторные значения — координаты объек- тов во вторичном пространстве [Зеличенко и др., ред., 1989]. На пятом этапе проводится обобщение результатов исследования. Их можно разделить на две группы [Похилько, Федотова, 1984]: а) фор- мально-структурные характеристики системы индивидуальных конст- руктов (например, степень дифференцированности и интегрирован- ности системы, выраженность первой главной компоненты, число изолированных конструктов); б) содержательно-смысловые характе- ристики (например, расстояние между элементами «я» и «моя мать» ближе, чем между «я» и «мой отец»). К важным формальным характеристикам, имеющим четкую пси- ходиагностическую трактовку, относится число независимых факто- ров (размерность семантического пространства) [Шмелев, 1996,2002]. Как правило, оно указывает на уровень дифференцированности, раз- витости системы представлений испытуемого в определенной, инте- ресующей исследователя области. Высокая степень сложности инди- видуальной когнитивной системы означает, что данный субъект создает многомерную модель реальности, выделяя в ней множество взаимо- связанных сторон. Низкая степень сложности индивидуальной когни- тивной системы, напротив, свидетельствует о том, что понимание и интерпретация происходящего в сознании этого субъекта осуществ- ляется в упрощенной форме на основе использования ограниченного набора субъективных измерений [Холодная, 1997]. 104
Глава 2. Психосемантическая парадигма конструирования методик Применение факторного анализа индивидуальных матриц корре- ляций между конструктами является не вполне удачной мерой для ди- агностических выводов относительно когнитивной сложности испы- туемого, при этом низкая размерность факторного пространства действительно говорите «когнитивной простоте», однако высокая раз- мерность однозначно не интерпретируется. Так, например, «Д. Банни- стер показал, что высокая размерность наблюдается, в частности, у больных шизофренией, страдающих разорванностью мышления, про- тиворечивостью и несогласованностью его понятийного базиса (сис- темы конструктов)» [цит. по: Шмелев, 2002. С. 84]. Оценка когнитивной дифференцированности может производить- ся по степени «силы связей» между конструктами. Чем выше средняя величина связей между конструктами, тем менее когнитивно диффе- ренцированным является человек. Для оценки степени когнитивной дифференцированности можно использовать меру «интенсивности связей», рассчитываемую по формуле, предложенной Д. Баннистером [Похилько, 1987]. Н. И. Алешкиным (1997) приведен ряд положений, касающихся вопроса интерпретации корреляционной и факторной структуры ре- шетки, с которыми согласуется большая часть эмпирических данных, а также приведенные выше представления о когнитивной дифферен- цированности испытуемого. 1. Большое количество пар персонажей с высокими коэффициен- тами корреляции свидетельствует о том, что испытуемый плохо разли- чает, диффренцирует персонажи в своем сознании. Увеличение числа высококоррелирующих конструктов указывает на нарастание взаимо- связанности в структуре конструктов. Эта взаимосвязанность стано- вится жесткой, ригидной, если к ней присоединяется высокая корре- лируемость персонажей, и противоречивой, несбалансированной, дискордантной, если пары конструктов и персонажей с высокими ко- эффициентами корреляции психологически противоречивы. 2. Наличие в структуре конструктов первого фактора с хорошей информативностью (около 50%) при сбалансированности фактора и хорошем различении персонажей говорит о единстве личности и устойчивом рациональном «Я». Чрезмерная информативность перво- го фактора наряду со снижением дифференцируемости персонажей указывает на генерализованность конструктов и субъективизм при оце- нивании. Второй и третий факторы по своему психологическому содержанию могут противоречить первому фактору, обнаруживая кон- фликт между рациональным и эмоциональным «Я». В этом случае на- растание информативности второго и третьего факторов в сравнении 105
Компьютерная психодиагностика с первым является неблагоприятным признаком, свидетельствующим о нарастании внутриличностного конфликта. При содержательном анализе данных наибольшей диагностической информативностью обладают названия выделенных конструктов и эле- ментов, а также их смысл. Интерпретации подлежат психологические портреты персонажей, которые состоят из конструктов с высокими или низкими баллами. По конструктам и портретам можно судить о разви- тости, неординарности или эгоцентричности суждений испытуемого в отношении других людей. В компонентах «Я-образа» («Я сейчас», «Я в прошлом», «Я в идеале») проявляется удовлетворенность человека со- бой и те ориентации, которые он выбирает для своего развития. Мате- риалом для интерпретации также служат взаимозависимости между персонажами и конструктами и группировки персонажей и конструк- тов, полученные методами корреляционного и факторного анализа. Интерпретация включает оценку структурных особенностей социаль- но-психологического восприятия личности, а именно противоречи- вость — сбалансированность, ригидность — пластичность, аморф- ность — структурированность [Алешкин, 1997]. Техника репертуарных решеток сочетает в себе достоинства стан- дартизованных методов психодиагностики, позволяющих сравнивать особенности личности испытуемого с «нормативной» личностью, и метода клинической беседы, в которой постигается своеобразие лич- ностных особенностей испытуемого. Эта техника отличается высокой индивидуальной ориентированностью и кросс-культуральной валид- ностью, потому что стимульный материал (элементы и конструкты) выявляются в ходе самого обследования. Техника удобна для совмещения диагностики и психологической коррекции, направленной на восприятие личностью других людей и са- мого себя. Формулируя репертуар элементов и конструкты, испытуе- мый обнаруживает свои значимые отношения и проблемы, самовыра- жается, что создает положительный эмоциональный фон. Определение круга людей, объектов и явлений, важных для самого испытуемого, которых он описывает на своем языке, позволяет получить не только ценную диагностическую информацию, но и служит сокращению дистанции в терапевтическом диалоге, так как после этого диалог идет на языке самого испытуемого о понятных ему и значимых для него вещах. Решетки трудно фальсифицировать, особенно оценочные решетки и особенно в тех случаях, когда испытуемый не видит результатов сво- их предыдущих оценок. Однако даже при наличии установки на фальсификацию система конструктов воспроизводится, поскольку ис- 106
Глава 2. Психосемантическая парадигма конструирования методик пытуемый, пытаясь фальсифицировать оценки людей, объектов или ситуаций, делает это на основе собственной системы смысловых оп- позиций, в направлении наиболее значимых смысловых параметров [Похилько, 1987]. Примерами использования ТРР в клинике могут служить исследо- вание «Я-образа» больных с сердечно-сосудистой патологией [Коржо- ва, 1994], исследование некоторых аспектов самоотношения больных неврозами [Соколова, 1989], исследование эмоциональной и когни- тивной сферы больных алкоголизмом с помощью невербальных (цве- товых) репертуарных решеток [Крупицкий, Гриненко, 1996] и др. Подводя итог, можно сказать, что техника репертуарных решеток яв- ляется ярким и удачным примером использования математических ме- тодов для проникновения во внутренний мир человека, в его личные «теории мира» [Kelly, 1955]. Математические зависимости междуоцен- ками и суждениями человека (математические зависимости внутри ре- шетки) отражают психологические процессы, лежащие в основе этих суждений (психологические отношения внутри системы конструктов). В последнее время растет число работ, посвященных компьютери- зации репертуарных решеток. Последние компьютерные версии репер- туарных тестов позволили определить требования, которым удовлет- воряет хорошая программа [Алешкин, 1997]. К числу известных компьютерных программ, позволяющих строить семантические про- странства по индивидуальным конструктам, относится программа ЭКС ПЛАН и более специализированная программа КЕЛЛИ, дающая возможность производить процедуру сравнения по тройкам прямо за компьютером (программа КЕЛЛИ распространяется научной фирмой «Гуманитарные технологии»; название новой версии этой программы — КОНСТРУКТОР) [Шмелев, 1996]; компьютерная программа РЕПЕР- ТУАРНЫЙТЕСТ [Алешкин, 1997]. 2.3. ПРИМЕР ИССЛЕДОВАНИЯ ИСПЫТУЕМОГО С ПОМОЩЬЮ КОМПЬЮТЕРНОЙ МЕТОДИКИ «РЕПЕРТУАРНЫЙ ТЕСТ» Для иллюстрации психосемантической парадигмы рассмотрим при- мер исследования испытуемого с помощью компьютерной методики «Репертуарный тест», представляющей собой автоматизированный вариант техники репертуарных решеток. Программа разработана в Международном университете Семьи и ребенка им. Рауля Валленбер- 107
Компьютерная психодиагностика га и предназначена для психологов образовательных и медицинских учреждений, а также для специалистов других специальностей, про- шедших подготовку по психодиагностике [Алешкин, 1997]. «Реперту- арный тест» прошел апробацию на выборке подростков и студентов. Основными функциональными возможностями этой методики яв- ляются следующие режимы работы. □ Работа с базой данных испытуемых. Обследуемому присваива- ется регистрационный индекс; вводится фамилия, имя, отчество; пол; возраст; род занятий; место учебы или работы; адрес. □ Тестирование испытуемых. После ознакомления с инструкцией обследуемый с помощью проводящего обследование вводит пер- сонажи, конструкты, а затем самостоятельно оценивает персо- нажи по конструктам. □ Работа с тест-данными. Эта возможность позволяет просматри- вать, редактировать и сохранять персонажи, конструкты и оцен- ки обследуемого, а также обрабатывать введенные тест-данные, и получать результаты обследования. Протокол с тест-результа- тами включает в себя: 1) перечень персонажей и конструктов; 2) психологические портреты персонажей, 3) пары сходных пер- сонажей, 4) группы сходных персонажей, 5) пары сходных кон- структов, 6) группы сходных конструктов, 7) ранжирование пер- сонажей по конструкт-факторам. □ Методика. Этот режим позволяет создавать новые репертуарные решетки или редактировать имеющиеся. Описание методики включает следующие пункты: название методики, число персо- нажей (до 30), перечень персонажей, пары персонажей, с кото- рыми сравнивается характеризуемый персонаж при определении конструкта. Изначально программа укомплектована двумя ре- шетками: «старшеклассник» и «взрослый». Управление программой осуществляется с помощью традиционных для среды «Windows» средств: клавиш редактирования, кнопок, лине- ек прокрутки текстов и списков, переключателей опций и т. д. Психо- диагностическая информация хранится в базе данных в «mdb-форма- те», что позволяет обрабатывать тест-информацию существующими пакетами для статистической обработки данных. Программа работает в среде «Windows», устанавливается на IBM-совместимые компьюте- ры с процессором i386/486 и оперативной памятью 4 Мбайт и более. Ниже представлена интерпретация результатов исследования школьника с проблемами в общении с помощью компьютерной мето- дики «Репертуарный тест». Владимир Н. был приглашен на беседу к психологу по инициативе классного руководителя, обеспокоенного 108
Глава 2. Психосемантическая парадигма конструирования методик «трудными, конфликтными отношениями Владимира с одноклассни- ками и некоторыми преподавателями». Владимир живет в полной се- мье. Папа — инженер по электронике и программированию, мама — технолог в типографии, сестра Владимира младше его на два года, учит- ся в восьмом классе. Сам Владимир заканчивает 10-й класс и собира- ется поступать на математико-механический факультет Университета. Очень увлекается математикой и компьютерной техникой. Побеждал на математических олимпиадах. Владимир выполнил репертуарный тест (решетка «старшеклассник»). 2.3.1. Компьютерный протокол результатов исследования МЕТОДИКА: Репертуарный тест, версия для подростков (СТАР- ШЕКЛАССНИК) ДАТА: 27.03.1994 ВРЕМЯ: 12:34. РЕГИСТРАЦИОННЫЕ СВЕДЕНИЯ: Индекс: 54. Фамилия И. О.: ВЛАДИМИР Н. Пол: М. Возраст: 15. Род занятий: учащийся, 10-й класс. 1. ПЕРЕЧЕНЬ ПЕРСОНАЖЕЙ И КОНСТРУКТОВ: 1) МАМА (Мама) неопределенность жизненной позиции — опре- деленность жизненной позиции; 2) ПАПА (Папа) непонимание меня — понимание меня; 3) СЕСТРА (Брат/сестра) безделье — трудолюбие; 4) НАДЯ (Избранница/Избранник) зависит от условностей — сво- бодна от условностей; 5) ВИКТОР (Друг) предательство — верность дружбе; 6) НАСТЯ (Подруга) глухота — мягкость; 7) МИХАИЛ (Знакомый (-), где (-) означает «не нравится, не це- нится») эгоизм — альтруизм; 8) ИРИНА (Знакомая (-)) сумасшествие — уравновешенность; 9) АЛЕКСАНДР СТЕПАНОВИЧ (Преподаватель (+)) безалабер- ность — целеустремленность; 10) АНТОНИНА ИВАНОВНА (Преподаватель (-)) лживость — правдивость; 11) ЛЕНА (Младший (+)) злоба— доброта; 12) ГАЛИНА (Младший (-)) закомплексованность в общении — раскованность в общении; 13) Я СЕЙЧАС (Я сейчас) неуверенность в себе — уверенность в себе; 14) Я В ДЕТСТВЕ (Я в детстве) трусливость — смелость; 15) Я В ИДЕАЛЕ (Я в идеале) слабый характер — сильный характер. 109
Компьютерная психодиагностика 2. ПСИХОЛОГИЧЕСКИЕ ПОРТРЕТЫ ПЕРСОНАЖЕЙ: 1) МАМА (Мама): неопределенность жизненной позиции, зави- сит от условностей, безалаберность, закомплексованность в об- щении, неуверенность в себе, слабый характер; 2) ПАПА (Папа): понимание меня, смелость; 3) СЕСТРА (Брат/сестра): определенность жизненной позиции, целеустремленность, закомплексованность в общении; 4) НАДЯ (Избранница/Избранник): безделье, свободна от услов- ностей, смелость; 5) ВИКТОР (Друг): определенность жизненной позиции, пони- мание меня, верность дружбе, целеустремленность, уверенность в себе, смелость, сильный характер; 6) НАСТЯ (Подруга): непонимание меня, мягкость; 7) МИХАИЛ (Знакомый (-)): непонимание меня, безделье, пре- дательство, глухота, безалаберность, злоба, уверенность в себе; 8) ИРИНА (Знакомая (-)): неопределенность жизненной позиции, непонимание меня, глухота, эгоизм, сумасшествие, безалабер- ность, злоба, слабый характер; 9) АЛЕКСАНДР СТЕПАНОВИЧ (Преподаватель (+)): определен- ность жизненной позиции, понимание меня, свободна от ус- ловностей, целеустремленность, раскованность в общении, уве- ренность в себе, смелость, сильный характер; 10) АНТОНИНА ИВАНОВНА (Преподаватель (-)): непонимание меня, зависит от условностей, предательство, глухота, эгоизм, лживость, злоба, закомплексованность в общении, трусливость; И) ЛЕНА (Младший (+)): понимание меня, мягкость, альтруизм, безалаберность, правдивость, доброта, закомплексованность в общении; 12) ГАЛИНА (Младший (-)): неопределенность жизненной пози- ции, непонимание меня, зависит от условностей, предательство, глухота, эгоизм, безалаберность, лживость, злоба, неуверен- ность в себе, трусливость; 13) Я СЕЙЧАС (Я сейчас): верность дружбе; 14) Я В ДЕТСТВЕ (Я в детстве): неопределенность жизненной по- зиции, трусливость, слабый характер; 15) Я В ИДЕАЛЕ (Я в идеале): определенность жизненной пози- ции, свободна от условностей, верность дружбе, целеустремлен- ность, раскованность в общении, уверенность в себе, смелость, сильный характер. [10
Глава 2. Психосемантическая парадигма конструирования методик 3. СХОДНЫЕ И/ИЛИ РАЗЛИЧНЫЕ ПЕРСОНАЖИ: МАМА (Мама) = ПАПА (Папа) (.8) (где 0.8 — коэффициент корре- ляции) МАМА (Мама) = НАСТЯ (Подруга) (.8) МАМА (Мама) ЛЕНА (Младший (+)) (.8) МАМА (Мама) = Я В ДЕТСТВЕ (Я в детстве) (.8) ПАПА (Папа) = ЛЕНА (Младший (+)) (.8) СЕСТРА (Брат/сестра) = НАСТЯ (Подруга) (.8) ВИКТОР (Друг) = Я СЕЙЧАС (Я сейчас) (.8) НАСТЯ (Подруга) = Я СЕЙЧАС (Я сейчас) (.7) НАСТЯ (Подруга) = Я В ДЕТСТВЕ (Я в детстве) (.8). 4. ГРУППЫ СХОДНЫХ ПЕРСОНАЖЕЙ: ГРУППА 1 (46) (где 46 — информативность фактора в процентах) МАМА (Мама) (.4) (где 0.4 — вес персонажа в факторе-группе); ПАПА (Папа) (.3); СЕСТРА (Брат/сестра) (.3); ВИКТОР (Друг) (.3); НАСТЯ (Подруга) (.4); ЛЕНА (Младший (+)) (.3); Я СЕЙЧАС (Я сейчас); (.3); Я В ДЕТСТВЕ (Я в детстве) (.3); ГРУППА 2 (26) МИХАИЛ (Знакомый (-)) (.3); АЛЕКСАНДР СТЕ- ПАНОВИЧ (Преподаватель (+)) (.4); АНТОНИНА ИВАНОВНА (Пре- подаватель (-)) (.4); (-) ЛЕНА (Младший (+)) (.3); ГАЛИНА (Младший (-)) (.3); Я В ИДЕАЛЕ (Я в идеале) (.5); ГРУППА 3 (9) СЕСТРА (Брат/сестра) (.3); НАДЯ (Избранница/ Избранник) (.7); МИХАИЛ (Знакомый (-)) (.3). 5. СХОДНЫЕ КОНСТРУКТЫ: определенность жизненной позиции = свободна от условностей (.7) определенность жизненной позиции = целеустремленность (.8) определенность жизненной позиции = уверенность в себе (.9) определенность жизненной позиции = сильный характер (.8) понимание меня = верность дружбе (.8) понимание меня = мягкость (.8) понимание меня = альтруизм (.8) понимание меня = уравновешенность (.7) понимание меня = правдивость (.7) понимание меня = доброта (.9) трудолюбие = верность дружбе (.8) трудолюбие = уравновешенность (.8) трудолюбие = правдивость (.7) свободна от условностей = уверенность в себе (.7) верность дружбе = мягкость (.8) верность дружбе = альтруизм (.8) верность дружбе = уравновешенность (.7) верность дружбе — правдивость (.9) верность дружбе = доброта (.8) 111
Компьютерная психодиагностика мягкость = альтруизм (1.) мягкость = уравновешенность (.8) мягкость = правдивость (.9) мягкость = доброта (1.) альтруизм = уравновешенность (.8) альтруизм = правдивость (.9) альтруизм = доброта (.9) уравновешенность = правдивость (.8) уравновешенность = доброта (.8) целеустремленность = сильный характер (.7) правдивость = доброта (.8) раскованность в общении = смелость (.7) уверенность в себе = смелость (.7) уверенность в себе = сильный характер (.8) 6. ГРУППЫ СХОДНЫХ КОНСТРУКТОВ: ГРУППА 1 (60) понимание меня (.3); верность дружбе (.3); мягкость (.3); альтруизм (.3); уравновешенность (.3); правдивость (.3); доброта (.3); смелость (.3); ГРУППА 2 (23) определенность жизненной позиции (.3); свободна от условностей (.3); глухота (.3) эгоизм (.3); сумасшествие (.3); лжи- вость (.3); раскованность в общении (.3); уверенность в себе (.4); сме- лость (.3); сильный характер (.3); ГРУППА 3 (8) неопределенность жизненной позиции (.3); свобод- на от условностей (.3); сумасшествие (.3); безалаберность (.4); раско- ванность в общении (.5); слабый характер (.4). 2.3.2. Обсуждение результатов исследования 1) Перечень персонажей и конструктов. Названные обследуемым конструкты достаточно развиты и свидетельствуют о хорошем словар- ном запасе обследуемого. Конструкты затрагивают различные аспек- ты личности персонажей: сформированность жизненной позиции че- ловека («определенность жизненной позиции»); отношение к труду («трудолюбие»); отношение к нормам поведения в обществе («привер- женность условностям»); эмоциональные особенности личности («мяг- кость», «раскованность в общении», «уверенность в себе»); морально- этические установки («верность дружбе», «альтруизм», «правдивость», «доброта»). Высказывая отдельные конструкты, Владимир проявил эгоцентри- ческие черты своего характера. Поясняя конструкт «способность по- 112
Глава 2. Психосемантическая парадигма конструирования методик пять», «верность дружбе», «мягкость», он невольно возвращался к эмо- циональному подтексту — «способность понять меня, верность друж- бе со мной, мягкость в общении со мной». В целях иллюстрации кон- структа «смелость» он привел следующую ситуацию. «Один раз учитель математики почувствовал себя плохо и собрался домой. Классу он пред- ложил выбрать — или перенести занятия на другой день, или выпол- нить практическую работу самостоятельно. Класс был за первый ва- риант. Я убедил всех, что нужно остаться на «практику», и обосновал это несколькими причинами: закрепить теорию, разобрать другие спо- собы решения задачи, которую уже начали решать на уроке, через неделю задача потеряет свою актуальность и др.». В данном случае, по- мимо социальной смелости, Владимир проявил склонность к демон- стративным поступкам, рассуждательству и недостаточную синтон- ность настроению окружающих. 2) Психологические портреты персонажей. Чувства Владимира в от- ношении близких не отличаются теплотой. Мама в его оценках «с не- определенной жизненной позицией», «зависит от условностей», «бе- залаберная», «закомплексованная», «неуверенная в себе», «со слабым характером». Отец — «понимающий меня» и «смелый». Сестра — «с определенной жизненной позицией», «целеустремленная» и «закомп- лексованная». В неформальном общении Владимир ориентируется на людей не- зависимых, с нонконформистской ориентацией. Друг характеризует- ся им как человек «с определенной жизненной позицией», «верный дружбе», «понимающий», «уверенный в себе», «смелый», «с сильным характером». Аналогичный портрет имеет преподаватель, которого Владимир ценит. Привязанности в отношении девушек пока отсутствуют. Как он сам пояснил, «избранница» и «подруга» названы им скорее по «инструк- ции, по необходимости». Свой взгляд на сверстниц выразил словами «узкий круг интересов, совсем другой уровень потребностей». Знако- мый, знакомая, преподаватель, младший, которые Владимиру не нра- вятся и которых он не ценит, характеризуются им в негативной мо- рально-этической тональности. Себя в детстве Владимир воспринимает как «не определившегося в жизненной позиции», «трусливого» и «со слабым характером». Для сво- его «Я идеального» отмечает «определенность жизненной позиции», «свободу от условностей», «верность дружбе», «целеустремленность», «раскованность в общении», «уверенность в себе», «силу характера», «смелость». Сопоставив «Я в детстве» и «Я в идеале», можно заметить неприятие себя-ребенка и стратегию работы над собой по типу гипер- 113
Компьютерная психодиагностика компенсации, когда акцент делается не на совершенствовании досто- инств своего характера, а на преодолении недостатков. 3) Сходные персонажи и группы сходных персонажей. Пары сходных персонажей, то есть с высокими коэффициентами корреляции, объяс- нимы и психологически благополучны (неблагополучным можно на- звать, например, такое сочетание «Папа = Преподаватель (-)»). Число пар сходных в области средних значений. В настоящее время Влади- мир переживает перемену в своих референтных отношениях — «Я в детстве = Мама», но «Я сейчас = Друг». В то же время «Я сейчас» и «Я в детстве» входят в одну группу вместе с мамой, папой, сестрой, другом и подругой, которую можно истолковать как группу «референтных и родственных привязанностей». «Я идеальное» вошло в довольно противоречивую группу персона- жей, где оно сосуществует с преподавателем и младшим, которых Вла- димир ценит, а также со знакомым, который ему не нравится, препо- давателем и младшим, которых он не ценит. 4) Сходные конструкты и группы сходных конструктов. Среди кон- структов очень много сходных пар, что указывает на высокую степень взаимосвязанности в системе конструктов. Многие из них имеют для Владимира единый личностный смысл («определенность жизненной позиции = целеустремленность», «определенность = уверенность в себе», коэффициенты корреляции 0,8 и 0,9 соответственно); отдель- ные даже дублируют друг друга («мягкость = альтруизм», «мягкость = доброта», коэффициенты корреляции 1,0). Взаимосвязанность системы конструктов определяется двумя ос- новными факторами. Первый фактор (информативность — 60%) мож- но назвать «морально-этическое Я» Владимира. В нем доминируют такие конструкты как «понимание меня», «верность дружбе», «мяг- кость», «альтруизм», «уравновешенность в общении», «правдивость», «доброта», «смелость». Второй фактор (информативность — 23%) — это «эмоциональное Я». Конструктами являются «определенность жиз- ненной позиции», «свобода от условностей», «глухота», «эгоизм», «су- масшествие», «лживость», «раскованностью, «уверенность в себе», «сме- лость», «сильный характер». Названные факторы в сознании Владимира психологически про- тиворечивы — конструкты правого полюса 1-го фактора высоко кор- релируют с конструктами левого полюса 2-го фактора (например, «вер- ность дружбе = правдивость», «мягкость = альтруизм»), и в то же время оба фактора определяют «идеальное Я» Владимира. Одно состояние «Я» советует ему быть моральным, скромным, а другое подсказывает быть в центре внимания окружающих, раскованно самовыражаться и смот- 114
Глава 2. Психосемантическая парадигма конструирования методик реть на других свысока. «Моральное Я» Владимира имеет одну особен- ность — оно склонно самоутверждаться в критике окружающих и оправдании собственных поступков. В этом можно убедиться, проана- лизировав психологические портреты персонажей. Разумному разре- шению конфликта между «моральным Я» и «эмоциональным Я» ме- шает чрезмерно рационалистический стиль мышления и низкий контроль своей эмоциональности. Оценивая других людей, Владимир как бы выхватывает из их облика отдельные черты и комбинирует их в угоду своему настроению. Таким образом, проведенное репертуарное тестирование выявило акцентуированность личности испытуемого. Причем акцентуирован- ность имеет противоречивый характер. Эмоциональная чувствитель- ность и ранимость сочетаются с демонстративностью и категорично- стью, творческие способности и высокие достижения в математике — с неразвитыми коммуникативными навыками. Самооценка затрудне- ний в общении необъективна. Нервно-психическая истощаемость, болезненная фиксированность на своих проблемах в общении не от- мечены. Рекомендованы психологическая поддержка со стороны пси- холога и социально-психологический тренинг.
Глава 3 КОНСТРУИРОВАНИЕ КОМПЬЮТЕРНЫХ ПСИХОДИАГНОСТИЧЕСКИХ МЕТОДИК НА ОСНОВЕ ТЕХНОЛОГИИ ИНЖЕНЕРИИ ЗНАНИЙ 3.1. КОМПЬЮТЕРНЫЙ ПСИХОДИАГНОСТИЧЕСКИЙ ИНСТРУМЕНТАРИЙ Компьютерный психодиагностический инструментарий — это слож- ный аппаратно-программный комплекс, позволяющий психологам осуществлять психодиагностическое исследование испытуемого. В целом опыт работы с такими инструментами позволяет сформу- лировать некоторые ощутимые положительные эффекты, получаемые психологом благодаря использованию автоматизированных тестов: □ повышение эффективности работы психолога за счет быстроты обработки данных и получения результатов тестирования; □ предоставление психологу возможности сконцентрироваться на решении сугубо профессиональных задач благодаря освобожде- нию его от трудоемких рутинных операций первичной обработ- ки данных; □ повышение четкости, тщательности и чистоты психологическо- го исследования за счет увеличения точности регистрации резуль- татов и исключения ошибок обработки исходных данных, неиз- бежных при ручных методах расчета выходных показателей; □ возможность проводить массовые психодиагностические иссле- дования в сжатые сроки путем одновременного тестирования многих испытуемых; 116
Глава 3. Конструирование компьютерных психодиагностических методик □ повышение уровня стандартизации условий психодиагностичес- кого исследования за счет единообразного инструктирования ис- пытуемых и предъявления заданий вне зависимости от индиви- дуальных особенностей исследуемого и экспериментатора; □ возможность для испытуемого быть более откровенным и есте- ственным во время эксперимента благодаря конфиденциально- сти автоматизированного тестирования; □ использование времени не только как управляемого параметра теста (исследователь с помощью компьютера способен регули- ровать и устанавливать требуемый темп психодиагностического тестирования), но и в качестве диагностического параметра (на- пример, показатели временной динамики ответов испытуемого на вопросы психодиагностического теста могут выступать как индикаторы утомления, эмоционального шока и т. п.); □ возможность распространять опыт работы психологов за счет компьютерной интерпретации результатов тестирования; □ возможность систематически накапливать и хранить не только данные об испытуемом, но и сами результаты тестирования; тем самым разрешение проблемы «утраты» психодиагностической информации, характерной для тестирования с помощью «руч- ных» тестов, осуществляется благодаря заполнению базы данных испытуемых, являющейся неотъемлемым атрибутом любой ав- томатизированной методики. Среди всевозможных инструментов выделяют компьютерные вер- сии психодиагностических методик и компьютерные психодиагности- ческие методики. Компьютерные версии психодиагностических методик представляют собой инструменты работы психологов, которые являются полным ана- логом «бланковых» или «ручных» психодиагностических методик. Они осуществляют автоматизацию процессов администрирования, тестиро- вания, подсчета результатов, учитывая при этом, что психологи умеют интерпретировать полученные данные результатов тестирования. Компьютерные психодиагностические методики — это новый класс психодиагностического инструментария, осуществляющий автомати- зированное исследование испытуемого с формированием компьютер- ного психодиагностического заключения на основе технологии инже- нерии знаний. Признаки отличия компьютерных методик: 1. Компьютерные методики разрабатываются исключительно на компьютере и могут не иметь «бланкового» аналога. 117
Компьютерная психодиагностика 2. Хотя в основе компьютерных методик может лежать известный «бланковый» вариант, они могут существенным образом отли- чаться от «бланкового» варианта не только способностью созда- вать адекватное компьютерное заключение, но и стилистичес- кой редакцией утверждений методики, способами обработки результатов тестирования и пр. 3. Компьютерные методики, разработанные на основе технологии инженерии знаний, отличаются от любых других методик нали- чием так называемой базы знаний — специальным образом орга- низованных и формализованных знаний опытных психологов- профессионалов (см. п. 3.2.1). 3.1.1. История развития Технические средства стимуляции, регистрации и обработки пси- ходиагностической информации всегда имели большое значение для повышения эффективности разработки и использования эксперимен- тальных психодиагностических методик. В докомпьютерную эпоху, а иногда по разным причинам и в настоящее время, такими средства- ми были и остаются «карандаш и бумага» (pencil and paper). Типичная процедура технологии «карандаша и бумаги», в частности для одной из наиболее распространенных методик — MMPI, выглядит следую- щим образом. Испытуемый возвращает психологу бланк обследования, на котором отмечены выбранные им варианты ответов на вопросы (за- дания) психодиагностической методики. Психолог выполняет проце- дуру «наложения ключей», то есть накладывает на полученный бланк специальный трафарет и подсчитывает количество попаданий ответов испытуемого в окошки трафарета, которые в совокупности называют- ся диагностическим «ключом». Затем с помощью специальных таблиц или номограмм подсчитанное количество (по каждой из шкал) пере- водится в новое число, так называемую.стандартизированную оценку. Совокупность стандартизированных оценок по каждой шкале и явля- ется результатом психодиагностического тестирования, который по- зволяет психологу выносить суждение об особенностях испытуемого, его психических свойствах, делать определенный прогноз на будущее и давать те или иные рекомендации. Очевидно, что подобный стиль работы занимал и занимает у психологов достаточное количество вре- мени. Стремление к повышению эффективности работы и устранению рутинных операций привело к идее автоматизации психодиагности- ческих исследований испытуемых. 118
Глава 3. Конструирование компьютерных психодиагностических методик Первые упоминания о машинной обработке данных психологичес- кого тестирования относятся к началу 1930-х годов [Бурлачук, Моро- зов, 1999]. Долгое время использование компьютеров в психологичес- ких (и психодиагностических) исследованиях ограничивалось лишь обработкой числовой информации в процессе психодиагностическо- го эксперимента. В то время компьютер (тогда еще ЕС ЭВМ, СМ-3, СМ-4, «Электроника-100») представлялся мощным арифмометром, который может освободить психолога от трудоемких рутинных опера- ций типа «наложения ключей» и арифметического подсчета числовых показателей. В нашей стране первой программой, реализованной на языке ПЛ/1 для ЕС ЭВМ, была программа обработки результатов тес- тирования испытуемых с помощью методики MMPI [А. Б. Иовлев, Б. В. Иовлев, 1981]. Оператор набивал ответы испытуемого на перфо- карты, а компьютер, осуществляя числовую обработку, распечатывал значения Т-оценок. Использование компьютера в качестве арифмометра для целей пси- ходиагностики, конечно же, оказалось значительным прогрессом. За счет автоматизации психолог освобождался от трудоемких рутинных операций и мог концентрироваться на решении сугубо профессиональ- ных задач. Кроме того, повысилась точность регистрации результатов, и исключались ошибки обработки исходных данных, неизбежные при ручных методах расчета выходных показателей теста, а оперативность обработки данных при компьютерном эксперименте позволяла в сжа- тые сроки проводить массовые психодиагностические обследования в рамках скрининговых программ. В 1970—1980-е годы за рубежом широкое распространение получа- ют компьютерные тесты, осуществляющие не только обработку резуль- татов тестирования, но и предъявление стимульного материала испы- туемому. В большинстве своем такие автоматизированные тесты представляли собой модификации известных «бланковых» методик, а потому получили название компьютерных версий. В этот же период появляются первые адаптивные тесты, отличительная особенность ко- торых заключается в том, что управление процессом тестирования ча- стично, а в некоторых случаях и полностью передается компьютеру. 1980-е годы можно считать периодом наиболее активного развития компьютерного инструментария за рубежом, что связано с появлени- ем достаточно мощных и доступных персональных компьютеров. В нашей стране с появлением первых персональных компьютеров появились и специализированные, решающие сугубо психодиагно- стические задачи компьютерные программы: статистические пакеты обработки данных для создания новых психодиагностических методик 119
Компьютерная психодиагностика (или шкал), компьютерные версии имеющихся психодиагностических методик и программы, реализующие так называемый алгоритм инди- видуально-ориентированного или адаптивного тестирования (предъяв- ление стимулов в зависимости от ответов испытуемого). Уже в то время ни одна задача психодиагностики, будь то конструирование психоди- агностической шкалы или исследование испытуемого для написания психодиагностического заключения, практически не решалась без со- ответствующего программного обеспечения. В конце 1980-х — начале 1990-х годов наряду с определенными до- стижениями проявляется неудовлетворенность компьютерными тес- тами, обусловленная двумя существенными причинами. Во-первых, при создании компьютерных версий, то есть при пере- носе «бланковой» методики в компьютер, нарушаются стандартные условия предъявления стимульного материала испытуемым — одна из важных психометрических характеристик. Иными словами, стимуль- ная ситуация, моделируемая компьютером, существенно отличается от той, когда тому же испытуемому предлагают «бланковый» вариант. Следствие этого — очевидные искажения результатов тестирования. Если, допустим, методика измеряет «тревожность», а испытуемый не- достаточно хорошо владеет компьютером, то параметр «тревожность» будет измеряться с явным искажением. Во-вторых, появились компьютерные методики, предлагающие пользователю-психологу не только администрирование, предъявление стимульного материала, числовую обработку результатов тестирования, но и вербальную интерпретацию результатов тестирования. С техни- ческой точки зрения создать алгоритм интерпретации результатов тес- тирования достаточно просто: для этого надо сформулировать некото- рые правила интерпретации в виде «если — то». Например: «Если шкала D методики MMPI лежит в диапазоне 70Т-75Т — то у испытуемого явно выражена внутренняя напряженность, неудовлетворенность си- туацией, пассивность, пессимизм». Эти правила, написанные для каж- дой шкалы и «прошитые» в код программы, обрабатывались последо- вательно, в порядке написания, а результаты, то есть характеристики испытуемого, предъявлялись пользователю-психологу. С точки зрения психодиагностической практики конструирование компьютерной ин- терпретации результатов тестирования таким способом оказалось пла- чевным. Так, например, компьютер мог сформировать следующее за- ключение по результатам тестирования с помощью методики MMPI: «У испытуемого явно выражена внутренняя напряженность, неудов- летворенность ситуацией, пассивность, пессимизм, активность, опти- мистическая оценка перспективы, энергичность, активность». 120
Глава 3. Конструирование компьютерных психодиагностических методик Очевидно, что приведенные выше причины вызвали со стороны практических психологов большой скепсис и острую критику в адрес не только компьютерного психодиагностического инструментария, но и компьютерной психодиагностики вообще. 1990-е годы ознаменовались попыткой преодолеть указанные выше сложности, а сами исследования развернулись в двух направлениях: работы по обоснованию психометрических характеристик компьютер- ных версий и работы по созданию компьютерных психодиагностичес- ких методик, осуществляющих вербальную интерпретацию результа- тов тестирования. В середине 1990-х годов появились первые дистанционные тесты, то есть тесты, работающие в глобальной компьютерной сети Интер- нет. Как сам Интернет, так и модемы для персональных компьютеров существуют уже довольно давно, однако лишь около 1990 года Интер- нет набрал критическую массу пользователей и ресурсов, необходи- мую для происходящей на наших глазах сетевой революции, а основ- ной инструмент этой сети — система Word Wide Web (WWW, или «Всемирная паутина»), изобретенная в 1993 году, заняла доминирую- щее положение и стала определять лицо Интернета. Использование Ин- тернета для психологических обследований испытуемых, проблема психодиагностического тестирования в системе WWW — стали оче- редной темой исследований в области компьютерной писходиагнос- тики. Подробнее об этом изложено в п. 4.2. 3.1.2. Психометрические характеристики Нарушение стимульной ситуации и, как следствие этого, возможное искажение результатов тестирования — основная проблема создания компьютерных версий пси- ходиагностических методик. Исследования, посвященные сопоставлению или выяснению экви- валентности «бланковых» методик и их компьютерных версий, появи- лись за рубежом в начале 1980-х годов [Skinner, Pakula, 1986; Bartram, Bayliss, 1984]. В первоначальных обзорах работ на эту тему был сделан вывод о том, что компьютерные версии традиционных личностных тестов, хотя и не делают более быстрым психологическое исследова- ние в целом эквивалентны их «бланковым» источникам. Однако в бо- лее поздних работах [Cohen et al., 1992; Webster, Compeau, 1996] приво- 121
Компьютерная психодиагностика дятся и обсуждаются примеры, в которых компьютерные версии не являются эквивалентными их «бланковым» первоисточникам. Иссле- дователи отмечают, что у некоторых испытуемых, неуверенно владею- щих компьютером, при компьютерном тестировании уровень тревоги увеличивается, что приводит к искажению результатов тестирования, особенно если конструкт, подлежащий измерению, связан с тревогой. Эти явления заставили исследователей считать, что нельзя утверж- дать об эквивалентности компьютерных и «бланковых» форм тестов в общем, поскольку эквивалентность должна демонстрироваться для каждой методики в отдельности [Cohen, 1992; Meier, 1994]. Аналогич- но складывается ситуация и с компьютерными версиями методик, ра- ботающих в Интернете в системе WWW (Word Wide Web) [Buchanan, Smith, 1999]. I Компьютерная версия методики — это вполне само- I I стоятельная методика, использование которой возмож- I I но только после установления групповых норм и других I I психометрических характеристик. I В последние годы в связи с уменьшением «бланковых» методик за счет увеличения компьютерных (то есть методики сразу же при созда- нии имеют компьютерную форму) вопрос об эквивалентности двух форм снимается сам по себе. Однако сказать, что в перспективе «блан- ковые» методики исчезнут совсем, нельзя, поскольку всегда остаются определенные контингенты испытуемых, для которых «бланковый» вариант предпочтительнее. К таким испытуемым могут относиться, например, лица, находящиеся в остром психотическом состоянии, включая ажитированные формы депрессии и тревоги, лица, обладаю- щие выраженной ситуативной тревожностью, связанной с использо- ванием различных технических устройств, включая персональный ком- пьютер, а также дети младше 8-10 лет [Червинская, 2003]. Что касается компьютерных психодиагностических методик, кон- струирующих заключение на основе базы знаний — специальным образом организованных и формализованных знаний опытных пси- хологов-профессионалов, то поскольку они с самого начала разраба- тывались на компьютере, проблемы нарушения стимульной ситуации, вообще говоря, не существует. При обсуждении других психометричес- ких характеристик следует иметь в виду, что для создания компьютер- ных психодиагностических методик выборка испытуемых (основа оп- ределения психометрических характеристик) не нужна, нужны лишь 122
Глава 3. Конструирование компьютерных психодиагностических методик опытные психологи-профессионалы, в совершенстве владеющие со- ответствующей «бланковой» методикой. Вопрос интерпретации резуль- татов тестирования — это вопрос скорее искусства, знаний и опыта, чем вычисления числовых характеристик. При этом выборка испытуе- мых значима лишь настолько, насколько она формирует знания и опыт психологов по интерпретации соответствующих показателей «бланко- вой» методики. В качестве примера можно привести компьютерную методику СЛТ [Червинская, Щелкова, 2002], предназначенную для выявления и диф- ференцированной оценки реактивной (ситуативной) тревоги (как ак- туального психического состояния) и личностной тревожности (как устойчивой типологической черты, облегчающей возникновение ре- акций тревоги) по Ч. Спилбергеру. Исходным вариантом послужила адаптированная Ю. Ханиным «бланковая» методика Ч. Спилбергера, по результатам тестирования которой определяются два показателя: ситуативной тревоги и личностной тревожности. Компьютерная вер- сия может осуществлять предъявление испытуемому сорока утвержде- ний, а пользователю-психологу — соответствующих двух показателей, характеризующих испытуемого. При создании такой версии необхо- димость установления психометрических характеристик очевидна. Компьютерная методика СЛТ предоставляет заключение об уровне (степени выраженности) реактивной и личностной тревожности, в большей степени определяемом опытом психолога, а также развер- нутое описание психологических (познавательных, эмоционально-мо- тивационных, поведенческих) характеристик, соответствующих выяв- ленному уровню. И определение диапазонов, и описание испытуемого определяется опытом работы психолога в клинике и отражает то, как «видит» психолог испытуемого, попавшего по результатам тестирова- ния в определенный диапазон. Поскольку «видение» или понимание психологом испытуемого — феномен достаточно субъективный, то, вообще говоря, компьютерные психодиагностические методики мож- но отнести к классу «субъектных» техник, по А. Анастази (1982). 3.1.3. Особенности исследования испытуемых Корректное использование компьютерных психодиагностических методик требует, прежде всего, понимания того, что лежит в основе психодиагностического инструментария этого класса. В связи с этим остановимся на особенностях исследования испытуемых с помощью компьютерных психодиагностических методик. 123
Компьютерная психодиагностика Как правило, компьютерные психодиагностические методики содержат следующие функциональные возможности (или режимы ра- боты пользователя-психолога): администрирование (база данных ис- пытуемых), тестирование испытуемого, обработку результатов тести- рования, визуализацию тестовых данных и интерпретацию результатов. Администрирование. Этот режим подразумевает автоматическое ве- дение протоколов исследования испытуемых, что обеспечивается нали- чием базы данных испытуемых, в которой, как правило, содержится не только биографическая информация (фамилия, имя, отчество, возраст, пол, образование и т. д.), но и результаты тестирования испытуемого. Некоторые зарубежные исследователи [Levine, Ancill, Roberts, 1988; Locke, Gilbert, 1995] указывают на положительную роль автоматичес- кого ведения протоколов исследования испытуемых, отмечая увели- чение уровня самораскрытия испытуемых в этом случае, особенно для методик, затрагивающих личные и чувствительные темы. Благодаря компьютерному администрированию, пользователи ком- пьютерных методик получают возможность накапливать ценную пси- ходиагностическую информацию и при необходимости использовать ее, например, для дальнейшей статистической обработки и создания собственных шкал и т. д. Тестирование испытуемого. Этот режим характеризуется предъяв- лением испытуемому стимульного материала психодиагностической методики с подробной инструкцией, а также выполнением испытуе- мым заданий предъявленного теста. С точки зрения компьютерной реализации этих процедур возможны несколько вариантов. Первый вариант заключается в том, что испытуемого к компьютеру не допускают, он заполняет свои ответы традиционно, как правило, на специально разработанном для каждой методики бланке, а уже потом психолог (или оператор) вводит ответы испытуемого для обработки в компьютер. Такой вариант полностью удовлетворяет условиям стан- дартизации в плане предъявления психодиагностической методики, однако требует дополнительных затрат и усилий для осуществления ввода информации. Одной из разновидностей этого варианта, наиболее популярного в западных странах для методик опросного типа, является ввод ответов испытуемого, зафиксированных на бланке, с помощью сканера или других технических средств. В этом случае сохраняются условия стан- дартного предъявления стимулов и экономится время, затрачиваемое на ввод информации в компьютер. Однако следует отметить, что эта процедура не имеет смысла для некоторого класса методик, например, для методик, осуществляющих так называемое адаптивное тестирова- 124
Глава 3. Конструирование компьютерных психодиагностических методик ние [Анастази, 1982, 2001], или для методик, измеряемый критерий которых должен учитывать, например, время реакции испытуемого. Другой вариант предъявления компьютерного психодиагностичес- кого инструментария можно охарактеризовать следующим образом. Испытуемый, сидя за компьютером, выполняет задания, заложенные в компьютерной системе. При этом следует помнить, что если использу- ется компьютерная версия «бланковой» методики, то ее можно считать эквивалентной «бланковой» лишь условно. Предварительно должны быть установлены психометрические характеристики компьютерного варианта. Для компьютерных психодиагностических методик, посколь- ку они с самого начала разрабатывались на компьютере и прошли ап- робацию на соответствующем контингенте, это не обязательно. Одна- ко следует отметить, что в любом случае желательно, чтобы испытуемый достаточно хорошо владел компьютером. В западных странах часто используются оба варианта. Так, напри- мер, компьютерная программа, реализующая опросник детских де- прессивных состояний (Children’s Depression Inventory Computer Prog- ram), разработанная американской корпорацией Multi-Helth System Inc., использует оба варианта предъявления — как непосредственное компьютерное предъявление (online), так и предъявление с помощью «карандаша и бумаги» с последующим сканированием протокола ис- следования. Обработка результатов тестирования. Этот режим предполагает получение тестовых данных (сырых баллов, стандартизованных шкаль- ных оценок: стенов, стенайнов и т. д.) с помощью заранее известных предписаний (формул или таблиц). Создание компьютерной программы, реализующей этот этап, не представляет абсолютно никакой сложности. Тем не менее многие оте- чественные психологи по-прежнему «накладывают ключи» или в луч- шем случае работают с калькулятором. Стиль работы психологов в за- падных странах предполагает, как правило, использование какой-либо компьютерной версии, необходимой для обработки данных тестиро- вания. Визуализация тестовых данных. Тестовые данные отображаются в виде некоторого графического представления, имеющего либо форму графика, либо форму циркограммы, диаграммы, гистограммы и т. д. Графические возможности современных компьютеров позволяют создавать такое визуальное представление, которое наиболее близко соответствовало бы тому, с чем привык работать психолог, используя неавтоматизированный вариант методики. Это касается, прежде все- го, тех методик, интерпретация результатов которых осуществляется 125
Компьютерная психодиагностика на основании графического представления результатов тестирования испытуемого (MMPI, опросник Т. Лири, опросник Р. Кеттелла и др.). Практически все отечественные компьютерные психодиагностичес- кие методики реализуют графическое представление, а некоторые си- стемы, например система УСК (компьютерная методика «Уровень субъективного контроля»), осуществляет двойное графическое пред- ставление (диаграмма и профиль). Компьютерные психодиагностические методики, разрабатываемые на Западе, тоже, как правило, предлагают визуализацию тестовых дан- ных. В качестве примера можно привести разработанную американс- кой корпорацией Multi-Helth System Inc. компьютерную программу, реализующую методику Ч. Спилбергера («State-Trait Anxiety Inventory Computer Program»), определяющую уровень личностной и ситуатив- ной тревожности. Компьютер предъявляет задания теста — 20 утверж- дений по каждой шкале, обсчитывает результаты тестирования и пред- ставляет результат графически, который хранится точно так же, как и числовые результаты. Интерпретация результатов тестирования. Этот режим предназна- чен для получения психодиагностического заключения об испытуемом. Основная ценность компьютерного заключения заключается в уменьшении гало-эффекта. Гало-эффект — явление, под которым в психодиагностике понимается тенденция исследователя, производя- щего оценку (интерпретацию) и готовящего заключение, поддаваться чрезмерному влиянию какого-либо одного свойства (особенности) личности, вызывающего у него благоприятное или неблагоприятное отношение к обследуемому и оказывающего воздействие на суждения обо всех других его особенностях. Вообще говоря, заключение психолога может быть очень кратким и лаконичным. Например, посмотрев на значение шкалы личностной тревожности, полученной в результате тестирования испытуемого по методике Ч. Спилбергера, психолог может сказать всего четыре слова: «Высокий уровень личностной тревожности». И это может считаться заключением. Реализация такого подход^ в виде компьютерной систе- мы не представляет никакой сложности. Текст заключения выдается в соответствии с набранными испытуемым баллами. И таких программ, разрабатываемых иногда программистами без участия психологов, до- статочно много. Однако, как правило, в клинической практике психо- лог составляет развернутое психодиагностическое заключение, напи- сание которого представляет собой большое искусство и требует от психолога не только знания конкретной методики, общепсихологичес- ких и прикладных знаний, но и определенного опыта. Научить компь- 126
Глава 3. Конструирование компьютерных психодиагностических методик ютер составлять именно такое заключение, учитывающее все нюансы работы психолога, — это и является той задачей, которая решается в рамках инженерии знаний. Основными критериями автоматизирован- ного психодиагностического заключения такого рода должны быть связность и непротиворечивость текста, адекватность с точки зрения измеряемых тестом параметров, а также удобство восприятия заклю- чения для тех, кому оно предназначено (врачей, учителей и т. д.). В последние годы появилось множество компьютерных программ, претендующих на роль компьютерного психодиагностического инст- рументария. Автоматизированное заключение, предъявляемое пользо- вателю, может служить хорошим критерием оценки таких программ в целом.. Всевозможные компьютерные заключения можно классифи- цировать по стилю написания, языку, целям и пользовательской ори- ентации. Необходимо отличать профессиональное психодиагностичес- кое заключение от непрофессионального. Профессиональное заключение ориентировано исключительно на психолога или врача и построено на основе технологии инженерии знаний. Как правило, оно содержит соответствующую психологичес- кую лексику, терминологию, которой владеют психолог или врач, а так- же стиль, принятый при написании психодиагностических заключе- ний психологом в клинике. Испытуемому этот текст не предназначен в силу необходимой этики психодиагностического тестирования. Об- разцы профессиональных заключений будут представлены в следую- щих разделах. Непрофессиональное заключение ориентировано на неспециалис- тов в области медицинской психологии, интересующихся своими пси- хологическими особенностями. По словам А. Г. Шмелева (2002. С. 176), в последние годы в сети Интернет «значительно расширилась аудито- рия добровольцев-интересантов, которые ныне представляют собой настоящую армию любителей самотестирования, насчитывающую, по самым скромным оценкам, уже несколько десятков тысяч человек (если судить по суммарной суточной посещаемости сайтов, на которых опуб- ликованы психологические тесты)». Непрофессиональные заключения по своему стилю и характеру могут носить самый разнообразный характер и, как правило, обраща- ются непосредственно к испытуемому. Например, «Вы счастливый че- ловек, у Вас все в порядке» или «У Вас скрытый стресс, возможен нерв- ный срыв» (образец заимствован из компьютерной программы «Тест на стресс», разработанной неизвестными автору Alic&Co). Заключения, ориентированные на пользователя — не психолога, как правило, создаются специалистами в области computer science без при- 127
Компьютерная психодиагностика влечения профессиональных психологов, в основном с коммерческой целью для повышения рейтинга создаваемого ими сайта в расчете на ту самую армию интересантов, о которой упоминает А. Г. Шмелев (2002). Не секрет, что чем больше «заходов» на сайт делают пользова- тели, тем более популярным («раскрученным») становится сайт, а это, в свою очередь, привлекает рекламодателей. Технология создания та- ких заключений достаточно проста. Берется одно из методических по- собий или соответствующих печатных изданий и переносится в элект- ронный вид. Достоверность такого рода заключений может быть сравнима разве лишь с достоверностью журнальных гороскопов. Среди непрофессиональных заключений следует различать заклю- чения, построенные в соответствии с эффектом Барнума (или иллю- зорной валидностью), названным так по имени Финиса Барнума, по- пулярного организатора публичных зрелищ, говорившего, что «глупец рождается ежеминутно». Def Иллюзорная валидность — это иллюзия соответствия заклю- чения по результатам тестирования личностным характерис- тикам обследуемого. Возникает как следствие использования предельно общих, а поэтому применимых практически ко всем обследуемым формулировок, таких, например, как «ра- зумный в выборе цели», «стремящийся к лучшей жизни» и т. п. Такого рода утверждения принимаются почти всеми людьми в качестве точного описания их личности. Заключения, ориентированные на пользователя — не психолога, с точки зрения профессиональной психодиагностической этики можно классифицировать как «безобидные» или «вредные». К «безобидным» относятся заключения, построенные в соответствии с эффектом Бар- нума или состоящие из любых нейтральных слов, не касающихся пси- хиатрической терминологии. «Вредные» заключения могут иметь не только соответствующую лексику, но и откровенно «ставить диагноз». Ниже представлены два образца, полученные в результате тестирова- ния с помощью двух разных компьютерных тестов Люшера, свободно имеющих хождение в среде студенческой молодежи Санкт-Петербур- га. Оба заключения могут быть отнесены к разряду «вредных». Образец 1. Состояние тревожное, неустойчивое, обостренная чувстви- тельность к средовым воздействиям. Сужена зона жизненного комфорта, потребность в щадящих условиях, прихотливость вкуса. Состояние разочаро- ванности и бесперспективности, сопровождающееся тревогой и чувством бес- помощности. Бегство в мир иллюзорных представлений, отвечающих соб- 128
Глава 3. Конструирование компьютерных психодиагностических методик ственному настроению и желаниям. Тревожные опасения угрозы, усиливаю- щие потребность в спокойствии и безопасности. Тревога и горькая убежден- ность в том, что бессмысленно надеяться на лучшее. Ощущение утраты со- чувствия и признания со стороны значимых окружающих. Образец 2. Результаты по сознательно заторможенной потребности: Ключ: -0-4 Норм-фактор: 2 Физиологическая интерпретация: чрезмерное раздражение из-за разочаро- вания и неосуществившихся ожиданий. Психологическая интерпретация: несбывшиеся ожидания привели к неуве- ренности и напряженной настороженности; хочет внушать доверие другим, чтобы чувствовать себя в безопасности и уверенно; сомневается, что в буду- щем дела пойдут лучше; тревожная неуверенность. Психопатологическая интерпретация: аффективное стремление к деятель- ности на фоне депрессивного состояния. Психогенные мотивы: страх перед внутренним одиночеством, страх быть обойденным, страх перед лишениями. Эффект Барнума часто используется профессиональными психоло- гами для формулирования заключения по результатам заочного тести- рования. Такая позиция диктуется нормами профессиональной этики1. Технология профессионального тестирования в сети Интернет на- бирает свою силу и приносит исследователям свои преимущества. Так, например, в считанные дни можно осуществить работу по сбору протоколов для получения нормативов. А для удовлетворения пользо- вателей, вносящих свой вклад в дело конструирования психодиагнос- тических методик, им предлагается в качестве обратной связи соответ- ствующее заключение. Ниже представлен классический образец психодиагностического заключения, построенного в соответствии с эффектом Барнума и по- лученного в результате тестирования на одном из профессиональных серверов. Тест Айзенка (EPI) Вы — человек довольно гибкий, потенциально способный эффективно действовать в разных ситуациях — и таких, которые требуют быстрых и сме- лых решений, и таких, которые требуют вдумчивого, всестороннего анализа и осмотрительности. Развиваете ли Вы в себе эти качества? Ведь без трениров- ки они могут и не сформироваться (или, сформированные, потеряться). Чаще старайтесь бывать на людях и развивать в себе способности к общению с людь- 1 Этические нормы и деонтологические принципы в профессиональной деятель- ности медицинских (клинических) психологов подробно рассматриваются в моногра- фии Л. И. Вассермана, О. Ю. Щелковой (2003). 5 Зак 4548 129
Компьютерная психодиагностика ми. Но не забывайте и о том, что Вам требуются ситуации спокойного уеди- нения, позволяющие собраться с мыслями, обдумать причины возможных неудач и планы на будущее. Вы — человек по своей природе с достаточно ровным и спокойным харак- тером. Вы потенциально умеете переносить трудности и справляться со стрес- сами не хуже большинства других людей. Вы также можете быть вполне чут- ким и тонким человеком, предвидеть отдаленную опасность, сопереживать людям. Но эти качества надо постоянно развивать в себе, так как без употреб- ления они могут быть утерянными или вовсе не сформируются. Увлечены ли Вы каким-нибудь видом искусства — музыкой, живописью, аранжировкой цветов? Занятия изящными искусствами необходимы Вам для развития чув- ства прекрасного, чувства гармонии. Упражняете ли Вы свою способность переносить и эффективно действовать в ситуации напряженности и повышен- ного риска? Ведь Вы приспособлены к этим условиям потенциально не хуже других людей. Вы отнеслись к данному тесту довольно спокойно. Можно надеяться, что и в отношении к самому себе Вам всегда свойственна искренняя готовность к трезвой самокритике, но и без всякой склонности к самобичеванию. Западный психодиагностический инструментарий, осуществляю- щий интерпретацию результатов тестирования, намного более пред- ставителен, чем в нашей стране. В качестве примера можно привести разработанную американской корпорацией Psychometric Software Inc. компьютерную интерпретацию теста MMPI-2 (MMPI-2 Report, 4.0), психодиагностическое заключение которой содержит сведения о дос- товерности результатов тестирования (Validity), об эмоциональной сфере испытуемого (Affect), о поведенческих характеристиках лично- сти (Personality/Behaviour), о наличии соматических жалоб (Somatic), об уровне познавательных способностей (Cognitive), о предполагаемом диагнозе (Diagnosis), прогнозе заболевания и рекомендациях (Prognosis and Treatment). Другим ярким и впечатляющим примером, иллюстрирующим воз- можности создания адекватного компьютерного заключения, служит разработанная американскими учеными John Е. Ехпег и Irving В. Weiner компьютерная версия теста Роршаха под названием Rorschach® Interpretation Assistance Program: (RIAP4TM) Version 4 for Windows®, осуществляющая интерпретацию результатов тестирования и генери- рующая соответствующий отчет (interpretive report) [данные компью- терной сети Интернет]. В настоящее время для отечественной популяции существует зна- чительное количество компьютерных психодиагностических методик, осуществляющих интерпретацию результатов тестирования. Большая часть из них разрабатывалась в соответствии с методологией и техно- логией инженерии знаний, путем длительной совместной работы психологов, инженеров по знаниям и программистов [Вассерман Л. И., 130
Глава 3. Конструирование компьютерных психодиагностических методик Бочаров, Вассерман Е. Л., Вуке, Иовлев, Карпова, Ромицына, Червин- ская, Щелкова, 2002]. В качестве примеров ниже в приложении пред- ставлены компьютерные психодиагностические методики, разработан- ные в лаборатории клинической психологии Психоневрологического института им. В. М. Бехтерева, с образцами компьютерных заключений. 3.1.4. Роль медицинской психодиагностики при конструировании компьютерных психодиагностических заключений на основе технологии инженерии знаний Подход к конструированию психодиагностических методик на ос- нове технологии инженерии знаний зародился в русле медицинской психодиагностики. И это не случайность. Медицинская психодиагностика является одним из основных на- правлений профессиональной деятельности медицинских психологов (наряду с психологическим консультированием, психологической кор- рекцией, психотерапией). Термин «медицинская психологическая ди- агностика» применим к широкому кругу диагностических ситуаций, в психологической литературе обозначаемых как «ситуации клиента», «ситуации пациента», «ситуации экспертизы», а также к массовым скрининговым, психопрофилактическим исследованиям, к экспресс- диагностике экстремальных состояний. Конкретные задачи психологической диагностики в клинике опре- деляются индивидуализированно для каждого больного с учетом це- лей исследования (поставленных, как правило, врачом-клиницистом), актуального психического состояния больного, его возраста, интеллек- туального (образовательного) статуса и других характеристик. В каче- стве задач психодиагностики может выступать исследование когнитив- ной, эмоционально-аффективной и других сфер личности с целью получения данных для дифференциальной диагностики, квалифика- ции уровня и структуры интеллектуального, эмоционального, волево- го дефекта в ходе различных видов экспертизы (судебной, военной, тру- довой), оценки результатов и определения прогноза биологического и психотерапевтического лечения, тактики и основных «мишеней» пси- хокоррекционной и социотерапевтической работы. Выявленные с помощью конкретных методов психодиагностики качественные и количественные показатели восприятия, внимания, памяти, мышления, эмоциональности, воли, характера, мотивации, интересов, установок и др. рассматриваются и представляются в пси- 131
Компьютерная психодиагностика хологическом заключении в контексте целостной личности испытуе- мого, его социального функционирования и адаптации. Отличительными особенностями клинического подхода к психоди- агностике являются [Шмелев, 2002]: □ ситуативность — повышенное внимание к текущим обстоятель- ствам и конкретной ситуации в жизнедеятельности испытуемо- го (клиента, пациента); □ многоаспектность — использование многообразных источников информации об испытуемом с акцентом на биографическую ин- формацию, индивидуальную динамику и историю психического развития; □ идеографичность —* повышенное внимание к уникальным, свой- ственным только данному человеку характеристикам и особен- ностям, для которых по определению просто нет готовых шаб- лонных схем фиксации, подсчета, интерпретации; □ индивидуализация — не формализованный и не стандартизиро- ванный, а приспособленный к особенностям данного испытуе- мого способ получения и анализа эмпирической информации; □ интерактивность — активное взаимодействие психолога и испы- туемого в форме индивидуализированной беседы, нестандарти- зованных клинических проб и т. п.; □ «интуитивность» — доминирующая нагрузка при получении ин- формации и ее интерпретации не на стандартизированные про- цедуры и стандартные рекомендации по анализу данных, но на профессиональную, экспертную интуицию исследователя. Различению измерительного и клинического подходов к психоди- агностике соответствует в работах Г. Олпорта различение номотетичес- кого и идеографического описаний. С точки зрения Г. Олпорта, идео- графическое описание должно оперировать гораздо более богатым лексиконом индивидуальных характерологических особенностей че- ловека — лексиконом личностных черт, то есть научный язык идеогра- фического описания должен приближаться к литературному языку. Как отмечает А. Г. Шмелев (2002), в своем предельном выражении клинический подход означает отказ от работы с какой-либо заданной матрицей данных — с каким-либо заданным набором столбцов-пара- метров: вектора, описывающие разных людей, должны различаться и по составу, и по длине. А раз так, то к подобным данным невозможно применить и стандартизованные алгоритмы технологии анализа дан- ных, то есть закрывается возможность поиска процедур интеграции простых показателей в более сложные — в факторы. 132
Глава 3. Конструирование компьютерных психодиагностических методик На практике это означает, что в области медицинской психодиаг- ностики, несмотря на многолетние и многочисленные исследования больных, осуществляемые клиническими психологами и врачами как в практических, так и научных целях, отсутствуют достаточные стати- стические данные даже для наиболее употребляемых психологических тестов (MMPI, 16PF Кеттелла, «Тест рисуночных ассоциаций» Розен- цвейга, шкалы памяти и интеллекта Векслера и др.). Такого рода дан- ные для отдельных нозологических групп и других категорий больных обычно приводятся в ограниченном виде лишь в научных публикаци- ях [Вассерман, Дюк, Иовлев, Червинская, 1997]. Затем они рассеива- ются и практически теряются. С точки зрения измерительного (традиционного психометрическо- го) подхода такая ситуация кажется даже парадоксальной. Ведь исполь- зуя американские нормы при работе, например, с методикой MMPI, психолог диагностирует качество «мужественности—женственности» путем сравнения испытуемого с морскими пехотинцами или амери- канскими стюардессами середины 50-х годов. Разрешение этого пара- докса возможно только в рамках клинического подхода к психодиаг- ностике. Методика MMPI — одна из наиболее распространенных методик в клинике — безусловно, «работает», как и многие другие, но только лишь в руках знающего и опытного психолога-практика. Традиционная работа психолога в клинике — это проведение психодиагностического исследования испытуемых. Это сложный, структурированный и развернутый во времени, познавательный интер- активный процесс, в ходе которого психолог-диагност должен сфор- мулировать психологическое заключение, релевантное поставленной задаче исследования и запросам пользователя (врача, педагога, юрис- та, психолога и т. д.)1. В практике психодиагностического исследования интерпретация результатов тестирования и написание психодиагностического заклю- чения — это творческий процесс, осуществляемый психологом после рутинной обработки полученных данных. Причем чем больше опыта обследования испытуемых имеет психолог, тем более точным, конк- ретным и адекватным получается «портрет» личности. Проведенные нами эксперименты для создания автоматизированных заключений показали, что опытный психолог в процессе интерпретации опирает- ся, как правило, на некоторое визуальное представление результатов тестирования (например, на «профиль» в методиках MMPI, WAIS, 1 Технология проведения такого исследования, этапы подробно описаны в моно- графии [Червинская, Щелкова, 2002]. 133
Компьютерная психодиагностика «циркограмму типов поведения» в методике Т. Лири и т. д.). «Профиль личности» позволяет наглядно представить степень выраженности (вы- сота профиля, его снижение или повышение относительно средне-нор- мативного уровня) и соотношение (конфигурация профиля) различных индивидуальных особенностей (стоящих за показателями шкал мето- дики) в структуре личности и психического состояния испытуемого. Таким образом, результаты тестирования испытуемого восприни- маются психологом как некоторый целостный образ, гештальт, как «картинка», которой надо дать вербальное описание [Chervinskaya, Wasserman Е., 2000]. Аналогичная задача — интерпретация электроэн- цефалограмм врачом — известна и в медицине [Вассерман Е. Л. с со- авт., 1996]. Очевидно, что для качественного решения такой задачи необходим определенный опыт профессионала-специалиста. Как отмечалось выше, использование технологии инженерии зна- ний в медицинской психодиагностике предполагает разработку авто- матизированного психодиагностического заключения путем модели- рования рассуждений психолога при интерпретации результатов тестирования и «переноса» знаний и опыта психолога в некоторые структуры, воспринимаемые компьютером. Говоря иными словами, компьютер надо «научить» решать задачу вербального описания геш- тальта, полученного в результате тестирования испытуемого. Основными предпосылками или условиями использования техно- логии инженерии знаний для создания компьютерных психодиагнос- тических заключений является наличие определенного контингента испытуемых, в частности в области медицинской психологии — кли- ники (больных различных нозологических групп), психологов, приоб- ретающих опыт интерпретации результатов тестирования в процессе психологического обследования больных и готовых передать накоп- ленный опыт компьютерным системам, а также специалистов в облас- ти инженерии знаний и компьютерных наук. Именно такие условия, сложившиеся в лаборатории клинической психологии Психоневроло- гического института им. В. М. Бехтерера в конце 80-х годов, позволи- ли начать междисциплинарные исследования, породившие новый под- ход к психодиагностике, более клинический, чем психометрический, и более идеографический, чем номотетический, — конструирование компьютерных психодиагностических методик на основе технологии инженерии знаний. 134
Глава 3. Конструирование компьютерных психодиагностических методик 3.2. ТЕХНОЛОГИЯ ИНЖЕНЕРИИ ЗНАНИЙ 3.2.1. Основные понятия и определения Инженерия знаний (knowledge engineering) представляет собой меж- дисциплинарную область исследований, имеющую отношение, с од- ной стороны, к такому направлению информатики, как искусствен- ный интеллект, а с другой — к когнитивным наукам, объединяющим исследования психологов, философов, лингвистов, нейрофизиологов для изучения познавательных процессов человека с точки зрения це- лостного, структурно-информационного подхода. Зародившаяся в рус- ле искусственного интеллекта, современной парадигмой которого яв- ляется концепция «знаний», инженерия знаний исследует вопросы извлечения, структурирования, представления, формирования, обра- ботки и приобретения знаний с целью построения интеллектуальных систем в различных предметных областях. Как теоретическая дисцип- лина инженерия знаний опирается на исследования и эксперименты в области когнитивной психологии, психологии профессионального опыта, как практическая — разрабатывает конкретные методы по- строения моделей предметной области с целью формирования базы знаний интеллектуальных систем. Технология инженерии знаний появилась в результате исследова- ний в области искусственного интеллекта и создания первых практи- ческих и ярких результатов этого направления — экспертных систем. Искусственный интеллект1 (artificial intelligence) — это направление исследований в области информатики, основной целью которого яв- ляется создание интеллектуальных систем, выполняющих те же функ- ции или решающих те же задачи, что и человек в процессе творческой деятельности. В качестве примеров таких задач можно привести зада- чи понимания и синтеза текстов на естественном языке, понимания и синтеза речи, анализа и построения изображений, перевода с одного естественного языка на другой, принятия решений в условиях изменя- ющегося окружения и т. д. Интеллектуальные системы — это системы, использующие реали- зованное в них интеллектуальное поведение для решения проблем или 1 Следует отметить несколько неудачный русский перевод английского термина «artificial intelligence». Дело в том, что слово «intelligence» означает «умение рассуждать разумно», а для слова «интеллект» есть свое значение — «intellect». Отсюда вытекает некоторая обоснованная лишь неудачным переводом двусмысленность термина «ис- кусственный интеллект» как направления по созданию искусственного разума. В анг- лоязычном термине такая двусмысленность отсутствует. 135
Компьютерная психодиагностика задач в различных предметных областях [Boose, 1986]. Создание ин- теллектуальных систем является активно развивающимся направлени- ем, имеющим большой практический выход. По некоторым источни- кам, годовой доход от продаж программных и аппаратных средств искусственного интеллекта в 1989 году в США составил 870 млн дол- ларов, а в 1990 г. — 1,1 млрд долларов [Попов, 1992]. В дальнейшем почти 30-процентный прирост дохода сменился плавным наращива- нием темпов [Поспелов, 1992; Хорошевский, 1989; Попов и др., 1995; Гаврилова, 1996]. Практическим примером достижений в области искусственного интеллекта могут служить экспертные систем, ориентированные на тиражирование опыта высококвалифицированных специалистов в об- ластях, где качество принятия решений традиционно зависит от уров- ня экспертизы (например, медицина, психология, юриспруденция, геология, экономика, военное дело). Экспертные системы (ЭС) представляют собой интеллектуальные программы, способные делать выводы на основании знаний в конк- ретной предметной области и обеспечивающие решение специфичес- ких задач на профессиональном уровне. В настоящее время в мире на- считывается несколько тысяч промышленных экспертных систем [Гаврилова, 1996]. В качестве примеров можно привести системы ме- дицинской диагностики ARAMIS, NEUREX, анализа электроэнцефа- лограмм, системы поиска неисправностей в электронных приборах Plant Diagnostics, системы в области финансирования, системы по про- гнозу военных действий ANALYST, BATTLE и др. Только в США еже- годный доход от продаж инструментальных средств разработки ЭС составлял в начале 1990-х годов 300—400 млн долларов, а от примене- ния ЭС — 80—90 млн долларов. Опрос пользователей, проведенный журналом «Intelligent Technologies» (США) еще в 1987 году, показал, что примерно 25% пользователей применяют ЭС, 25% собираются приоб- рести ЭС в ближайшие 2—3 года, а 50% предпочитают провести иссле- дование эффективности их использования. В понятие «экспертные системы» входят несколько тысяч самых разнооб- разных программных комплексов, которые можно классифицировать по раз- личным критериям [Хейес-Рот, Уотермен, Ленат, 1987; Гаврилова, Червинс- кая, 1992]. Приведем лишь одну из классификаций, критерием которой является тип решаемой задачи. С этой точки зрения выделяют системы ин- терпретации данных, диагностики, мониторинга, проектирования, прогно- зирования, планирования и обучения. Интерпретация данных. Под интерпретацией понимается процесс состав- ления смыслового описания по входным данным, результаты которого долж- ны быть согласованными и корректными. В качестве примеров можно при- 136
Глава 3. Конструирование компьютерных психодиагностических методик вести систему обнаружения и идентификации различных типов океанских судов - SIAP [Левин, Дранг, Эдельсон, 1990] и системы в области психодиаг- ностики, осуществляющие интерпретацию результатов тестирования испы- туемых: по MMPI — [Иовлев, Червинская, Щелкова, 1990], по опроснику интерперсональных отношений Т. Лири — ТИЛИ, по опроснику «Уровень Субъективного Контроля» — УСК, по шкале тревожности — СЛТ [Червин- ская, Щелкова, 2002]. Диагностика. Под диагностикой понимается процесс обнаружения неис- правности в некоторой системе. Неисправность понимается как отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рас- сматривать и неисправность оборудования в технических системах, и заболе- вания живых организмов, и всевозможные природные аномалии. В качестве примеров можно привести систему диагностики и терапии различных форм артериальной гипертонии — МОДИС и систему диагностики ошибок в аппа- ратуре и математическом обеспечении ЭВМ — CRIB [Гаврилова, 1996]. Мониторинг. Под мониторингом понимается наблюдение за изменяющим- ся состоянием объекта и сравнение его показателей с установленными или желаемыми. В качестве примеров можно привести систему помощи диспет- черам атомного реактора — REACTOR и систему контроля аварийных датчи- ков на химическом заводе — FALCON. Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определенными свойствами. Под специфика- цией понимается весь набор необходимых документов — чертеж, пояснитель- ная записка и т. д. В качестве примера можно привести систему XCON (или R1), осуществляющую проектирование конфигураций ЭВМ VAX — 11/780 и систему синтеза электрических цепей SYN. Прогнозирование. Прогнозирующие системы определяют вероятные след- ствия из заданных ситуаций. Примерами могут служить система предсказа- ния погоды WILLARD и система оценки будущего урожая PLANT. Планирование. Под планированием понимается определение последо- вательности действий, приводящих к желаемому состоянию объекта. В качестве примера можно привести систему планирования эксперимента MOLGEN. Обучение. Системы обучения диагностируют ошибки при изучении какой- либо дисциплины и подсказывают правильные решения. Примерами могут служить система обучения языку «Паскаль» [Джонсон, Солоуэй, 1987], сис- тема обучения основам микроэкономики ConText-Extem-Economics [Жила, Червинская, 1995] и система обучения интерпретации результатов психоло- гического тестирования с помощью MMPI «Экзаменатор-MMPI» на базе ин- струментальной среды ConText-Extern [Червинская, Щелкова, 2002]. В ранних исследованиях в области искусственного интеллекта до- минировала вера в то, что законы логических рассуждений в сочета- нии с мощными вычислительными машинами позволят работать на уровне специалиста-профессионала и даже превзойти человеческие возможности. Однако по мере накопления опыта стало ясно, что стро- го ограниченные возможности универсальных стратегий являются слишком слабыми для решения большинства сложных задач. В резуль- тате многие исследователи, ощутив ограниченность универсальных 137
Компьютерная психодиагностика стратегий, начали работать над узко очерченными прикладными за- дачами. В 1977 году на Международной объединенной конференции по ис- кусственному интеллекту Э. Фейгенбаум высказал основополагающие соображения, смысл которых состоит в следующем. Большие возмож- ности интеллектуальной системы определяются теми знаниями, кото- рыми она располагает, а не конкретными формализмами и схемами вывода, которые она использует. Знания эксперта являются решающи- ми для высококвалифицированной деятельности, тогда как представ- ление знаний и схемы логического вывода служат механизмами, по- зволяющими их использовать [Хейес-Рот, Уотермен, Ленат, 1987]. В начале 1980-х годов среди разработчиков компьютерных систем появилось понятие «уровень знаний» (knowledge level), введенное А. Ньюэллом [Newell, 1982]. Он предложил в процессе создания ин- теллектуальных систем выделять кроме уровня выполнения (или решения задачи) еще и уровень знаний, отражающий модель поведе- ния человека при решении им специфических задач. Смысл выделе- ния уровня знаний станет более понятным, если проанализировать отличие традиционных компьютерных систем от систем, основанных на знаниях. Традиционный взгляд на компьютерную программу предполагает, что она состоит из алгоритма и данных. Алгоритм представляет собой систематическую процедуру (последовательность шагов), которая мо- жет быть применена для решения некоторой задачи. Он гарантирует правильное завершение вычислений и при повторных применениях будет давать те же результаты. Так, например, вычисление ежемесяч- ных платежей за купленный в кредит автомобиль и есть тот самый ал- горитм, или правильно определенная процедура. Для реализации та- кого алгоритма нужны некоторые входные данные: величина кредита, число месяцев, на которые он предоставлен, процентная ставка. На основе этих данных процедура (алгоритм) может вычислить размер месячного платежа. Одни и те же входные данные всегда приводят к одному и тому же результату. Кратко традиционный взгляд на компьютерную программу можно записать так: | ПРОГРАММА = АЛГОРИТМ + ДАННЫЕ | Эта точка зрения не учитывает, что алгоритм, в свою очередь, со- держит определенные общие положения (или представления), кото- рые можно назвать знаниями, и способ управления этими представле- ниями, который можно назвать механизмом вывода. 138
Глава 3. Конструирование компьютерных психодиагностических методик Так, например, в случае расчета заработной платы рабочими зна- ниями являются правила начисления налогов, устанавливаемые правительством или законодательством, правила начисления возна- граждений или сверхурочных и т. д. Под механизмом вывода можно по- нимать определение порядка, в котором предыдущие операции (или правила) должны быть выполнены. Данные представляют собой ин- формацию о конкретном рабочем, его заработной плате и других на- числениях. С этой точки зрения взгляд на компьютерную программу уже иной. Кратко его можно представить как |ПРОГРАММА = ЗНАНИЯ + МЕХАНИЗМ ВЫВОДА + ДАННЫЕ] Этот взгляд отражает новую парадигму программирования систем, основанных на знании, и предполагает явное выделение уровня зна- ний вместо прежнего неявного, перемешанного с алгоритмом. Главным отличием интеллектуальных систем от других программ- ных средств является существование так называемых базы знаний и механизма вывода. Под базой знаний понимается совокупность знаний, относящихся к некоторой предметной области и формально (на специальном языке) представленных таким образом, чтобы на их основе с помощью меха- низма вывода можно было осуществлять рассуждения относительно решаемой задачи. Таким образом, с середины 1970-х годов и вплоть до настоящего времени центральной парадигмой искусственного интеллекта стано- вится концепция знаний, а системы, разрабатываемые в рамках искус- ственного интеллекта, стали называться системами, основанными на знаниях. По определению J. Н. Boose (1986), системы, основанные на знаниях (knowledge-based system), — это системы, которые решают проблемы или задачи, используя представленные в явном символьном виде знания, хранящиеся отдельно от механизма вывода. Знаниями принято называть формализованную в соответствии с определенными структурными пра- вилами и хранимую в ЭВМ информацию, которая автономно использу- ется при решении задач по таким алгоритмам, как механизм вывода. Интеллектуальные технологии сегодня — это обработка знаний. На первый взгляд суть концепции знаний очень проста. Так как специалист в той или иной предметной области (врач, психолог, педа- гог, юрист и т. д.) решает свои профессиональные повседневные зада- чи, используя знания и накопленный опыт, то для создания интеллек- туальных систем необходимо лишь перенести эти знания и опыт в 139
Компьютерная психодиагностика компьютер. Тем не менее разработчики интеллектуальных систем, ре- шая практические вопросы такого «переноса», столкнулись с огром- ным количеством проблем, начиная с определения понятий «знания» и «опыт» и заканчивая вопросами представления знаний и опыта с по- мощью некоторых формальных структур, воспринимаемых компью- тером. Исследования этих вопросов положили начало самостоятель- ному научному направлению под названием «инженерия знаний». Само понятие «инженерия знаний» было введено Э. Фейгенбаумом в 1980 го- ду [Feigenbaum, 1980]. Инженерия знаний представляет собой направление исследований, изучающее проблемы извлечения, структурирования, представления, формирования, обработки и приобретения знаний, с целью построения интеллектуальных систем. Специалиста предметной области, чьи зна- ния и опыт «извлекаются», называют экспертом, а специалиста, кото- рый занимается извлечением и структурированием знаний, — инже- нером по знаниям. Структурирование знаний иначе еще называют концептуальным анализом знаний. В инженерии знаний существуют две основные, принципиально различные парадигмы построения интеллектуальных систем, отража- ющие два фундаментальных направления исследований в психологии XX века: бихевиоризм и когнитивизм. Традиционная парадигма, исторически появившаяся раньше и из- вестная под названием «перенос компетентности» (expertise transfer), предполагает применение инженером по знаниям специально разра- ботанных методов или техник инженерии знаний для того, чтобы пе- ренести знания экспертов-специалистов в той или иной предметной области в интеллектуальную систему [Boose, 1986; Lucose, Kremer, 1996]. Эта парадигма полностью соответствует концепции бихевиоризма, девизом которого является представление о поведении как объектив- но наблюдаемой системе реакций организма на внешние и внутрен- ние стимулы, а психологической формулой — «стимул-реакция» (S- R). В инженерии знаний это означает создание такой интеллектуальной системы, которая реализовывала бы рациональное поведение с точки зрения внешнего наблюдателя. Сам наблюдатель мог бы рассматри- вать подобную систему «черного ящика», действующий так, как будто он обладает определенными знаниями о мире и использует эти знания рациональным способом для достижения своих целей. Практическим выходом исследований в рамках этой парадигмы являются экспертные системы первого поколения. Вторая парадигма, возникшая в результате создания экспертных систем второго поколения [David, Krivine, Simmons, 1993] и известная 140
Глава 3. Конструирование компьютерных психодиагностических методик под названием «моделирование знаний» (modelling knowledge) [Ford, Bradshaw, Adams-Webber, Agnew, 1997], предполагает, что «эксперты со- здают (конструируют) знания из их собственного опыта», а потому построение интеллектуальных систем, в частности «процесс приобре- тения знаний должен рассматриваться как конструктивная активность моделирования, а не случай «информационного переноса»» [цит. по: Bettoni, 1997. С. 577]. В рамках этой парадигмы делается упор на то, что инженер по зна- ниям совместно с экспертом должны построить модель предметной области (знаний и способов решения проблем экспертом) и положить ее в основу интеллектуальной системы. Очевидно, что корни второй парадигмы уходят к когнитивизму, ос- новной принцип которого, являющийся фундаментом научного на- правления — когнитивной психологии, говорит о том, что поведение человека основывается не на стимуле, а на образе стимула. Смена па- радигм в инженерии знаний соответствует в психологии переходу от бихевиоризма к когнитивизму или замене психологической формулы «стимул-реакция» (S-R) на другую: «стимул-образ-реакция» (S-O-R). 3.2.1.1. Парадигма «переноса компетентности» В англоязычной литературе по инженерии знаний под понятием «компетентность» (expertise) понимается набор качеств, лежащих в основе высокого уровня работы людей-специалистов, в том числе об- ширные познания в некоторой области, эвристические правила, упрощающие и улучшающие подходы к решению задач, метазнания и метасознание, а также «компилированные» формы поведения (навы- ки), обеспечивающие большую экономию при высококвалифициро- ванной работе [Хейес-Рот, Уотерман, Ленат, 1987]. Иными словами, компетентность — это знания и опыт, которыми владеет эксперт. Парадигма «переноса компетентности» предполагает извлечение независимых фрагментов знаний опытных специалистов, которые, как правило, оформлялись в виде так называемых продукционных правил (правил типа ЕСЛИ — ТО), и передача их компьютерной системе. Экспертные системы первого поколения, например, такие как MYCIN [Shortliffe, 1976] и DENDRAL [Feigenbaum, Buchanan, 1978], появились в США в середине 1970-х годов. Система MYCIN была задумана как программа, консультирующая врача при установлении диагноза и выдаче рекомендаций по лечению инфекцион- ных заболеваний крови. Затем область применения системы была распро- странена на ряд других инфекционных заболеваний. При разработке к систе- 141
Компьютерная психодиагностика ме предъявлялись следующие требования: 1) программа должна быть полез- ной для пользователя-врача, предоставляя ему заслуживающие доверие ре- комендации, не уступающие по качеству рекомендациям, даваемым экспер- том-человеком; 2) программа должна быть ориентирована на приобретение и модификацию знаний; 3) программа должна уметь вести диалог, в ходе кото- рого она могла бы объяснить полученный ею результат; 4) программа должна являться инструментом, помогающим врачу, а не заменяющим его. Ситуация, в которой врач обращается за консультацией к системе, может быть, например, такой. Лечащему врачу, который не является специалистом в области инфекционных болезней, может потребоваться рекомендация по ле- чению такого заболевания, например, тогда, когда в ходе тяжелой операции пациенту была занесена инфекция. Сложность этой ситуации состоит в том, что приступать к лечению бактериальных заболеваний надо как можно ско- рее, до того, как будет установлен возбудитель болезни (так как установление точного диагноза связано с выращиванием культур и требует примерно 48 ча- сов и более). Лечение тяжелобольных должно начинаться немедленно. Врач оказывается перед выбором: либо прописать средства, обладающие широким спектром действия (чтобы охватить все возможности), либо назначить спе- цифическое лекарство, рискуя не угадать возбудителя заболевания и подвер- гнуть больного опасности. Обычно в связи с недостатком времени и опыта назначают средства широкого спектра действия. Анализ подобных ситуаций в США показал, что в течение одного года пенициллин был прописан каждо- му четвертому больному, причем в 90% случаев в назначении пенициллина не было необходимости [Попов, 1987]. J. Н. Boose (1986) выделяет следующие важные особенности эксперт- ных систем первого поколения. □ Прозрачность (transparency). Этот термин обычно используется в связи с тем, что просмотр поведения экспертной системы дол- жен быть столь же доступным, сколь и получаемые с помощью нее результаты. Пользователь может спросить «Как?» и «Поче- му?» сделан тот или иной вывод, и система обязана ответить на эти вопросы. □ Разделение знаний на независимые фрагменты (knowledge chun- king). Знания должны быть представлены в виде небольших кус- ков или частей (чанков), которые могут быть легко модифици- рованы независимо от остальных знаний. □ Отделение знаний от механизма вывода (separation of knowledge and reasoning). Знания должны храниться отдельно от использу- ющего их механизма вывода. При построении экспертной сис- темы следует учитывать возможность модификации знаний без изменения программного кода. Запись фрагментов знаний на естественном языке упрощает работу по модификации знаний. Ниже представлен такой фрагмент знаний — пример правила системы MYCIN, записанного во внутренней и внешней форме (на естественном язы- ке) [Попов, 1987]. 142
Глава 3. Конструирование компьютерных психодиагностических методик Внешняя форма: ЕСЛИ (1) инфекция есть первичная бактерие- мия и (2) место культуры одно из стерильных мест и (3) предполагаемый путь проникновения мик- роорганизма есть желудочно-кишечный тракт, ТО можно предположить (с определенностью 0,7), что микроорганизм есть bacteroides. Внутренняя форма: ПРЕДПОСЫЛКА: ($И (РАВЕН КОНТЕКСТ ИНФЕКЦИЯ ПЕРВИЧНАЯ БАКТЕРИЕМИЯ) (ЧЛЕН КОНТЕКСТ МЕСТО СТЕРИЛЬНО) (РАВЕН КОНТЕКСТ ВХОД ЖТ) ДЕЙСТВИЕ: (ЗАКЛЮЧЕНИЕ КОНТЕКСТ ИДЕНТИЧ- НОСТЬ BACTEROIDES 0,7) Структура экспертной системы продукционного типа включает в себя базу знаний, базу данных, механизм вывода, подсистему приоб- ретения знаний, подсистему общения и подсистему объяснения [Та- унсенд, Фохт, 1990]. База знаний — это память для хранения правил, которая содержит набор срабатывающих в определенных ситуациях правил, имеющих форму ЕСЛИ — ТО. Для примера рассмотрим задачу поиска неисправностей автомоби- ля. Обнаружив, что автомобиль неисправен, специалист пытается оп- Рис. 3.1. Иерархическая структура поиска неисправностей автомобиля 143
Компьютерная психодиагностика ределить ту ее подсистему, в которой могут быть неполадки. Это может быть система охлаждения, система электропитания, топливная систе- ма и т. п. После установления этого он приступает к поиску неисправ- ных компонентов (рис. 3.1). Этот процесс выглядит так, как будто спе- циалист постоянно обращается к неявно заданному множеству правил, получая промежуточные заключения при выполнении каких-либо условий. Промежуточные заключения, в свою очередь, становятся ус- ловиями для вывода следующих заключений. Например, в рассматри- ваемом случае (с упрощенными правилами) цепь рассуждений будет выглядеть приблизительно так. ЕСЛИ (двигатель не заводится) И (стартер двига- теля не работает) ТО (неполадки в системе электропитания стартера) ЕСЛИ (двигатель не заводится) И (стартер двига- теля не работает) ТО (неполадки в системе подачи топлива) ЕСЛИ (неполадки в системе подачи топлива) И (показатель уровня топлива находится на нуле) ТО (газовая камера пуста) ЕСЛИ (неполадки в системе электропитания стар- тера) И (нарушены контакты аккумулятора) ТО (плохо присоединен аккумулятор) Такие конструкции получили название продукционных правил. Каж- дое правило складывается из двух частей. Первая из них — посылка — состоит из элементарных предложений, соединенных логическими связками И, ИЛИ и т. д. Вторая часть — заключение, состоит из одного или нескольких предложений, которые образуют выдаваемое прави- лом решение или указывают на действие, подлежащее выполнению. Посылка представляет собой образец правила, предназначенного для распознавания ситуации, когда оно должно сработать. Правило сра- батывает, если факты из базы данных при сопоставлении совпали с образцом, после чего оно считается отработавшим. Каждое правило в этом простом примере содержит атрибуты и зна- чения. Так, в первом правиле выражение «не заводится» является зна- Таблица 3.1 Атрибут Значение Двигатель Не заводится Стартер двигателя Не работает Система электропитания стартера Неисправна 144
Глава 3. Конструирование компьютерных психодиагностических метооик чением, а слово «двигатель» — атрибутом. Ниже представлены некото- рые пары «атрибут-значение» для задачи поиска неисправности в ав- томобиле. Любое правило состоит из одной или нескольких пар «атрибут-зна- чение» и заключения. Продукционную модель по сути можно рассматривать как вариант модели «стимул-реакция» (S-R), которая была предложена в психо- логии представителями бихевиоризма задолго до появления эксперт- ных систем. База данных — это память для хранения множества фактов, описы- вающих текущую ситуацию, и все пары атрибут—значение, которые были установлены к определенному моменту. Содержимое базы дан- ных со временем изменяется. В приведенном выше примере до начала процесса вывода в базе данных находились только следующие факты: «двигатель не заводится», «стартер двигателя не работает». После при- менения первого правила в базу данных добавится новый факт: «систе- ма электропитания стартера неисправна». В конце концов будет выве- дено окончательное решение, которое тоже заносится в базу данных. Механизм вывода (интерпретатор правил) выполняет две функции: во-первых, просмотр существующих фактов из базы данных и правил из базы знаний и добавление (по мере возможности) в базу данных новых фактов (компонент вывода) и, во-вторых, определение порядка просмотра и применения правил (управляющий компонент). Действие компонента вывода основано на применении правила вы- вода, обычно называемого «модус поненс», суть которого состоит в сле- дующем: пусть известно, что истинно утверждение А и существует пра- вило вида «ЕСЛИ А, ТО В», тогда утверждение В также истинно. Правила срабатывают, когда находятся факты, удовлетворяющие их левой части: если истинна посылка, то должно быть истинно и заключение. Управляющий компонент определяет порядок применения правил, а также устанавливает, имеются ли еще факты, которые могут быть из- менены в случае продолжения консультации. Интерпретатор продук- ций работает циклически. В каждом цикле он просматривает все пра- вила, чтобы выявить среди них те, посылки которых совпадают с известными на данный момент фактами из базы данных. Интерпрета- тор определяет также порядок применения правила. После выбора пра- вило срабатывает, его заключение заносится в базу данных, и затем цикл повторяется сначала. В одном цикле может сработать только одно пра- вило. Если несколько правил успешно сопоставлены с фактами, то интерпретатор производит выбор по определенному критерию един- ственного правила, которое и срабатывает в данном цикле. 145
Компьютерная психодиагностика В действительности экспертные системы не располагают процеду- рами, которые могли бы построить в пространстве состояний сразу весь путь решения задач. Более того, зачастую даже не удается определить, имеется ли вообще какое-нибудь решение задачи. Тем не менее поиск решения выполняется, поскольку движением в пространстве состоя- ний управляют скрытые или виртуальные процедуры. Такие процедуры получили название «демонов», поскольку во время ра- боты системы находятся в «засаде» и активизируются только тогда, когда их просят о помощи, то есть на самом деле ведут себя как добрые демоны. Свое название демоны получили от «демона Максвелла» — действующего лица од- ного из мысленных экспериментов, предложенного его автором для критики законов термодинамики. Другим их прообразом является Пандемониум Оли- вера Селфриджа — первой модели человека, в которой деятельность био- логической системы представлялась как работа вызываемых по образцу демонов. Управляющие процедуры, в которых траектория поиска решения в пространстве состояний полностью определяется данными, получили название недетерминированных. Подсистема приобретения знаний предназначена для добавления в базу знаний новых правил и модификации имеющихся. В ее задачу входит приведение правила к виду, позволяющему механизму вывода применять это правило в процессе работы. В простейшем случае в ка- честве такой подсистемы может выступать обычный редактор или тек- стовый процессор, который просто заносит правила в файл. В более сложных системах предусмотрены еще и средства для проверки вводи- мых или модифицируемых правил на непротиворечивость с имеющи- мися правилами. Подробно проблема приобретения знаний рассмот- рена в следующем разделе. Подсистема общения (иначе ее называют интеллектуальный интер- фейс) организует взаимодействие пользователя с экспертной системой в удобной для пользователя форме, максимально приближенной к об- щению людей между собой. Эта подсистема может реализовывать не только представление результатов работы экспертной системы в наи- более наглядном и выразительном виде, но и понимание текстов, атак- же общение на естественном языке. Подсистема объяснения выдает пользователю информацию, объяс- няющую и иллюстрирующую способ получения того или иного выво- да. Если пользователь сомневается в предпочтительности одного за- ключения перед другим, то по его запросу система объяснения должна аргументированно обосновать тот или иной выбор в качестве наибо- лее правдоподобного решения. 146
Глава 3. Конструирование компьютерных психодиагностических методик 3.2.1.2. Парадигма «моделирования знаний» Основная предпосылка инженерии знаний в рамках второй пара- дигмы заключается в том, что знание чего-либо есть способность че- ловека к формированию образа ситуации, образа мира или менталь- ных моделей (mental model), которые с той или иной степенью точности представляют как объекты, так и действия, выполняемые с этими объектами. Гипотеза о том, что люди понимают мир путем построения ментальных моделей, ставит фундаментальные вопросы во всех облас- тях когнитивных исследований. □ В когнитивной психологии: Как эти модели представляются чело- веком, как они взаимодействуют с механизмами памяти, воспри- ятия, внимания и мышления и как они воздействуют на поведе- ние индивида или контролируют его? □ В лингвистике: Какова взаимосвязь между словом как именем объекта и ментальной моделью? Каковы синтаксические и семан- тические правила, связывающие ментальные модели со смыслом? □ В философии: Какова взаимосвязь между знанием, значением и ментальными моделями? Как эти модели используются для умо- заключений (или рассуждений) и как рассуждения человека свя- заны с формальной логикой? □ В области компьютерных наук или информатики (computer science): Как можно отразить персональную модель мира в компьютер- ной системе? Какие языки и инструменты необходимы для опи- сания таких моделей и их связи с другими системами? Может ли модель поддерживать такой компьютерный интерфейс, который люди находили бы наиболее легким в использовании? Таким образом, инженерия знаний является междисциплинарной наукой, объединяя или синтезируя, с одной стороны, исследования в области когнитивных наук (cognitive science), в состав которых входят философия, психология и лингвистика, а с другой — исследования в области искусственного интеллекта, занимающегося разработкой ин- теллектуальных систем. В русле парадигмы «моделирования знаний» основная задача ин- женерии знаний — предоставить специалистам-разработчикам интел- лектуальных систем эффективную технологию, способы, методы по- строения моделей, отражающих понимание экспертом предметной области в целом и стратегий рассуждений при решении конкретных задач. Такая технология должна дать ответы на вопросы о том, как вза- имодействовать с экспертом, как строить модели, с чего начинать, как фиксировать полученные от эксперта знания на промежуточных эта- 147
Компьютерная психодиагностика пах, как описывать определенные феномены знаний, какие формализ- мы инженерии знаний следует при этом использовать. Ответ на эти вопросы содержится в следующих разделах. 3.2.2. Извлечение знаний Как следует из определения, технология инженерии знаний пред- полагает последовательное прохождение этапов извлечения знаний и концептуального анализа знаний. Этап извлечения знаний касается выбора формы взаимодействия инженера по знаниям с экспертом. Основной вопрос, который дол- жен быть решен, — это «как» взаимодействовать с экспертом, чтобы получить наиболее полное представление о предметной области и су- ществующих в ней способах принятия решения. Диапазон форм взаи- модействия инженера по знаниям с экспертом может быть достаточно широким: от неформальных бесед, интервью, наблюдений, лекций, диалогов, экспертных игр и экспериментов до использования форма- лизованных процедур и компьютерных программ. Основные аспекты взаимодействия инженера по знаниям с экспер- том, стратегии получения экспертных знаний и опыта, а также методы извлечения знаний подробно рассматриваются в этом разделе. Этап концептуального анализа знаний касается несколько иного аспекта при взаимодействии инженера по знаниям с экспертом. Во- прос заключается не в том, как организовать процесс взаимодействия с экспертом, а в том, «что» надо получить в результате такого взаимо- действия и «как» структурировать полученную информацию для ре- шения данной задачи. Концептуальный анализ знаний начинается с выявления терминологии, базовых понятий предметной области, взаи- мосвязей, семантических отношений, метапонятий, стратегий приня- тия решений и заканчивается построением модели предметной облас- ти. Фактически речь идет о том, чтобы полученные на предыдущем этапе знания перенести в некоторые концептуальные структуры, не зависящие от конкретной программной реализации. Для осуществления такой работы существуют вполне конкретные структуры и методы, позволяющие выявлять определенные элементы знаний. Подробно концептуальный анализ знаний рассматривается в п. 3.2.3 и 3.2.4, здесь же рассмотрим проблему извлечения знаний. В англоязычной литературе по инженерии знаний существует по- нятие «экспертность» (expertise), под которым понимается набор ка- честв, лежащих в основе высокого уровня работы людей-специалис- 148
Глава 3. Конструирование компьютерных психодиагностических методик тов, в том числе обширные познания в той или иной области, эвристи- ческие правила, упрощающие и улучшающие подходы к решению за- дач, метазнания и метасознание, а также «компилированные» формы поведения (навыки), обеспечивающие большую экономию при высо- коквалифицированной работе [Хейес-Рот, Уотерман, Ленат, 1987]. Иными словами, экспертность — это знания, опыт и компетентность, которыми владеет эксперт. Def Под извлечением экспертных знаний (knowledge elicitation) по- нимается процедура взаимодействия инженера по знаниям с экспертом, в результате которой становятся явными процесс рассуждений специалистов при принятии решений и струк- тура их представлений о предметной области. Проблема извлечения экспертных знаний традиционно считается «узким местом» в проектировании интеллектуальных систем [Feigen- baum, 1980; Boose, 1989; Gaines, 1993]. По количеству цитируемости в литературе это изречение стало классическим и довольно точно отра- жает состояние дел. В чем же заключаются трудности извлечения экс- пертных знаний? Ответы на эти вопросы дают психологические и психолингвисти- ческие исследования, касающиеся широкого круга проблем: как фор- мирование опыта решения профессиональных задач специалистами и понимание природы экспертное™, применение теоретических знаний на практике и специфика практического мышления, характеристика системы обработки информации человеком и поведение человека при решении профессиональных задач, а также взаимосвязь естественно- го языка и мыслительного процесса человека. Вопросы понимания природы экспертное™ достаточно широко освещены в литературе по психологии [Broadbent et al., 1986; Nisbett, Wilson, 1977]. Так, например, анализ природы экспертное™ говорит о ее сильном ограничении и зависимости от некоторых неявно выражен- ных допущений [Hawkins, 1983], а обзор исследований, сделанных на эту тему, показывает, что многое в деятельности человека до конца осоз- нать невозможно [Dixon, 1981]. В психологических исследованиях зависимости между компетент- ностью человека в отношении реальных профессиональных проблем и уровнем его интеллекта сделан вывод о том, что эти две характерис- тики не связаны между собой [Холодная, 1997]. Так, при прогнозиро- вании результатов конных скачек опытные знатоки, независимо от ве- личины своего коэффициента интеллекта (IQ), обнаруживали более 149
Компьютерная психодиагностика высокие показатели умозаключающей способности и многовариант- ность суждений, в отличие от «новичков». Известен парадоксальный факт: по мере накопления опыта специ- алист-эксперт все больше и больше утрачивает умение словесно выра- жать свои знания. Существует достаточно убедительное доказательство того, что люди не всегда в состоянии достоверно описать свои мысли- тельные процессы. Известный теоретик искусственного интеллекта М. Минский писал, что «самосознание — это сложная, но тщательно сконструированная иллюзия...» и что «...только как исключение, а не как правило, человек может объяснить то, что он знает» [цит. по: Кук, Макдональд, 1986. С. 146]. Другая психологическая гипотеза утверждает, что опыт эксперта — это интуиция, которая трудно поддается выражению в форме правил типа «ЕСЛИ — ТО». Психологические исследования сущности про- фессионального опыта показывают, что свойство, которое мы называ- ем интуицией, на самом деле может быть высокоразвитой способнос- тью распознавать образы. Например, шахматисты высокого класса способны быстро распознавать и восстанавливать в памяти именно игровое расположение фигур на доске, а не случайное. Кроме того, доказано, что опытный специалист отличается от новичка не только своими знаниями, но и их организацией [Кук, Макдональд, 1986]. Результаты экспериментов по изучению человеческого опыта на основании сравнения когнитивных структур новичков и опытных спе- циалистов [Кук, Макдональд, 1986] показали, что когнитивные струк- туры профессионалов мало чем различаются между собой и сильно разнятся с когнитивными структурами новичков. R. Glasek (1984), исследуя способы решения задач опытными фи- зиками и новичками, сделал вывод о том, что «...связь между структу- рой базы знаний и процессом решения задач опосредуется качеством репрезентации проблемы...», а «...характеристики репрезентации про- блемы оказываются обусловленными имеющимися у субъекта знани- ями и способами, которыми это знание ррганизовано» [Glasek, 1984. С. 98]. Так, например, эксперты-физики (специалисты) сначала стро- ят физическую репрезентацию проблемы и только потом начинают ее решать, тогда как новички (студенты) более быстро и непосредствен- но переходят к процессу решения. Далее, эксперты-физики строят реп- резентации вокруг фундаментальных принципов, которые характери- зуют наиболее обобщенное, а также «подразумеваемое» знание (tacit knowledge) (последнее выступает в виде сложных интуитивных пред- ставлений, далеко не всегда четко вербализованных), тогда как нович- ки — вокруг доминантных объектов, которые представлены в соответ- 150
Глава 3. Конструирование компьютерных психодиагностических методик ствующей физической ситуации в явном, очевидном виде. Кроме того, знания экспертов включают знания о возможности применения того, что они знают. Наконец, они успешно извлекают из собственных зна- ний необходимые для планирования своих дальнейших действий све- дения [Холодная, 1997]. Анализ протоколов решения физических задач экспертами и нович- ками, сделанный другими авторами, также показывает, что эксперт решает задачу с помощью «физической» репрезентации феномена и лишь затем выводит уравнение, а новичок, напротив, не создает такой физической репрезентации и прямо применяет формулы к данным условия задачи [Simon D. Р., Simon Н. А., 1978]. Интеллектуальные достижения эксперта являются следствием осо- бой формы организации его индивидуальных знаний — как деклара- тивных («что?»), так и процедурных («как?») [Chi, Koeske, 1983]. Так, М. Чи обследовала ребенка-вундеркинда четырех с половиной лет, ко- торый увлекался проблемой динозавров (у него было много книг о ди- нозаврах и разнообразных моделей этих животных). На основе анали- за бесед с ребенком и характера его игры с моделями Чи пришла к выводу, что интеллектуальная одаренность этого мальчика была связа- на со специфическими характеристиками индивидуальной базы зна- ний, касающихся темы «динозавры»: большим количеством единиц знания, наличием большого числа разнонаправленных связей между ними, высокой степенью их сцепленности (например, существовани- ем очень тесных связей между понятиями о главных динозаврах), а так- же высокой степенью их иерархичности (этот ребенок четко разделял общие и частные признаки динозавров). Наблюдения некоторых авторов говорят о том, что эксперты пере- ходят от описания задачи к ее решению без каких-либо промежуточных рассуждений. В большинстве случаев это решение не только правиль- ное, но и быстрое. Такая стратегия сильно отличается от «обратной» стратегии, которую обычно используют новички: от цели — к подце- лям, от задачи — к достижимым промежуточным состояниям [Atkin- son R. L., Atkinson Т. G., Smith, Bern, 1993]. Общепризнанным феноменом является мало осознаваемый харак- тер экспертного умения, состоящий в том, что хотя эксперты без оши- бок и устойчиво демонстрируют свое умение принимать решения в процессе профессиональной деятельности, они не всегда могут объяс- нить, как это делают и какими правилами при этом руководствуются [Kihlstrom, 1987; Nisbett, Wilson, 1977]. Психологические исследования показывают, что такие правила не осознаются, более того, их неосо- знаваемость носит фундаментальный характер [Lewicki, Hill, Czyzewska, 151
Компьютерная психодиагностика 1992]. Люди далеко не всегда осознают правила принятия решений, играя в шахматы, формируя впечатления о других людях, в процессе творческого мышления, а также при формировании и распознавании образов, в особенности — невербализуемых. Даже прямые подсказки не позволяют получить от экспертов прав- доподобные объяснения. Так, например, в литературе описан экспе- римент, в котором испытуемые вырабатывали умение быстро обнару- живать цифры, используя подсказки, спрятанные в условиях задач. Этот эксперимент был организован так, что испытуемому на экране компь- ютера предъявлялись таблицы с числами, за пределами которых в раз- ных местах экрана появлялась отдельная цифра, а от испытуемого тре- бовалось совместить метку, управляемую мышью, с этой цифрой. Определенное расположение цифр в таблице было подсказкой, указы- вающей на то, в каком месте экрана появится цифра. Объективная ха- рактеристика (время решения) показала, что испытуемые использова- ли эти подсказки, но они были неспособны не только указать на них, но даже установить факт их существования [Ling, Marinov, 1994]. Феномен неосознаваемости экспертных умений может быть опи- сан в терминах эксплицитной и имплицитной памяти. Эксплицитная память — это термин, обычно описывающий знание, которое человек может сознательно вспомнить, в противоположность имплицитной памяти, проявляющейся в том, что он лучше выполняет какую-либо задачу. Примером может служить запоминание клавиатуры печатной ма- шинки (или компьютера). Многие квалифицированные машинистки не могут вспомнить порядок клавиш, не вообразив себя печатающи- ми. Очевидно, что их пальцы знают, где находятся клавиши, но они просто не имеют сознательного доступа к этому знанию. Если попро- сить машинистку сообщить, где находятся клавиши (их порядок), то можно сделать вывод о том, что она совершенно не знает клавиатуры. Если проверить, как она печатает, то можно сделать вывод о том, что она знает клавиатуру в совершенстве. . Различие между эксплицитной и имплицитной памятью называют диссоциацией. Эксперимент, проведенный Берри и Бродбентом в 1984 году [Андерсон, 2002], прекрасно иллюстрирует эти понятия. В ка- честве испытуемых были студенты Оксфордского университета. Они должны были контролировать производительность гипотетической са- харной фабрики, которая была смоделирована с помощью компьютер- ной программы. Испытуемые видели производительность (число) и должны были менять количество работающих. В таблице 3.2 показаны некоторые взаимосвязи в работе гипотетической сахарной фабрики. 152
Глава 3. Конструирование компьютерных психодиагностических методик Таблица 3.2 Численность работающих Производительность сахара (т) 6000 ~ 700 8000 900 10 000 “ 800 7000 1000 12 000 900 6000 1000 13 000 1000 8000 Цель состояла в том, чтобы удерживать производство сахара в грани- цах от 8000 тонн до 10 000 тонн. Можно было попробовать вывести правило, связывающее произ- водство сахара с занятой рабочей силой. Но эта связь не очевидна. Производство сахара в тысячах (С) было связано с количеством рабо- чей силы в сотнях (Р) и производством сахара в предыдущий месяц в тысячах (С1) следующей формулой: С = 2Р-С1. Испытуемым давалось 60 попыток, чтобы научиться управлять фаб- рикой. После 60 попыток они хорошо научились управлять производ- ством сахара, однако не могли сформулировать правило, которым они при этом руководствовались, и заявляли, что они давали ответы на ос- нове «некоторой интуиции» или потому, что это «казалось правильным». Таким образом, испытуемые были способны приобрести имплицит- ное знание того, как руководить такой фабрикой, не сообщая об эксп- лицитном знании. На основании этого можно сделать вывод о том, что испытуемые могут эффективно осваивать процедуры для выполнения задач без какой-либо способности объяснить, что они делают. Из неосознаваемого характера экспертных знаний следует невозмож- ность их выявления путем прямого опроса экспертов. Эксперты могут сообщить факты, передать знание, содержащееся в книгах, решать за- дачи классификации, но неспособны вербализовать свое умение. В одной из работ исследовались процессы передачи знаний между учеными и было сделано заключение, что часть знания вообще невоз- можно воспринять от эксперта не только потому, что он не может его выразить, но и вследствие того факта, что он не осознает его важность 153
Компьютерная психодиагностика в своей деятельности [Collins, 1985]. О неправильной оценке экспер- том важности тех или иных своих знаний для решения задач пишут и другие авторы [Гельфанд и др., 1988] При длительном наблюдении за процессом решения задач экспер- тами можно обнаружить, что они систематически обращают внима- ние на определенную информацию, о которой не сообщают ничего. Иными словами, самые компетентные эксперты оказываются неком- петентными при попытке описать знания, которые они используют при выработке решений. Этот эффект известен психологам и в литературе по когнитивной психологии отмечен как феномен слабой корреляции между вербальными сообщениями и ментальным поведением экспер- та [Осипов, 1993]. В работе по исследованию восприятия устного из- ложения также отмечено отсутствие корреляции между вербальными сообщениями и ментальным поведением. Там же указывается, что мно- гие психологи глубоко чувствуют несостоятельность словесной инфор- мации [Bainbridge, 1979]. Психологические исследования применения теоретических знаний на практике, исследования мышления при решении практических за- дач показывают, что специфика практического мышления заключает- ся в направленности на преобразования [Корнилов, 1997]. Познание в теоретическом мышлении направлено на объяснение действительно- сти, его интересуют собственные свойства элементов окружающего мира. Поэтому для теоретического мышления характерна созерцатель- ная позиция, стремление абстрагироваться от условий и средств полу- чения или реализации этих знаний. Познание в практическом мышле- нии направлено на преобразование, оно ищет возможности внесения изменений в те или иные элементы окружающего мира. Его объекта- ми являются не собственные параметры или свойства элементов дей- ствительности, а параметры и свойства, изменяющиеся и приобрета- ющие под влиянием действия нужные, задуманные черты. Субъект практического мышления познает не свойства некоторого объекта, как это происходит в случае с теоретическим мышлением, а свойства взаимодействующей системы, в которую входят 1) этот объект, 2) сам действующий субъект, 3) параметры (условия и средства) действия. По словам Ю. К. Корнилова (1997), этим объясняется, по- чему накапливаемые знания (опыт) индивидуализированы и почти не осознаются. О том, что практическое мышление плохо поддается вербализации и во много субъектом не осознается, писал и Л. Секей: «Существует некоторое «исходное знание», непосредственно не обнаруживаемое в процессе мышления, но влияющее на него. ...Превращения и транс- 154
Глава 3. Конструирование компьютерных психодиагностических методик формации этого исходного знания... не могут быть обнаружены инт- роспективно» [Секей, 1965. С. 349-350]. R. К. Wagner и R. J. Sternberg (1986) тоже описывают один из вари- антов этого явления, называя его «молчаливым», или «подразумевае- мым», знанием (tacit knowledge), следующим образом: «Практически разумное поведение в различных профессиях, включая менеджмент, частично зависит от «молчаливого знания», которое мы разделили на три категории: знание об управлении собой, другими и карьерой» [Wagner, Sternberg, 1986. С. 59]. Как отмечает Ю. К. Корнилов (1997), «молчаливое» знание плохо вербализуется прежде всего потому, что субъект использует его для по- строения своих действий, а не коммуникаций. В тех же случаях, когда осуществляется попытка обмена опытом, профессионал с трудом на- зывает лишь единичные свойства объекта, отражая в их названиях цели осуществляемых действий, преобразований. Другие компоненты зна- ния еще хуже поддаются вербализации. Субъект обычно лишь «имеет в виду», предполагает «известные всем» условия совершения действия, но вовсе не осознает свои средства. Общепризнанным фактом является то, что принятие решений про- исходит в так называемой кратковременной памяти человека, объем которой ограничен «магическим» числом 7±2 чанка [Миллер, 1964; Simon, 1974]. Под чанком подразумевается единичный информацион- ный факт, или кластер, которым оперирует человек. Ограничение объе- ма кратковременной памяти оказывает существенное влияние на систему переработки информации человеком, заставляя людей выра- батывать чанки все более емкого и обобщенного характера [Грановс- кая, 1974]. В работах по исследованию способов принятия решений шахмати- стами-экспертами и шахматистами-новичками [Chase, Simon, 1973] отмечалось, что в базовом знании экспертов можно выделить чанки, а в базовом знании новичков они отсутствуют. Г. Саймон считает, что система обработки информации человеком работает в основном последовательно во времени: она способна пере- рабатывать одновременно лишь несколько символов, причем обраба- тываемые символы должны храниться в особых, ограниченных по ем- кости структурах памяти (чанках), содержание которых может быстро меняться. Поэтому то, что выглядит для наблюдателя как классифика- ция объектов на большое число классов, представляет собой в действи- тельности совокупность классификаций на два-три (обобщенных) класса. Эти выводы находят свое подтверждение в экспериментах Г. Саймона [Richman, Staszewski, Simon, 1995] по изучению системы 155
Компьютерная психодиагностика организации памяти эксперта-мнемониста, запоминавшего большое количество цифр. Как показал анализ, эксперт использовал иерархи- ческую систему хранения информации. Вообще, использование иерар- хических схем является одним из приемов, позволяющих избежать чрезмерной нагрузки на кратковременную память при запоминании, хранении и воспроизведении информации, а также при принятии ре- шений. Ограниченный объем кратковременной памяти заставляет экспер- та использовать при классификации те значения диагностических при- знаков, которые наиболее характерны для одновременно рассматри- ваемых двух-трех классов решений. Некоторые авторы, например, отмечают, что врачи-эксперты при дифференциальной классификации часто используют только два значения диагностических признаков (два класса решений) [Lemieux, Bordage, 1992]. Интересны выводы о том, что способность к кратковременному за- поминанию оказывается не органической функцией возраста челове- ка, а, скорее, функцией его знаний [Schneider, 1993]. Так, например, в области шахмат объем кратковременной памяти детей-экспертов пре- восходит объем кратковременной памяти взрослых-новичков. В последние годы публикуются результаты психологических иссле- дований, показывающие, что многие достаточно распространенные способы получения информации от человека (назначения весов при- знаков, назначение вероятностей и т. д.) являются некорректными: они ведут к противоречиям, смещениям, ошибкам [Tversky, Kaheman 1974; Ларичев, Моргоев, 1991]. В литературе обсуждаются пути преодоления этих трудностей. Так, например, поскольку эксперты часто не могут количественно оценить степень своей уверенности в том или ином утверждении (факте), им предлагают указать порядок их предпочте- ния [Cloteaux, Eick, Bouchon-Meunier, Kreinovich, 1998]. Поведение человека при решении задачи классификации исследо- валось в серии психологических экспериментов [Larichev, Moshkovich, Rebrik, 1988]. Результаты экспериментов показывают, что люди ведут себя достаточно надежно и непротиворечиво при определенных зна- чениях таких параметров, как количество аспектов, число возможных решений для каждого из них и количество классов решений. Если зна- чения этих параметров увеличиваются и переходят определенную гра- ницу, то количество ошибок при решении человеком задачи класси- фикации резко возрастает. Результаты ряда психологических исследований позволяют охарак- теризовать систему хранения и переработки информации у эксперта сле- дующим образом [Ларичев, Моргоев, 1991]. Прежде всего, хороший эк- 156
Глава 3. Конструирование компьютерных психодиагностических методик сперт обладает знанием тысяч конкретных ситуаций, которые хранятся в его долговременной памяти. Есть данные, что это число достигает 30- 50 тысяч [Simon, 1978]. Каждая из этих ситуаций описывается на при- вычном для эксперта профессиональном языке. Умение гибко исполь- зовать эти ситуации при решении конкретной задачи, вероятнее всего, имеет во многом неосознаваемый характер [Kihlstrum, 1987]. Все вспо- могательные операции по извлечению и переработке информации со- вершаются в кратковременной памяти. Ее малый объем служит причи- ной использования человеком различных эвристических приемов. Определенное влияние на процесс извлечения знаний оказывает существование так называемого механизма когнитивной защиты экс- перта [Осипов, 1993], который принято объяснять с позиций теории индивидуальных психологических конструктов, выдвинутой Дж. Кел- ли в 1955 году в рамках исследований по клинической психологии [Kelly, 1955]. В соответствии с этой теорией сложность устройства мо- дели мира субъекта определяется набором сформированных его созна- нием конструктов, приспосабливаемых к реалиям мира. Конструкт — это особое субъективное средство, сконструированное самим челове- ком, проверенное им на практике и позволяющее ему воспринимать и понимать окружающую действительность, оценивать и прогнозировать события. В самом общем виде — это биполярный признак, альтерна- тивные события, противоположные отношения и способы поведения [Петренко, 1988]. Чем шире набор личностных конструктов у субъек- та, тем более многомерным, дифференцированным является в его сознании образ мира, себя, других, то есть тем выше его когнитивная сложность. Преодоление механизма когнитивной защиты субъекта свя- зывается в этой теории с выявлением множества индивидуальных кон- структов и исследованием его структуры. Кроме изложенных выше психологических аспектов извлечения знаний, существуют еще и лингвистические или, скорее, психолинг- вистические проблемы, возникающие в процессе извлечения знаний. Взаимодействие инженера по знаниям и эксперта — это прежде всего общение, а общение подразумевает использование языка. В психолингвистике различают язык, используемый во внутренней речи, и коммуникативный язык, предназначенный непосредственно для общения. Естественный язык, используемый во внутренней речи, в общем случае не тождествен непосредственно коммуникативному языку, а является его модификацией [Шалютин, 1985]. Поскольку внут- ренняя речь есть общение с самим собой, постольку она максимально свернута, минимально избыточна, содержит не полные предложения, а лишь некоторые вехи, по которым движется мысль. Хотя множество 157
Компьютерная психодиагностика слов, которые в этом случае используются, относится к лексике обыч- ного языка, грамматический его строй существенно отличается от строя коммуникативной речи. С точки зрения обычной грамматики во внут- ренней речи происходят нарушения правил и норм языка. Достижения лингвистики и психолингвистики последнего времени показывают, что языковая форма мысли от момента ее зарождения и до внешнего выражения претерпевает ряд модификаций, выражающих раз- личные фазы порождения речи. Американский лингвист 3. Харрис вы- сказал мысль, позднее детально разработанную Н. Хомским (1962) в кон- цепции порождающих грамматик, о том, что синтаксическая система языка содержит исходную подсистему, по отношению к которой все дру- гие подсистемы являются производными. Эта подсистема включает ограниченное множество синтаксических типов «ядерных предложе- ний». С точки зрения Хомского, любое правильное предложение языка может быть получено из таких предложений посредством конечного мно- жества трансформационных правил, то есть правил преобразования «ядерных» структур в произносимые и понимаемые предложения. Ряд психологов считают операции трансформирования «ядерных предложений» в более сложные реальным психологическим процес- сом, что подтверждается психологическими экспериментами [Шалю- тин, 1985]. Таким образом, чем дальше от внешнего выражения находится мысль, тем в меньшей степени в ее языковой оболочке ис- пользуется богатство форм естественного языка. Косвенными доказательствами существования «ядерных» структур, связанных со структурой мысли более тесно, чем формы коммуника- тивной речи, служат данные исторической грамматики, генетической психологии, а также патопсихологии. Структуры более сложные, чем «ядерные», позднее возникают в историческом развитии языков и рань- ше разрушаются при ряде расстройств речи [Шалютин, 1985]. О существенных различиях между коммуникативным языком и язы- ком мыслительного процесса говорит и то, что люди обычно запоми- нают и вспоминают не словесное выражение, а содержание мыслей. Как правило, человек выражает усвоенную им мысль в новой словес- ной оболочке. Как отмечал Л. С. Выготский (1956), внутренняя речь характеризу- ется спрессованностью содержаний, предикативностью и сокращен- ностью фонетических элементов. «Речь без слов», по Л. С. Выготско- му, — это предел, из которого исходят языковые формы мысли. Наличие доречевых форм мышления связывается рядом авторов с функционированием подсознательного [Шалютин, 1985]. В этой сфе- ре преобладает континуальный тип мышления, противостоящий дис- 158
Глава 3. Конструирование компьютерных психодиагностических методик кретности языка. Языковая система подсознательных фрагментов мыс- лительного процесса характеризуется значительно более высоким уров- нем расплывчатости элементов и связей, которые эту систему образу- ют. Движение к речевому выражению мысли представляет собой процесс нарастающей «дискретизации». Следовательно, выражение знания в словах не полностью и не совсем адекватно отражает внут- реннее богатство знания, которым оперирует субъект. Поэтому инди- вид, воспринимающий высказывание, не имеет в прямой форме в тек- сте полностью мыслей говорящего. Лингвистическое понимание текста и высказываний еще не гарантирует адекватной интерпретации его смысла. Тем самым в процессе общения инженера по знаниям с экс- пертом происходит существенная потеря информации. Подведем некоторые итоги. Приведенный выше обзор психологи- ческих исследований позволяет отметить ряд эффектов или явлений, наблюдаемых при работе с экспертами и оказывающих существенное влияние на процесс извлечения знаний. К ним относятся: □ существование так называемых «молчаливых», или подразумеваемых, знаний (tacit knowledge), обуслов- ленное тремя причинами: неосознаваемым харак- тером экспертного умения, трудностью процесса вербализации и недооценкой экспертом важности некоторых знаний, используемых при решении профессиональных задач; □ особая форма организации знаний экспертов по сравнению с организацией знаний новичков; □ достаточно высокая скорость решения экспертом профессиональных задач; □ ограниченность объема кратковременной памяти человека; □ некорректность некоторых способов получения информации (присвоение весов признаков, при- своение вероятностей и т. д.); □ существование механизма когнитивной защиты; □ наличие психолингвистических проблем, в частно- сти, тот факт, что различие между коммуникатив- ным языком и языком мыслительного процесса приводит в ходе общения инженера по знаниям с экспертом к значительной потере информации. 159
Компьютерная психодиагностика Вот почему процесс извлечения экспертных знаний традиционно считается «узким местом», а преодоление описанных выше проблем яв- ляется актуальной задачей для создания систем, основанных на знаниях. В связи с этим в рамках инженерии знаний (и в теоретическом пла- не, и в результате практических разработок конкретных систем) созда- ются так называемые методы извлечения знаний (knowledge elicitation techniques), представляющие собой некоторую процедуру или форму взаимодействия инженера по знаниям с экспертом. Описание «ручных» (неавтоматизированных) методов, компьютер- ных методов, а также так называемых систем извлечения знаний со- держится во многих работах [Gammack, Young, 1984; Hart, 1986; Вол- ков, Ломнев, 1989; Boose, 1989; Гаврилова, Червинская, 1992]. Одни техники опираются на теоретические основы и являются час- тью методологии процесса построения интеллектуальных систем, дру- гие носят характер эвристических приемов и рецептов, основываются на здравом смысле, эмпирическом опыте или психологических иссле- дованиях и не предполагают определенной методологии разработки интеллектуальных систем. Одна часть методов создавалась в рамках таких научных дисциплин, как психологическая диагностика, систем- ный анализ, принятие решений, анализ данных, и впоследствии была «взята на вооружение» в инженерии знаний, другая специально разра- батывалась для поддержки извлечения знаний. Существуют разные классификации методов извлечения знаний [Leplat, 1986; Olson, Rueter, 1987; Волков, Ломнев, 1989; Гаврилова, Червинская, 1992; Осипов, 1993]. Методы извлечения экспертных знаний имеют прямую аналогию с методами психологической диагностики. В обоих случаях необходимо получить от человека некоторую информацию, касающуюся содержа- ния его интеллектуальной деятельности и личностных отношений (что и составляет ядро профессионального опыта), в том числе и ту, что са- мим человеком не осознается. В соответствии с этим методы извлечения знаний можно разделить на неэкспериментальные и экспериментальные. Неэксперименталь- ные методы предполагают свободную форму взаимодействия инженера по знаниям с экспертом, не имеющую строгой процедурной регламен- тированности, жестко заданной структуры действий и воспроизводи- мости, характерных для эксперимента. Экспериментальные методы предполагают активную деятельность инженера по знаниям (как экс- периментатора) по созданию определенных регламентированных условий (например, стандартизованного стимульного материала), предъявлению этих условий эксперту с последующим формализован- но
Глава 3. Конструирование компьютерных психодиагностических методик HbiM анализом полученных результатов. Главная особенность экспери- ментальных методов состоит в воспроизводимости процедуры и усло- вий эксперимента для получения релевантной поставленным задачам информации. К неэкспериментальным методам в инженерии знаний относятся клинико-психологические методы медицинской психодиагностики [Червинская, Щелкова, 2002] а именно: □ беседа (или диалог); □ наблюдение; □ неструктурированное интервью; □ анализ продуктов деятельности. Учитывая специфику инженерии знаний, к неэкспериментальным методам извлечения знаний можно добавить: □ лекции; □ мозговой штурм; □ круглый стол. --------------------------------Индивидуальные • Беседа • Наблюдение • Неструктурированное интервью Неэкспериментальные • Анализ продуктов деятельности (протоколов «мыслей вслух») • Текстологические • Лекция --------------- Групповые • Мозговой штурм Методы .Круглый стол извлечения знаний ---------------------------------Полуструктурированное интервью ---------------------------------Структурированное интервью ---------------------------------Анкетирование ---------------------------------Опросники ---------------------------------Сортировка карточек ---------------------------------Экспертные игры ---------------------------------Компьютерные экспертные игры --------------------------------- Экспериментальные-Психосоматические методики • Семантический дифференциал • Репертуарные решетки • Многомерное шкалирование • Иерархическая классификация ---------------Манипулирование компьютерными графическими образами Рис. 3.2. Классификация методов извлечения знаний 6 Зак 4548 161
Компьютерная психодиагностика Беседа, или свободный диалог, — это метод извлечения знаний в фор- ме беседы инженера по знаниям и эксперта, в которой нет жесткого регламентированного плана и вопросника. Под наблюдением понимается способ взаимодействия, при котором инженер по знаниям находится непосредственно рядом с экспертом во время его профессиональной деятельности или имитации этой дея- тельности и фиксирует (на бумаге, с помощью диктофона или видео- магнитофона) все действия эксперта, его реплики и объяснения. Не- пременное условие этого метода — невмешательство в работу эксперта. Неструктурированное интервью — это специфическая форма обще- ния инженера по знаниям и эксперта, в которой инженер по знаниям в свободной форме задает эксперту серию заранее подготовленных во- просов с целью извлечения знаний о предметной области. Под анализом продуктов деятельности человека подразумевается анализ протоколов «мыслей вслух» и так называемые текстологичес- кие методы. Протоколирование «мыслей вслух» предполагает, что эксперт может прокомментировать свои действия и решения, а также объяснить, как это решение было найдено, то есть продемонстрировать всю цепочку своих рассуждений. Во время рассуждений эксперта все его слова, весь «поток сознания» протоколируется (с помощью современных средств записи) инженером по знаниям, при этом важными являются даже па- узы, междометия и интонация [Гаврилова, Червинская, 1992]. Иногда этот метод называют «вербальные отчеты» [Моргоев, 1988]. В группу текстологических методов входят методы извлечения зна- ний, основанные на изучении специальных текстов из учебников, мо- нографий, статей, руководств по использованию методик и других но- сителей профессиональных знаний. Лекция является самым старым способом передачи знаний. Смысл этого метода заключается в том, чтобы сформулировать эксперту тему и задачу лекции. Например, тема цикла лекций «Постановка диагноза “Воспаление легких”», тема конкретной лекции «Рассуждения по ана- лизу рентгенограмм», задача — научить слушателей по перечисленным экспертом признакам ставить диагноз воспаления легких и делать про- гноз. При такой постановке опытный лектор может заранее структу- рировать свои знания и ход рассуждений. От инженера по знаниям в этой ситуации требуется лишь грамотно законспектировать лекцию и в конце задать необходимые вопросы [Гаврилова, Червинская, 1992]. Мозговой штурм — это один из наиболее распространенных мето- дов раскрепощения и активизации творческого мышления. Впервые этот метод был использован в 1939 году в США А. Осборном как спо- 162
Глава 3. Конструирование компьютерных психодиагностических методик соб получения новых идей в условиях запрещения критики. Замечено, что боязнь критики мешает творческому мышлению, поэтому основ- ная идея штурма — это отделение процедуры генерирования идей в за- мкнутой группе специалистов от процесса анализа и оценки выска- занных идей. Метод круглого стола (термин заимствован из журналистики) пре- дусматривает обсуждение какой-либо проблемы из выбранной пред- метной области, в котором принимают участие с равными правами несколько экспертов. Обычно вначале участники высказываются в определенном порядке, а затем переходят к живой, свободной дискус- сии. Число участников дискуссии колеблется от трех до пяти-семи. К экспериментальным методам относятся: □ полуструктурированное интервью; □ структурированное интервью; □ анкетирование; □ опросники; □ сортировка карточек; □ экспертные игры; □ компьютерные экспертные игры; □ семантический дифференциал; □ репертуарные решетки; □ субъективное шкалирование; □ иерархическая классификация; □ манипулирование компьютерными графическими образами. Полуструктурированное интервью предполагает то, что инженер по знаниям заранее из каких-либо соображений готовит для эксперта се- рию вопросов, обычно нацеленных на получение определенных эле- ментов знаний (например, понятий, взаимосвязей, критериев класси- фикации и пр.). Так, например, для извлечения подразумеваемых знаний в рамках проекта, создаваемого в одном из американских уни- верситетов (Brigham Young University), было разработано полуструкту- рированное интервью, основанное на методах из области этнографии и когнитивной антропологии. Этнографические техники были адап- тированы и успешно использованы для извлечения знаний и построе- ния экспертных систем [Wood, Ford, 1993]. Структурированное интервью — формализованный способ извлече- ния знаний, отличающийся от неструктурированного интервью нали- чием готового сценария. Впервые структурированное интервью было использовано при создании системы TEIRESIAS (диагностика инфек- ционных заболеваний крови) [Davis, 1982] для формирования новых правил и понятий. Для этих целей в систему были заложены следую- 163
Компьютерная психодиагностика щие возможности: в случае неудачи система в режиме консультации (или тестирования) предлагала эксперту выделить причины неудачи. Полученный в результате контекст позволял системе сформировать некоторые «ожидания», характеризующие содержание нового прави- ла, которое должно вводиться экспертом для устранения неудачи. Анкетирование представляет собой наиболее стандартизированный способ опроса. В этом случае инженер по знаниям заранее составляет вопросник или анкету, размножает ее и использует для опроса одного или нескольких экспертов. Обычно этот метод используется в том слу- чае, когда в разработке экспертной системы принимают участие не- сколько экспертов. Опросник — это формализованный метод извлечения знаний, ког- да эксперта просят ответить на ряд закрытых вопросов, предполагаю- щих выбор одного из вариантов ответов. Фактически этот метод ничем не отличается от аналогичных методов, используемых в психодиагно- стике. Сортировка карточек — это метод, при котором эксперту дается за- дание разложить стимульный материал в соответствии с его понима- нием семантических связей между элементами этого материала. Понятие экспертной игры, или игры с экспертами [Гаврилова, Чер- винская, 1992], в целях извлечения знаний восходит к трем источни- кам — это деловая игра, широко используемая при подготовке специ- алистов [Комаров, 1989]; диагностическая игра в медицинских задачах [Гельфанд и др., 1988]; и компьютерные игры, все чаще применяемые в обучении [Пажитнов, 1987]. С появлением персональных компьютеров связано появление игр эксперта с компьютером. В системе ЭСКИЗ [Осипов, 1993] реализован набор «игр» для приобретения знаний, являющихся той или иной мо- дификацией принципа репертуарных решеток. Например, в игре «Ре- гата» объектами, для которых эксперт должен указать различающие признаки, являются яхты. В ходе гонок яхты должны проходить в про- леты мостов; в один и тот же пролет проходят яхты, соответствующие сходным по какому-либо атрибуту объектам. С помощью известного в психодиагностике метода субъективного шкалирования определяется степень сходства (или различия) для каж- дой пары понятий, выделенных в рассматриваемой предметной обла- сти, с целью выявления групп с похожими характеристиками. Он ис- пользуется в основном для понятий, которые могут быть представлены в и-мерной системе координат. Подробное описание техники субъек- тивного шкалирования представлено в п. 2.2. В инженерии знаний этот метод используется следующим образом. 164
Глава 3. Конструирование компьютерных психодиагностических методик 1. Строится матрица сходства (различия) каждой пары понятий. Для этого используются вопросы к эксперту типа: «Какова степень сход- ства между понятиями А и В?». 2. Полученная матрица сходства (расстояний между понятиями) обрабатывается с помощью формальных математических процедур, чаще всего с помощью метода многомерного шкалирования, возмож- но применение факторного и кластерного анализов. 3. Строится графическое изображение понятий в пространстве вы- деленных шкал (понятия обычно отображаются в виде точек). 4. Выявляются группы понятий со сходными характеристиками (то есть определяются группы точек с наибольшей плотностью). Следует отметить, что главная проблема при использовании этого метода часто состоит не в отсутствии средств формальной обработки (в настоящее время используются десятки методик) [Величковский, 1982], а в их избыточности и трудностях последующей интерпретации результатов. Метод семантического дифференциала [Osgood et al., 1957] предпо- лагает, что исследуемый объект (стимул), в качестве которого может выступить слово, понятие, символ в вербальной или невербальной форме, оценивается путем соотнесения с одной из фиксированных точек градуированной шкалы, заданной полярными по значению при- знаками. Полученные на основании процедуры семантического диф- ференциала количественные данные изображаются в виде семантичес- кого пространства или семантического профиля исследуемого понятия. По этим данным можно также определить, насколько значение того или иного понятия ближе (дальше) к значению другого понятия. Сте- пень такого подобия или различия представляется количественно по семантическому расстоянию между понятиями в семантическом про- странстве. Подробнее описание метода семантического дифференци- ала представлено в п. 2.2. Метод репертуарных решеток [Франселла, Баннистер, 1987] пред- назначен для изучения индивидуально-психологических конструктов, опосредующих восприятие при анализе личностного смысла понятий (см. п. 2.2). Описание конструкта, по Дж. Келли, удобнее всего прове- сти в биполярных понятиях, при этом конструкт становится тем, «чем два или несколько объектов сходны между собой и, следовательно, от- личны от третьего объекта или нескольких других объектов». Биполяр- ность конструктов дает возможность получить матрицу взаимосвязей между ними, позволяющую провести различные процедуры латентно- го анализа для выявления структуры смысловых параметров, лежащих в основе восприятия экспертом данной предметной области. В отли- 165
Компьютерная психодиагностика чие от метода семантического дифференциала, техника репертуарных решеток направлена на выявление «собственных», индивидуальных, создаваемых непосредственно в ходе эксперимента конструктов. При этом основная цель — реконструкция индивидуальной системы смыс- ловых единиц (понятий), используемых экспертом, для установления взаимосвязей между понятиями в конкретной предметной области. Метод репертуарных решеток очень популярен благодаря тому, что не только снимает когнитивную защиту экспертов, позволяет устанав- ливать латентные взаимосвязи между понятиями, но и также из-за того, что лежит в основе огромного количества функционирующих про- граммных продуктов. Наиболее известной реализацией этого метода является система AQUINAS, с помощью которой было построено до 300 баз знаний [Kitto, Boose, 1987]. Процедура иерархической классификации [Крисевичидр., 1990] на- чинается с оценки экспертом субъективной близости понятий, постро- ению матрицы расстояний между ними и заканчивается иерархичес- ким представлением понятий предметной области. Данный способ был использован фирмой Lockheed (США) для по- строения АСУ на базе экспертного опыта. Эксперту предъявляли пары предметов, и он оценивал их субъективную близость. В результате по- лучали представление опыта в виде дерева [Manheimer, Kanarski, 1986]. После этого был использован алгоритм ADDTREE, предназначенный для иерархической кластеризации [Sattath, Tversky, 1977]. Манипулирование компьютерными графическими образами стало воз- можно благодаря бурному развитию компьютерных технологий, опи- рающихся на графику, в частности на когнитивную графику. Смысл этого метода заключается в том, что эксперту предъявляются некото- рые графические образы и дается возможность, в самом общем случае, построить нечто, что он посчитает нужным. Далее компьютер автома- тически извлекает из этого необходимую информацию. Например, та- кой способ был использован на практике для извлечения опыта экс- перта в области лечения онкологических заболеваний. Эксперт должен был манипулировать на экране дисплея изображениями, с помощью которых создается схема лечения заболевания. Система OPAL, на ос- нове введенного экспертом дерева, получает правила. Считается, что после нескольких минут обучения эксперт сам сможет работать с сис- темой OPAL. За счет использования OPAL срок наполнения базы зна- ний сокращается от нескольких месяцев до нескольких часов [Walton, Musen, Combs et al., 1987]. В заключении раздела отметим, что экспериментальные методы бывают «ручные» и компьютерные. Реализация на компьютере неко- 166
Глава 3. Конструирование компьютерных психодиагностических методик торых методов, например метода полуструктурированного интервью, достаточна проблематична. Часть методов может иметь двойную реа- лизацию. Например, метод сортировки карточек, как правило, исполь- зуется ручным способом, хотя те же карточки могут быть предложены эксперту для сортировки и в компьютерном варианте. Большая часть методов, особенно заимствованная из анализа данных (многомерное шкалирование, иерархическая классификация), предполагает компь- ютерную реализацию. 3.2.3. Концептуальный анализ знаний Под концептуальным анализом знаний (или структурировани- ем) понимается процесс анализа информации, полученной от источника знаний, и ее синтез (или кодирование) в неко- торые структуры, не зависящие от какой-либо программной реализации. Извлечение и структурирование знаний — это единый процесс вза- имодействия инженера по знаниям с экспертом, различающийся лишь своими аспектами. Если проблема извлечения знаний заключается в выборе формы взаимодействия инженера по знаниям с экспертом, то проблема концептуального анализа знаний предполагает рассмотре- ние собственно предмета, ради которого такое взаимодействие орга- низовано, а именно, той информации, смысл которой в процессе пре- образования от представлений эксперта к представлению в компьютере должен остаться неизменным. Процесс преобразования знаний от представлений эксперта к пред- ставлению в компьютере можно рассматривать как проблему преобразо- вания информации, решаемую путем перехода от одного материального носителя знаний к другому. В зависимости от вида материального носи- теля знаний можно выделить следующие уровни представления знаний: □ экспертность (представления эксперта); □ концептуальное или полуформализованное представление зна- ний как результат взаимодействия эксперта и инженера по зна- ниям (возможно на бумаге); □ формализованное представление знаний на специализированных языках искусственного интеллекта (на бумаге или в компьютере); □ представление знаний на машинных носителях информации (база знаний). 167
Компьютерная психодиагностика В этом отношении концептуальный анализ знаний — это переход от экспертности или представления знаний в памяти эксперта к некото- рым концептуальным, полуформализованным представлениям или структурам, отражающим понимание экспертом предметной области в целом и стратегий рассуждений при решении профессиональных задач. Представление знаний в памяти человека — одна из проблем, рассматриваемых когнитивной психологией, которая представляет собой не только направление исследований, изучающее познавательные процессы че- ловека с точки зрения хранения, преобразования и пере- работки им информации, но и целостный, структурно- информационный подход к исследованию процесса познания. Восприятие, память, внимание и мышление человека — это фундаментальные познавательные про- цессы, исследуемые в рамках когнитивной психологии. В соответствии с этим рассмотрим, как осуществляется репрезен- тация знаний в памяти человека, выделим формы или элементы зна- ний, а затем с помощью этих элементов опишем язык и методы кон- цептуального анализа знаний. 3.2.3.1. Когнитивные структуры Исследования в области когнитивной психологии предлагают обшир- ную коллекцию моделей семантической организации памяти человека. Среди них: семантические сети, ассоциативные сети, декомпозиция процедур на элементарные действия, схемы, фреймы, скрипты и т. д. Однако любая из этих моделей в основе своей имеет два элемента — это понятия (концепты), представляющие собой репрезентации объектов (характеристик объектов, признаков объектов) в памяти человека, и вза- имосвязи как репрезентации связей между конкретными объектами или понятийными классами, возникающими в процессе отражения челове- ком объективного мира. С помощью этих элементов можно описывать любую феноменологию знаний, в том числе как «знания-что» (объекты и взаимосвязи), так и «знания-как» (действия и процедуры). Например, ситуацию, описываемую кратко как «визит к врачу», можно рассматри- вать как процедуру или последовательность действий, а можно как по- нятие, имеющее определенные атрибуты: «запись на прием», «поездка на место приема», «ожидание приема», «визит», «оплата». 168
Глава 3. Конструирование компьютерных психодиагностических методик Таким образом, с точки зрения инженерии знаний понятия и взаи- мосвязи — это центральные элементы, с помощью которых можно опи- сывать любую феноменологию знаний. Конкретная вербальная форма семантической репрезента- ции, представленная в виде понятий и взаимосвязей, опре- деляется термином когнитивная структура. Как отмечает М. А. Холодная (1996), понятие «когнитивная струк- тура» наиболее активно разрабатывалось в качестве основной пси- хологической категории в таких когнитивно ориентированных психо- логических теориях, как когнитивное направление неофрейдизма (Д. Рапапорт, Р. Гарднер, Ф. Хольцман, Г. Клейн и др.), когнитивная психология личности (Дж. Келли, У. Скотт, О. Харви, Д. Хант, X. Шро- дер и др.), когнитивная экспериментальная психология (Ф. Барлетт, У. Найссер, Э. Рош, М. Минский, Б. Величковский и др.). Объясни- тельный потенциал понятия «когнитивная структура» можно раскрыть более полно, если обратиться к основным мотивам его введения в про- фессиональный психологический словарь, общим для всех трех ука- занных выше когнитивных теорий. Во-первых, это необходимость разведения содержательных (идеи субъекта относительно мира) и собственно когнитивных (механизмы, посредством которых идеи появляются и преобразуются) аспектов по- знавательного отражения. Во-вторых, это потребность осмыслить факты ситуативной измен- чивости поведения человека. Поскольку ни фактор личностных черт, ни фактор ситуации не могли объяснить причины индивидуального поведения, следовало найти такой механизм его регуляции, в котором одновременно были бы представлены и характеристики субъекта, и ха- рактеристики ситуации. Этим требованиям как раз и отвечало поня- тие когнитивной структуры. В-третьих, это ориентация на объяснение высокого творческого потенциала всех основных форм познавательной активности. Удиви- тельная гибкость, непредсказуемость и продуктивность интеллектуаль- ного поведения человека привела к идее существования «внутри» субъекта некоторых психических образований, относительно незави- симых от окружения и способных к порождению собственных правил организации информации (селекции, структурирования, преобразо- вания и т. д.). В инженерии знаний мотивом введения понятия «когнитивная структура» является попытка найти наиболее общее структурное опи- 169
Компьютерная психодиагностика сание феноменологии знаний, хорошо согласованное с основными представлениями когнитивной психологии. Еще раз подчеркнем, что описание когнитивной структуры представлено описанием понятий и взаимосвязей, не предполагающим какую-либо интерпретацию этих взаимосвязей, то есть не предполагающим наличие семантических от- ношений. В качестве примера приведем когнитивную структуру для предло- жения «Ветер дул с севера, и высокий эвкалипт, возвышавшийся над всеми прочими деревьями и над домами, раскачивался на ветру край- не недовольно». На рис. 3.3 понятия изображаются в виде вершин или узлов, а взаимосвязи — в виде дуг, соединяющих эти вершины. В дан- ном примере взаимосвязи не имеют названия, они просто либо уста- новлены , либо нет (есть дуга между узлами или нет). Дуга отражает толь- ко лишь сам факт установления взаимосвязи. Например, очевидно, что в предложении ничего не говорится о связи между понятиями «север» и «деревья», а потому дуга на рисунке отсутствует. Отметим, что в этом примере процесс установления взаимосвязей между понятиями не вызывает никаких сложностей, и каждый сможет нарисовать одну и ту же когнитивную структуру. Однако это не всегда так. Следующий пример показывает, что существуют определенные факторы, влияющие на установление взаимосвязей между понятиями. Рассмотрим предложение «Цветник, с его великолепными розами, содержался в исключительном порядке, трава всегда была зеленой и только что подстриженной» и попытаемся представить (и нарисовать), как в процессе отражения это предложение может быть репрезентиро- вано в памяти человека. Прежде всего выделим понятия: цветник, розы, Рис. 3.3. Когнитивная структура предложения «Ветер дул с севера, и высокий эвкалипт, возвышавшийся над всеми прочими деревьями и над домами, раскачивался на ветру крайне недовольно» 170
Глава 3. Конструирование компьютерных психодиагностических методик Рис. 3.4. Когнитивная структура предложения «Цветник, с его великолеп- ными розами, содержался в исключительном порядке, трава всегда была зеленой и только что подстриженной» великолепные, порядок, исключительный, трава, зеленая, подстри- женная, недавно. Без всяких затруднений установим взаимосвязи: цветник-розы, розы-великолепные, цветник-порядок, порядок-ис- ключительный, трава—зеленая, трава—подстриженная, подстрижен- ная—недавно и изобразим это в виде когнитивной структуры. На рис. 3.4 эти взаимосвязи изображены сплошными линиями. Заметим, что установление таких взаимосвязей не вызывает сомнений ни у кого, так же как и отсутствие связи между понятиями великолепные—исклю- чительный. Но на рисунке изображены еще две связи (пунктиром): цветник-трава и трава—порядок. Установление связей между этими по- нятиями у некоторых людей может вызывать сомнение. О том, что «тра- ва находится в цветнике», явно в предложении не говорится, а связь между травой и порядком устанавливается лишь на основании допол- нительного знания: «Если трава недавно подстрижена, то трава нахо- дится в порядке». Если человек этого не знает или считает, что это не- верно, то связь между травой и порядком он не установит. Этот пример иллюстрирует, что когнитивные структуры даже тако- го, казалось бы, простого предложения у различных людей могут су- щественно различаться. Кто-то нарисует связь между цветником и тра- вой, а кто-то скажет, что там, где растут розы, травы быть не должно. Что же происходит, когда человек, постоянно накапливая опыт, обучается какой-либо профессиональной деятельности? Оказывается, что по мере накопления опыта человек изменяет когнитивные струк- туры путем «приобретения», «добавления», «стирания» или «видоиз- менения» взаимосвязей. 171
Компьютерная психодиагностика Результаты экспериментов по изучению человеческо- | го опыта на основании сравнения когнитивных структур | новичков и опытных специалистов [Кук, Макдональд, | 1986] показали, что когнитивные структуры профессио- g налов мало чем различаются между собой и сильно раз- | нятся с когнитивными структурами новичков. | R. W. Schvaneveldt, Е Т. Durso и D. W. Dearholt [Кук, Макдональд, 1986] получили когнитивные структуры знаний опытного летчика-истребителя и пилота-новичка, используя два метода: многомерное шкалирование (алгоритм MDS — Alscal) и сетевое шкалирование со взвешенными связями (алгоритм Pathfinder). Оба алгоритма основаны на использовании оценок психологичес- кой близости. Опытный пилот и пилот-новичок оценивали все возможные парные сочетания 30 связанных с полетом понятий, приписывая числа от Одо 9 каждой паре, где 0 обозначал самую слабую степень связи между понятия- ми, а 9 — самую сильную. Эти оценки затем обрабатывались с применением обоих алгоритмов шкалирования. В соответствии с алгоритмами MDS каждый концепт, выражающий неко- торое понятие, помещается в Zr-мерное пространство таким образом, что рас- стояние между точками отражает психологическую близость соответствую- щих концептов. Алгоритм Pathfinder строит семантическую сеть. Дуги могут быть либо ориентированными (несимметричное отношение), либо неориен- тированными (симметричное отношение). Результирующие когнитивные структуры оказались близкими для летчи- ков-истребителей с одинаковым уровнем опыта, но были различными для разных групп испытуемых. Авторы экспериментов обнаружили, что по ког- нитивной структуре, характерной для летчика-истребителя, можно установить, новичок он или опытный пилот. Наконец, проведенный ими же анализ ког- нитивных структур выявил наличие концептов и взаимосвязей, общих для представлений опытного специалиста и новичка, и, кроме того, ряд концеп- тов и взаимосвязей, которые были обнаружены только в одном из представ- лений. Прямым развитием рассмотренной работы стала экспертная система управления воздушным боем ACES [Goldsmith, Schvaneveldt, 1985]. 3.2.3.2. Семантические отношения Еще одним важным моментом в инженерии знаний является пред- ставление о семантических отношениях между понятиями, под кото- рыми понимаются специфические связи между репрезентациями по- нятий в памяти, возникающие в результате когнитивных операций и отражающие объективно существующие отношения предметного мира. Когнитивные операции — это установление ассоциативных взаимо- связей и отнесение этих взаимосвязей к тем или иным однородным группам (фактически речь идет об «осмыслении» или интерпретации взаимосвязи, т. е. вкладывании в нее некоторого смысла). 172
Глава 3. Конструирование компьютерных психодиагностических методик Исследование механизмов накопления опыта было проведено в области программирования на ЭБМ [Cooke, McDonald, 1987]. С помощью методов многомерного шкалирования было показано, что один из аспектов програм- мистского опыта включает в себя организацию знаний соответственно смыс- лу программы, или семантике, а не в соответствии с синтаксисом. Когнитив- ная структура знаний экспертов-программистов, полученная на основе оценок связности концептов, показана на рис. 3.5. Эксперимент показал, что всех программистов на основе анализа структуры семантического пространства можно разбить на три группы: новички, неопытные специалисты среднего уровня, опытные специалисты. Кроме того, исследовалась эволюция когни- тивной структуры программиста по мере его продвижения от новичка до опыт- ного специалиста. Интерпретация выявленных отношений (связей) между понятиями потре- бовала дополнительных усилий. Так, например, означивание дуг на рис. 3.5 потребовало дополнительного эксперимента, участникам которого была пред- ложена пара понятий и поставлена задача — дать словесное описание связи между понятиями пары. Результаты представлены в таблице 3.2. Таким обра- зом, когнитивная структура, изображенная на рис. 3.5, может быть превра- щена в семантическую. Подпрограмма Параметр Оператор Функция Присваивание Выход Массив Алгоритм Сортировка Повторение Поиск Числовые данные Глобальная переменная Символьные данные Отладка Программа Рис. 3.5. Ассоциативная сеть структуры знаний эксперта-программиста 17
Компьютерная психодиагностика Таблица 3.3 Связанные пары понятий Отношения между связанной парой понятий Подпрограмма—программа Есть часть Символьные данные—выход Есть тип Параметр—программа Используется Программа—выход Производит Сортировка—поиск Включает в себя Численные данные—параметр Может быть Функция—оператор Есть Функция — программа Есть часть Отладка—программа Подвергается Выход—численные данные Состоит из Массив—символьные данные Может состоять из Функция—подпрограмма Есть Присваивание значений—параметр Используется для Массив—глобальная переменная Может быть Массив—численные данные Может состоять из Повторение—сортировка Есть часть Программа—алгоритм Есть выполнение Сортировка—алгоритм Есть Сортировка—численные данные Делается на Присваивание—оператор Есть Аналогичный эксперимент, проведенный в области психодиагно- стики, будет описан ниже при рассмотрении методов установления се- мантических отношений. Известно, что в природе существует около 200 базовых отношений [Поспелов, 1986], остальное многообразие является комбинацией ба- зовых. Отношения классификации позволяют классифицировать элементы предметной области, образовывать классы понятий. Здесь важнейши- ми являются отношения: «иметь имя», «класс—подкласс», «элемент- класс», «род—вид», «нижестоящие понятия—вышестоящие понятия», «часть—целое». Признаковые отношения приписывают различные качественные признаки понятиям и могут быть представлены в виде последователь- ной композиции двух отношений: «иметь признак» и «иметь значение признака». Количественные отношения выражают квантитативные характери- стики понятий и могут быть сведены к композиции двух отношений: «иметь меру» и «иметь значение меры». В количественных отношени- 174
Глава 3. Конструирование компьютерных психодиагностических методик ях вместо конкретного значения меры может быть указано некоторое качественное значение. Отношения сравнения составляют две характеристики некоторого понятия или группы понятий по какому-либо признаковому или ко- личественному отношению. Отношения принадлежности связывают два элемента предметной области не по какому-либо классификационному признаку, а лишь по признаку отношения к какой-либо конкретной ситуации. Временные отношения определяют такие динамические характерис- тики элемента, как протяженность существования во времени, момент возникновения, дата и другие временные показатели. К временным от- ношениям принадлежат отношения типа: «быть одновременно», «быть раньше», «совпадать во времени», «пересекаться во времени» и т. п. Пространственные отношения фиксируют место пребывания неко- торого элемента предметной области или взаимоотношение элемен- тов между собой в некотором пространстве. В качестве примера мож- но привести следующие пространственные отношения: «совпадать в пространстве», «быть слева», «быть справа», «быть сзади», «быть меж- ду», «касаться» и т. д. Каузальные отношения отражают причинно-следственные связи, а также связи, определяющие цель, мотивацию, предпочтения при при- нятии решений. Примером могут быть отношения: «причина—след- ствие», «быть целью», «быть мотивом». Инструментальные отношения отражают прагматический аспект деятельности. Самые важные из них: «служить для», «быть средством для», «способствовать», «быть инструментом», «быть вспомогательным средством». Информационные отношения образуют группу отношений, которые описывают различные стороны передачи и получения информации: «быть отправителем», «быть получателем», «быть источником инфор- мации». Порядковые отношения описывают соотнесенность элементов пред- метной области между собой: «быть следующим», «быть очередным», «быть ближайшим». Модальность — это класс отношений, в котором исследуются вы- сказывания, имеющие такие истинностные значения, как возможность, необходимость, обязательность. Модальность — одно из важнейших свойств суждений, так как в нем выражается степень существенности того или иного признака для данного объекта предметной области, отраженного в суждении. В традиционной формальной логике сужде- ния по модальности делятся на три группы: суждения возможности 175
Компьютерная психодиагностика (проблематичности), суждения необходимости, суждения действитель- ности. В суждении возможности отображается вероятность наличие или отсутствия признаков у объекта, о котором говорится в данном суждении. В суждении необходимости отображается такой признак, который имеется у объекта при всех условиях. В суждении действи- тельности констатируется наличие или отсутствие того или иного признака. Практика разработки экспертных систем в различных областях по- казывает, что для каждой предметной области помимо общих базовых отношений могут иметь место и уникальные отношения, характерные только для данной предметной области. Ниже будут представлены семан- тические отношения, специфические для области психодиагностики. 3.2.3.3. Виды когнитивных структур Эксперименты в области когнитивной психологии и их последую- щая обработка показывают, что существует пять разновидностей струк- турных моделей семантической памяти человека или пять видов ког- нитивных структур: деревья, кластеры, пространства, цепочки и сети (рис. 3.6) [Величковский, 1982]. При этом разновидность когнитив- ных структур определяется или порождается классами базовых семан- тических отношений [Червинская, 1991]. Это означает, что в зависимости от класса семантических отноше- Рис. 3.6. Структурные модели семантической памяти человека 176
Глава 3. Конструирование компьютерных психодиагностических метоОик ний возможно следующее графическое представление различных ви- дов когнитивных структур (рис. 3.7): □ отношения классификации порождают структуры в виде дерева; □ отношения принадлежности порождают структуры в виде клас- теров; □ отношения сравнения, пространственные, порядковые и при- знаковые отношения предполагают пространственную структу- ру, причем количество шкал для пространственных отношений равно, по-видимому, трем, для порядковых отношений — еди- Отношения классификации Деревья Отношения принадлежности Кластеры Отношения сравнения Пространственные отношения Порядковые отношения Признаковые отношения о о Пространства Казуальные отношения Временные отношения о—о—о—о Цепочки Комбинации отношений Сети Рис. 3.7. Зависимость между классами базовых семантических отношений и видами когнитивных структур 177
Компьютерная психодиагностика / нице, а для признаковых отношений и отношений сравнения Д количеству признаков, по которым происходит сравнение; । □ каузальные и временные отношения отображаются в виде цепо- чечных структур; □ комбинации различных отношений можно представить в виде того, что называется семантической сетью и ее разновидностя- ми, среди которых отдельно могут быть выделены ассоциатив- ные и пропозициональные сети. Рассмотрим представленные выше виды когнитивных структур бо- лее подробно. Деревья. Когнитивная структура в виде дерева порождается семан- тическими отношениями типа класс — подкласс, элемент — класс, род — вид, нижестоящие понятия — вышестоящие понятия, часть — целое и т. п. Иерархичность понятийной структуры памяти человека подчерки- вается в разработанной Дж. Брунером (1977) теории категоризации. Познавательные процессы трактуются им как накладывание катего- рий на объекты и события, где под категориями он понимает правила классификации. «Категоризация означает приписывание явно разли- чающимся вещам эквивалентности, группировку предметов, событий и людей в нашем окружении в классы и реагирование на них в зависи- мости от принадлежности к разным классам, а не от их своеобразия» [цит. по: Величковский, 1982. С. 187—188]. Эксперименты из области когнитивной психологии [Хофман, 1986] показывают, что при семантической организации списков понятий наиболее эффективной оказывается иерархическая организация. При прочих равных условиях она приводит к отчетливому снижению ког- нитивных затрат и увеличению эффективности припоминания. Этот же эффект описывается и в экспериментах Г. Бауэра, который исследовал влияние организации семантических единиц на воспроиз- ведение списка слов с точки зрения составления различных понятий- ных иерархий [Солсо, 1996]. Пример иерархии понятий для слова «ми- нералы», используемой Г. Бауэром в своих экспериментах, изображен на рис. 3.8. Список, подлежащий воспроизведению, содержал как чле- ны некоторой категории, так и само название категории. Кроме того, слова предъявлялись все сразу для продолжительного изучения (в от- личие от обычной практики предъявления слов по одному и только на 1—2 секунды); это облегчало усвоение данных об организации инфор- мации. Эксперименты показали, что те испытуемые, которым вербаль- ный материал предъявлялся гнездовым способом, при свободном воспроизведении называли больше слов, чем те, кто заучивал «неес- 178
Глава 3. Конструирование компьютерных психодиагностических методик Рис. 3.8. Пример иерархии понятий для слова «минералы» тественные» иерархии, образованные путем случайного называния ка- тегории. Таким образом, результаты исследований в группе Г. Бауэра являются свидетельством того, что в случае, когда испытуемые коди- руют слова в виде иерархической структуры и используют эту структу- ру при воспроизведении, их способность к воспроизведению слов зна- чительно улучшается. Этот эффект использован при создании модели, реализующей ком- пьютерную интерпретацию результатов тестирования испытуемых с помощью методики MMPI, и подробно рассматривается в п. 3.6.1. Как отмечает Б. М. Величковский (1982), Э. Рош в своих исследо- ваниях показала, что многие категории образуют иерархии включения классов, состоящих обычно не менее чем из трех уровней. По мнению Э. Рош, понятия среднего уровня имеют более базовый статус, чем понятия высокого или низкого уровней. Так, «стол» является базовой категорией по сравнению с «мебелью» или «столиком», «пальто» — более базовая категория, чем «одежда» и «дождевик» и т. д. Целый ряд операциональных процедур позволяет продемонстрировать особую значимость категорий базового уровня в процессах коммуникации, а также, по-видимому, и в развитии речи ребенка. Наиболее интересным является то обстоятельство, что базовым категориям соответствует на- бор специфических движений и действий, в то время как по отноше- нию к объектам, представленным категориями более абстрактного уровня, такого единого набора движений просто не существует; что касается более низкого уровня, то там сколько-нибудь существенного изменения этих движений не происходит. По мнению ряда авторов, к 179
Компьютерная психодиагностика числу базовых категорий относятся и такие центральные психологи- ческие понятия, как «личность» и «интеллект». Классификации широко используются в науке. Одним из приме- ров научной классификации является периодическая система элемен- тов Д. И. Менделеева, фиксирующая закономерные связи между хи- мическими элементами и определяющая место каждого из них в единой таблице. Другим примером научной классификации, получившей все- общую известность в XVIII-XIX веках, является классификация жи- вых существ К. Линнея, начиная с которой в науке возобладал прин- цип родо-видовых классификаций. Научный стиль мышления сыграл значительную роль в процедурах классификации и сильно повлиял на наше представление о формиро- вании понятий. Однако психологические эксперименты показывают, что естественная для человека классификация основана на других принципах. Классические опыты А. Р. Лурия, проведенные в 1930-е годы в глухих киш- лаках Средней Азии (особенно когда испытуемыми были женщины), выявили ряд особенностей формирования понятий, которые у людей, подвергшихся влиянию науки и обучению научному мышлению, становятся малозаметны- ми. Испытуемые, например, никак не могли сформировать класс «домашние животные», когда им показывали на карточках изображения животных, рас- тений, предметов домашнего обихода. И даже на прямой вопрос эксперимен- татора: «Что общего между курицей и собакой?» — следовал ответ: «Ничего общего, у собаки четыре ноги, а у курицы две». Испытуемые никогда не вклю- чали в одну группу изображения овцы и волка, ибо «волк загрызет овцу, а это нехорошо», но помещали в одну группу изображение овцы, котла, ножа, ска- терти, говоря: «Будет праздник, расстелим скатерть, овцу зарежем, сварим хороший плов» [Хофман, 1986]. Кластеры. Когнитивная структура в виде кластера порождается се- мантическими отношениями принадлежности. Как правило, кластер характеризует некоторый контекст. В когнитивной психологии кластерная когнитивная структура пред- ставлена в кластерной модели и групповой модели [Солсо, 1996]. Кластерная модель, основными авторами которой являются В. Бус- филд и Г. Бауэр, предполагает, что понятия в памяти человека объеди- няются в кластеры. Такое представление основано на экспериментах по свободному воспроизведению не связанных по смыслу слов, кото- рые показывают, что слова, относящиеся к близким категориям, вос- производятся вместе, например: верблюд, осел, лошадь; Джон, Том, Боб; капуста, картофель, морковь. Смысл экспериментов заключается в том, что испытуемому показы- вают список не связанных на вид слов, и затем он воспроизводит их в 180
Глава 3. Конструирование компьютерных психодиагностических методик любом порядке. То, как происходит воспроизведение, может дать какую- нибудь информацию об организации слов в памяти человека и, таким образом, дает ключ к пониманию природы когнитивной структуры. Как описывает Р. Л. Сол со (1996), в одном из экспериментов В. Бусфилда испытуемым показывали список из 60 существительных (по 15 в каждой из четырех категорий), а затем они должны были непрерывно давать ассоциа- ции на слова, служившие названиями категорий, например, птиц. Ответы рас- полагались любопытным образом. Например, при воспроизведении названий птиц испытуемые воспроизводили названия сходных птиц кластерами. Ответ испытуемого мог звучать так: «ястреб», «орел», «стервятник», а вслед за ко- роткой паузой: «курица», «индюк», «утка» — совсем как если бы испытуемый отыскивал названия в какой-нибудь одной подкатегории класса «птицы» и, исчерпав ее, переходил к другой подкатегории, исчерпывал ее содержание и переходил к следующей и т. д. (рис. 3.9). В своих исследованиях В. Бусфилд хотел разработать метод анализа, кото- рый позволял бы количественно оценить кластерную организацию. Казалось, что метод свободного воспроизведения создан как раз для такого случая. В. Бусфилд предъявлял список имен, названий животных, профессий и ово- щей в случайном порядке. В процессе свободного воспроизведения испытуе- мые проявляли тенденцию к объединению слов в кластеры по их категори- альной принадлежности. Групповые модели предполагают, что понятия представлены в памя- ти в виде групп элементов, или скоплений информации. В этой моде- ли, в отличие от кластерной, слово, обозначающее некоторое понятие, может быть представлено в памяти не только образцами этого поня- тия, но также его атрибутами. Так, например, в экспериментах В. Бусфилда понятие «птицы» может включать названия видов птиц (канарейка, малиновка, ястреб и т. п.), а также атрибуты этого понятия (поет, летает, имеет крылья и т. п.). Согласно этой 181
Компьютерная психодиагностика модели, память содержит множество групп атрибутов, или, точнее сказать, каждая лексическая единица представлена в виде «созвездия» событий, атри- бутов и ассоциаций, а воспроизведение заключается в «проверке», поиске сходных по характеристикам образцов в двух или более группах информации. В своем простейшем виде проверка высказывания (например, «малинов- ка есть птица») осуществляется только путем сравнения атрибутов одной груп- пы (птица) с атрибутами другой группы (малиновка). В зависимости от степе- ни пересечения атрибутов образуется основа для принятия решения о достоверности данного высказывания. По мере того, как «дистанция» между этими группами увеличивается, время реакции будет возрастать. Это соответ- ствует исследовательским предположениям, сделанным в отношении этих моделей. Пространства. Когнитивная структура в виде пространства порож- дается следующими группами семантических отношений: отношения сравнения, признаковые отношения, отношения порядка и простран- ственные отношения. Под пространством понимается набор шкал, число которых в случае пространственных отношений может равнять- ся трем, в случае порядковых отношений — одной, а в случае призна- ковых отношений и отношений сравнения — числу признаков, по ко- торым происходит сравнение. Примером когнитивной структуры в виде пространства может слу- жить совокупность индивидуальных конструктов Дж. Келли (см. п. 1.3.6). Дж. Келли предполагал, что все индивидуальные конструкты являются биполярными и дихотомичными по природе, то есть сущность мышления че- ловека заключается в осознании жизненного опыта преимущественно в тер- минах черного или белого, а не оттенков серого. Точнее, переживая события, человек замечает, что какие-то события похожи друг на друга (у них есть об- щие свойства или признаки) и при этом отличаются от других. Например, че- ловек может заметить, что какие-то люди тучные, а какие-то тощие; кто-то черный, а кто-то белый; кто-то богатый, а кто-то бедный; до каких-то вещей опасно дотрагиваться, а до каких-то нет. Именно этот когнитивный процесс наблюдения сходства и различий приводит к формированию индивидуаль- ных конструктов. Таким образом, по крайней мере три элемента (явления или предметы) необходимы для формирования конструкта: два из элементов кон- структа должны быть похожими друг на друга, а третий элемент должен отли- чаться от этих двух, причем и схожесть, и различие должны иметь место в пре- делах одного и того же контекста [Хьелл, Зиглер, 1997. С. 438]. На рис. 3.10 представлен пример конструкта, полученного с помо- щью техники «вызывания» конструктов при исследовании подростка. Испытуемому было предъявлено три объекта (мать, отец, друг) и предложено назвать какое-либо важное качество, по которому два их них сходны между собой и отличны от третьего. Испытуемый ответил, что мать и отец подавляют его, а друг — раскрепощает. Таким образом, был сформирован конструкт «подавление — раскрепощение». 182
Глава 3. Конструирование компьютерных психодиагностических методик Подавляют Раскрепощают Рис. 3.10. Пример шкалы-конструкта, выявленного при исследовании подростка Другим примером когнитивной структуры в виде пространства яв- ляется описанная в п. 2.2 модель сравнительных семантических при- знаков Э. Смита, Э. Шобена и Л. Рипса. Цепочки. Когнитивная структура в виде цепочки порождается кау- зальными, временными и инструментальными семантическими отно- шениями и предполагает некоторую упорядоченность, развертывание процесса или явления во времени, а также прагматический аспект де- ятельности. Для цепочечных структур характерны отношения типа «быть одновременно во времени», «быть раньше или позже по време- ни», «быть целью», «быть мотивом», «служить для», «быть средством для», «способствовать», «быть инструментом» и т. п. Примерами цепочечной структуры являются цепочки понятий при использовании метода свободных ассоциаций. В отличие от кластеров, характеризующих контекст, цепочки могут связывать весьма отдален- ные друг от друга понятия. Так, например, в психологии исследовались ассоциативные переходы слов, в частности, построение различных ас- социативных цепочек моделировалось на компьютере. Количество переходов в цепочке может служить мерой «смыслового расстояния» между двумя понятиями. Многочисленные опыты позволили выдви- нуть следующую гипотезу: для любых двух слов (понятий) существует ассоциативная цепочка, состоящая не более чем из семи слов. Иначе говоря, два произвольных понятия, даже весьма отдаленные друг от друга, имеют тесную связь: смысловое расстояние между ними состав- ляет не более шести шагов. Например, для понятий «небо» и «чай» сле- дующая последовательность ассоциаций решает задачу за четыре шага: небо—земля—вода—питье—чай [Гик, 1987] (рис. 3.11). 183
Компьютерная психодиагностика Рис. 3.11. Ассоциативная цепочка понятий Сети. Когнитивная структура в виде сети порождается комбинаци- ями различных семантических отношений. На рис. 3.12 представлен пример семантической сети для рассмотренного выше предложения: «Ветер дул с севера, и высокий эвкалипт, возвышавшийся над всеми прочими деревьями и над домами, раскачивался на ветру крайне недо- вольно». Дуги, соединяющие вершины, изображают разные классы базовых семантических отношений: признаковые, инструментальные, пространственные. Рис. 3.12. Семантическая сеть для предложения «Ветер дул с севера, и высо- кий эвкалипт, возвышавшийся над всеми прочими деревьями и над домами, раскачивался на ветру крайне недовольно» Другими примерами могут служить семантическая сеть структуры знаний эксперта-программиста (рис. 3.5) и семантическая сеть в обла- сти психодиагностики (рис. 2.36). 3.2.3.4. Инструменты структурирования Отвечая на вопрос, что лежит в основе выбора той или иной моде- ли, отражающей понимание экспертом области экспертизы в целом и стратегий рассуждений при решении конкретных задач, можно отве- тить: различные классы семантических отношений. А на вопрос, с чего начинать строить модель, можно предложить конкретную последова- тельность шагов: □ выявление понятий (определение терминологии) предметной об- ласти; 184
Глава 3. Конструирование компьютерных психодиагностических методик □ выявление взаимосвязей между понятиями; □ установление семантических отношений. При работе с экспертами в реальной предметной области возмож- ны следующие варианты. Однородные модели — это модели такого типа, когда всю феномено- логию знаний предметной области (разнообразие явлений, фактов, процессов и т. д.) можно представить в виде когнитивной структуры одного типа (например, в виде дерева). На это ориентированы все ал- горитмы и методы многомерного анализа данных, многомерное шка- лирование и иерархическая классификация. Неоднородные модели — это такие модели, когда предметная область описывается в виде комбинаций когнитивных структур различного вида. В качестве примера можно привести модель, лежащую в основе компьютерной интерпретации по результатам методики MMPI. Такая модель представляет собой комбинацию дерева, кластеров и цепочек. Кластеры расположены на концах дерева, а внутри каждого кластера расположены цепочки (рис. 3.25). Таким образом, при анализе экспертных знаний следует иметь в виду, что конкретный вид модели предметной области зависит от кон- кретных семантических отношений (классов семантических отноше- ний), которые, в свою очередь, определяются природой предметной области. Под инструментами структурирования понимается набор известных в инженерии знаний формализмов, с одной сто- роны, предназначенных для фиксации конкретных видов ког- нитивных структур, установленных в процессе концептуаль- ного анализа знаний, а с другой стороны, служащих в качестве переходной формы от видов когнитивных структур к форма- лизованным языкам или моделям представления знаний, по- лучившим непосредственную компьютерную реализацию. Смысл использования инструментов структурирования заключается в том, что определенные фрагменты экспертных знаний на этапе пер- воначального сбора знаний представляются наглядно и в такой фор- ме, которая может быть легко модифицирована при последующей ра- боте с экспертом, а впоследствии перекодирована в любую из моделей представления знаний, реализованную тем или иным программным инструментарием. Как правило, такая форма, аналогичная форме пред- ставления когнитивных структур, носит отчетливо выраженный гра- 185
Компьютерная психодиагностика Рис. 3.13. Классификационное дерево в области психологии фический характер. Ниже представлены наиболее распространенные примеры инструментов структурирования. Классификационное дерево — это обычно дерево, отражающее ту или иную классификацию, используемую экспертом или общепринятую в данной предметной области. На рис. 3.13 приведен пример классифи- кации областей психологии. Дерево решений (decision tree) — это такое двоичное дерево, в кото- ром каждый неконечный узел представляет решение. В зависимости от решения, принятого в таком узле, управление передается левому или правому (относительно этого узла) поддереву. Результатом принятия последовательности решений, представленных узлами, начиная с кор- ня, является лист дерева. Пример дерева решений для опознания не- знакомых растений представлен на ри<?. 3.14. Дерево целей (relevance tree) — это дерево, в верхнем узле которого находится некоторая глобальная цель, а последующее дробление отра- жает подцели, каждая из подцелей тоже может иметь подцели следую- щего уровня и т. д. Пример дерева целей при решении задачи в области психодиагностики представлен в п. 3.4 (рис. 3.21). Представление целей начинается с верхнего яруса, дальше они последовательно разукрупняются. Причем основным критерием разук- рупнения целей является полнота: каждая цель верхнего уровня долж- на быть представлена в виде подцелей следующего уровня исчерпыва- 186
Глава 3. Конструирование компьютерных психодиагностических методик Рис. 3.14. Дерево решений для опознания незнакомых растений ющим образом, то есть так, чтобы объединение понятий подцелей полностью определяло понятие исходной цели. Диаграмма Венна (Venn diagram) — это схематическое представле- ние множества, впервые введенное Джоном Венном в XIX веке и обыч- но используемое для иллюстрации пропозициональных утверждений (рис. 3.15). С помощью диаграмм Венна можно проиллюстрировать описанные выше групповые модели (когнитивная структура в виде кластера). В этих моделях при проверке высказывания учитываются два типа логи- ческих отношений между семантическими категориями: общее утвер- ждение, когда все члены одной категории принадлежат другой катего- рии («все S естьР», например, «Все канарейки суть птицы»), и частное утверждение, когда только некоторые члены одной категории являют- ся также членами другой категории («некоторые S есть Р», например, «Некоторые животные суть птицы»). Степень достоверности логичес- ких утверждений «все S есть Р» и «некоторые S есть Р» зависит от пло- щади пересечения или от количества общих элементов. Существует пять типов возможных отношений между группами S и Р. Пер- вый тип — это когда S и Р идентичны. Остальные четыре вида представлены на рис. 3.15. В первом типе межгрупповых отношений, представленных на этом рисунке, S есть собственное подмножество множества Р, например, «Все Аль- пы суть горы» или «Некоторые Альпы суть горы» — оба эти высказывания полагаются истинными. Во втором типе отношений множество S содержит 187
Компьютерная психодиагностика Отношения множеств S и Р Диаграмма Венна Пример Значения истинности Общее утверждение Частное утверждение 1. Подмножество S — Альпы P —горы Истинно Истинно 2. Супермножество S — камни P — рубины Ложно Истинно 3. Пересечение ( S ( j P) S — женщины P — писатели Ложно Истинно 4. Дизъюнкция ( S S — кукуруза P — пшеница Ложно Ложно Рис. 3.15. Пример диаграммы Венна множество Р, например, «Некоторые камни суть рубины», но не «Все камни суть рубины». В третьем типе отношений S и Р пересекаются, например, «Не- которые женщины суть писатели» — истинное высказывание, а «Все женщины суть писатели» — это ложное высказывание. В последнем, четвертом типе от- ношений S и Р не пересекаются, например, «Тайфун не входит в число видов пшеницы» (как минимум, эти элементы не имеют непосредственной связи). Шкала (лат. scala — лестница) — это система чисел или иных эле- ментов, принятых для оценки или измерения каких-либо величин. Шкала обычно используется для оценки и выявления связей и отно- шений между объектами. Семантическая сеть — это ориентированный граф, вершины кото- рого — понятия, а дуги — отношения между ними. Пример семанти- ческой сети представлен на рис. 3.12. Таблица отношений представляет собой таблицу следующего вида: Таблица 3.4 А В с D Е F А - Рав Рас Pad Рав Рав 188
Глава 3. Конструирование компьютерных психодиагностических методик Окончание табл.3.4 ~~ в ри - Рве Pbd P.B Р,Е с РСА Ре, - Рсо РСЕ Рсе D Роа Pdb Рос - Рое Рое Е Реа Ре. Рос Рео - Рее F Реа Ре. Рес Pro Рее - - где А, В, С, D, Е, F, и т. д. — понятия, а РАВ, РАС, PAD, и т. д. — семантические отношения между этими понятиями. Таблица отноше- ний фактически является эквивалентной формой семантической сети, однако в некоторых случаях, например когда требуется устанавливать отношения абсолютно между всеми понятиями, она более удобна. Примером таблицы отношений в области психодиагностики может служить таблица взаимосвязи октант, составленная психологом, для создания компьютерной интерпретации результатов тестирования ис- пытуемых с помощью опросника интерперсональных отношений Т. Лири (см. п. 3.5). Образец такой таблицы представлен таблицей 3.5, семантическое отношение, обозначенное буквой Д, означает отноше- ние дополнения между октантами, а противоречивость октант обозна- чена в таблице буквой П. Таблица 3.5 I II III IV V VI VII VIII I — д д п п п д д II д — д д п п п п III д д — д п п п п IV п д д — д п п п V п п п д — д д д VI п п п п д — д д VII д п п п д д — д VIII д п п п д д д - Таблица решений (decision table) представляет собой таблицу, в кото- рой указаны действия, предпринимаемые в различных условиях, при- чем решение — это выбор между альтернативными действиями. Обычно таблица состоит из четырех частей, расположение и назначение кото- рых показано в таблице 3.6. Таблица 3.6 Предварительные условия Окончательные условия Возможные действия Предпринимаемые действия 189
Компьютерная психодиагностика В разделе «Предварительные условия» перечислены отдельные условия, от которых зависят предпринимаемые действия, а в разделе «Возможные действия» — действия, которые могут быть предприня- ты. В разделе «Окончательные условия» перечислены уточнения пред- варительных условий, при которых предпринимаются те или иные дей- ствия. Этот раздел организован в виде столбцов, в каждом из которых дается уточнение каждого предварительного условия. Затем в столб- цах раздела «Предпринимаемые действия» проставляются крестики, указывающие на совершение того или иного действия. Обычно в таб- лице все возможные комбинации входных значений (предусловий) перечислены так, что применение таблицы всегда дает в точности одно предпринимаемое действие. Таблица 3.7 представляет собой пример таблицы решений при вы- боре способа, как добираться до работы. Символ «—» в разделе окон- чательные условия означает «безразлично». Таблица 3.7 Дождь Нет Нет Да — — — — Снег — Нет Нет Да — — — Туман — Нет Нет Нет Нет Да Да Температура — >8 <8 — — >0 >0 Ехать на велосипеде + Ехать на автомашине + + Ехать поездом + + Остаться дома + + Продукция — это запись типа ЕСЛИ (условие) — ТО (действие). Бо- лее подробно она рассмотрена в п. 3.2.1. Блок-схемы, или структурные схемы (flowchart) — это подробное гра- фическое представление структуры рассуждений, в котором упор сде- лан на логические взаимосвязи и осуществляемые при рассуждении эле- ментарные операции, а не на используемые в ней информационные структуры. Состоит из множества блоков различной формы, соединен- ных совокупностью направленных связей. Связь показывает передачу управления, а форма блока характеризует особенности выполняемых действий и принимаемых решений. Для описания действий и логичес- ких операций внутри блоков применяется произвольная форма записи, типичными вариантами являются псевдокод и естественный язык. 3.2.3.5. Пример использования инструментов структурирования Предположим, что происходит процесс взаимодействия инженера по знаниям с экспертом, который очень хорошо разбирается в фрук- тах. Метод извлечения знаний — интервью. Ниже представлен пример 190
Глава 3. Конструирование компьютерных психодиагностических методик такого интервью, которое проводит инженер по знаниям (сокр.: Инж. Зн.) с экспертом (Экс.). Инж. Зн.: Расскажите мне, пожалуйста, как я могу распознавать фрукты. Экс.: Вы хотите, чтобы я рассказал вам о фруктах? Инж. Зн.: Да, вот у меня есть несколько штук в сумке. Экс. (вынимая из сумки грейпфрут): Хорошо, вот это грейпфрут. Он круглый, имеет едкий запах, желтого цвета, на вкус — кис- лый, кожа — шероховатая, внутри у него зерна, для того чтобы его съесть, надо очистить. Инж. Зн.: Таким образом, говоря о фруктах, Вы рассматриваете форму, запах, цвет, вкус, вид кожи, наличие зерен и способ упо- требления. Это так? Экс.: Да. Инж. Зн.: Расскажите мне, пожалуйста, о других фруктах. Можно ли их рассматривать по тем же критериям? Экс.: Пожалуй, правильно, может быть, будет что-то еще, хотя я думаю, это полный набор. Инж. Зн.: Тогда давайте нарисуем таблицу решений. Из этой таблицы очень легко нарисовать дерево вывода, изображен- Таблица 3.8 Атрибуты Форма Запах Цвет Вкус Кожа Зерна Очищать Круглый Едкий Желтый Кислый Шероховатый Есть Надо Круглый Едкий Оранжевый Сладкий Шероховатый Есть Надо Круглый Душистый Желтый Сладкий Гладкая Есть Не надо Продолговатый Душистый Желтый Сладкий Гладкая Нет Надо Продолговат. Душистый Коричневый Сладкий Гладкая Есть Не надо Выводы Грейпфрут Апельсин Яблоко Банан Груша + + + + + ное на рис. 3.16. Анализируя таблицу решений и дерево вывода, можно записать полученные знания в виде правил «ЕСЛИ — ТО». Правила «ЕСЛИ — ТО» для распознавания фруктов □ Р1: ЕСЛИ (запах = едкий и форма = круглая и цвет = желтый) — ТО (фрукт = грейпфрут). Иначе то же самое можно записать и так: 191
Компьютерная психодиагностика Рис. 3.16. Дерево вывода для распознавания фруктов □ Р2: ЕСЛИ (запах = едкий) — ТО (тип фрукта = цитрусовый); □ РЗ: ЕСЛИ (тип фрукта = цитрусовый и форма = круглая и цвет = желтый) — ТО (фрукт = грейпфрут). Следует отметить, что правила типа «ЕСЛИ — ТО» использованы только после таблицы решений и дерева вывода. Эта особенность при- менения инструментов не только распространяется на данный пример, но и справедлива в общем. В большинстве случаев с правил типа «ЕСЛИ — ТО» лучше стараться не начинать собирать знания. 3.2.4. Методы концептуального анализа знаний Как отмечалось ранее, извлечение и структурирование знаний — это единый процесс взаимодействия инженера по знаниям с экспер- том, различающийся лишь своими аспектами или вопросами, которые необходимо решить на каждом из этих Этапов. Этап извлечения знаний, касающийся процедуры взаимодействия инженера по знаниям с экспертом, ставит вопрос о том, как организо- вать такое взаимодействие, чтобы получить адекватные экспертные представления. Этап концептуального анализа знаний предполагает построение мо- дели предметной области и моделирование стратегий экспертных рас- суждений при решении профессиональных задач, что подразумевает ответы на вопросы, какую информацию необходимо получить от экс- 192
Глава 3. Конструирование компьютерных психодиагностических методик перта и что с этой информацией делать, какова процедура (последова- тельность шагов) концептуального анализа знаний, каковы способы или методы структурирования знаний и как строить окончательные модели. Представленная в п. 3.2.2 классификация методов извлечения зна- ний дает общее представление о процессе извлечения знаний; представ- ление, в котором неявно подразумевается необходимость выбора опти- мальной формы взаимодействия инженера по знаниям с экспертом. После того как в предыдущих разделах была рассмотрена процедура кон- цептуального анализа знаний, выявлена определенная последователь- ность шагов, вопрос выбора оптимальной формы взаимодействия ин- женера по знаниям с экспертом может быть рассмотрен более подробно. Оптимальная форма взаимодействия инженера по знаниям с экс- пертом — это такая стратегия, при которой на каждом шаге концеп- туального анализа знаний выбирается определенный метод, позволя- ющий получить релевантные этому шагу экспертные знания. Последовательность шагов, в явном виде сформулированную в преды- дущем разделе, можно описать как: □ формирование системы понятий; □ выявление взаимосвязей между понятиями; □ установление семантических отношений. Методы концептуального анализа знаний, представленные ниже, дают ответ на вопрос, как организовать получение релевантных каж- дому этапу знаний, то есть как формировать систему понятий, выяв- лять взаимосвязи и устанавливать семантические отношения. Описанные ниже методы концептуального анализа знаний факти- чески являются, по представленной в п. 3.2.2 классификации, экспери- ментальными методами извлечения знаний, предполагающими актив- ную деятельность инженера по знаниям (как экспериментатора) путем создания определенных условий, предъявление этих условий эксперту с последующим анализом полученных результатов. Большая часть опи- сываемых методов была использована при создании моделей в области медицинской психодиагностики, а потому в завершении этого раздела описывается проведенный эксперимент, иллюстрирующий применение метода установления семантических отношений и завершающийся со- зданием семантической сети в области психодиагностики. 3.2.4.1. Формирование системы понятий Формирование системы понятий подразумевает выделение неко- торых единиц смысловой информации, отражающих явления, процес- сы, факты, объекты и т. д. в исследуемой предметной области. Что счи- Зак 4548 193
Компьютерная психодиагностика тать единицами смысловой информации, а что нет — это централь- ный вопрос, наиболее важный и наиболее сложный, решаемый непо- средственно разработчиками в процессе проектирования интеллекту- альных систем. Как правило, эта проблема разрешается на уровне «здравого смысла» методом проб и ошибок. Тем не менее опыт реше- ния задач в области психодиагностики, а также литературные источ- ники [Кук, Макдональд, 1986] позволяют сформулировать некоторые общие положения по отбору концептов для формирования системы понятий. 1. В литературе указываются свойства, которыми должна обладать полученная система понятий. Это уникальность (отсутствие избыточ- ности), полнота (достаточно широкое охватывание различных процес- сов, фактов, явлений и т. д. исследуемой предметной области), досто- верность (соответствие выделенных единиц смысловой информации их реальным наименованиям) и непротиворечивость (отсутствие омо- нимии, то есть той ситуации, когда различным единицам смысловой информации приписываются одинаковые наименования). 2. Существуют эксперименты, показывающие, что формирование системы понятий с указанными выше свойствами зависит от того, ка- кими методами она была получена. При применении разных методов состав тезауруса меняется [Кук, Макдональд, 1986]. 3. Некоторые элементы (единицы смысловой информации), необ- ходимые для построения модели и, следовательно, претендующие на то, чтобы быть включенными в систему понятий, не всегда могут иметь смысл в реальной предметной области. Эксперт использует их в своей профессиональной деятельности интуитивно, никак не называя (праг- матически, в этом не было необходимости). В этом случае следует по- просить эксперта присвоить такому элементу имя. Например, при фор- мировании модели интерпретации тестовых данных по опроснику Т. Лири система понятий, по описанным в п. 3.5 причинам, была сфор- мулирована исключительно экспертом. 4. Концепты, отбираемые в систему понятий, должны быть реле- вантны решаемой задаче. Это означает, что сформированная система понятий отражает не вообще явления, факты, процессы и т. д. иссле- дуемой предметной области, а только те, которые необходимы для ре- шения конкретной задачи. 5. Понятия разной степени обобщенности образуют иерархические системы. В когнитивной психологии есть гипотеза [Хофман, 1986] о том, что в таких системах существует уровень понятий особого типа, с кото- рых как бы начинается понятийная дифференциация объектов. И. Хоф- ман называет такие понятия первичными, Э. Рош — базовыми. Они вос- 194
Глава 3. Конструирование компьютерных психодиагностических методик производятся (узнаются, называются) испытуемыми спонтанно, в пер- вую очередь. Скажем, при предъявлении гитары сначала называется понятие «гитара» (первичное), затем понятие «гавайская гитара» (видо- вое понятие), затем — «музыкальный инструмент» (родовое понятие). Аналогично при предъявлении яблока: яблоко, антоновка, фрукт; при предъявлении молотка: молоток, плотницкий молоток, инструмент; при предъявлении стола: стол, кухонный стол, мебель. Основная проблема в построении системы понятий (и метапоня- тий, то есть понятий более общего уровня) заключается в сложности выделения первичных, родовых и видовых понятий. В инженерии зна- ний эта проблема формулируется как «угадывание» начального уровня детализации. В этом случае необходимо решить, что (какое понятие) считать первичным, какое родовым, какое видовым. Для этого в пер- вую очередь определяют уровень детализации (дробления) понятий, который и ложится в основу системы понятий. Будет ли этот уровень состоять из первичных, родовых или видовых понятий — решается в каждой предметной области конкретно. Выделение различных уровней детализации понятий является наиболее важной задачей, так как эксперту трудно идентифицировать множества рассуждений, компоненты которых не принадлежат одним и тем же уровням. Смешение уровней влечет за собой неадекватность формулируемых знаний и невозможность выработать универсальные решения для задач, оперирующих этими понятиями. Изложенные ниже методы формирования системы понятий пред- ставляют собой определенные задания, которые даются эксперту. Ин- формация, получаемая от эксперта, тщательно анализируется. Метод локального представления [Тиори, Фрай, 1985]. Эксперта про- сят осуществить декомпозицию цели, то есть разбить задачу на подза- дачи и тем самым выделить некоторые локальные представления. Далее для каждого локального представления эксперт должен сфор- мулировать информационные факты. В отношении числа таких фак- тов, используемых в локальном представлении, можно применить пра- вило из теории информации [Миллер, 1964]: «Магическое число семь плюс минус два». Это правило констатирует, что число информацион- ных фактов (информационных кластеров), которыми человек может одновременно управлять, примерно равно семи. Применяя это прави- ло к процессу получения системы понятий, можно сказать, что число информационных фактов в локальном представлении должно быть не более девяти, скорее всего шесть-семь. Если это правило не соблюда- ется, то возможно, что область применения локального представления 195
Компьютерная психодиагностика слишком обширна. Далее каждому информационному факту необхо- димо дать четкое наименование (название). Основная проблема, которую нужно решить при использовании этого метода, заключается в следующем. Часто некоторая порция ин- формации может быть представлена разными способами: как атрибут, как понятие или как связь. Например, тот факт, что два человека нахо- дятся в семейных отношениях, может быть выражен понятием «семья», связью «женат-на» («замужем-за») или атрибутом «супруг(а)». В этом случае можно руководствоваться следующими двумя правилами. Правило 1. Должна быть использована та конструкция (атрибут, по- нятие или связь), которая кажется более естественной. Правило 2. Внутри каждого локального представления должна быть использована только одна конструкция. Метод вычисления коэффициента использования [Тиори, Фрай, 1985]. Этот метод основан на следующей гипотезе: элемент данных (инфор- мационный факт, единица смысловой информации и т. д.) может яв- ляться понятием, если он □ используется в большом числе подзадач; □ используется с большим числом других элементов данных; □ редко используется совместно с другими элементами данных по сравнению с общим числом его использования во всех подзада- чах (это и есть коэффициент использования). Таким образом, можно заполнить следующую таблицу. Таблица 3.9 Использование в подзадачах Использование совместно с другими элементами данных Коэффициент использования Частое Среднее Редкое Далее, эти значения могут использоваться в качестве критериев для классификации всех элементов данных й, соответственно, для пост- роения системы понятий. Метод формирования перечня понятий. Экспертам (желательно, что- бы их было больше двух) дается задание: на листе бумаги составить список понятий, относящихся к исследуемой предметной области. Понятия, выделенные всеми экспертами, включаются в систему по- нятий, остальные подлежат обсуждению. Ролевой метод. В эксперименте принимают участие три человека: эксперт и два инженера по знаниям. Эксперту дается задание обучить 196
Глава 3. Конструирование компьютерных психодиагностических методик инженера по знаниям решению некоторых задач предметной области. Таким образом, эксперт играет роль учителя, инженер по знаниям — роль ученика. Процесс обучения записывается на магнитофон. Затем третий участник, играющий роль стороннего наблюдателя, прослуши- вает запись и выписывает на бумаге все понятия, употребляемые учи- телем и учеником. Составление списка элементарных действий. Эксперту дается зада- ние составить список элементарных операций при решении задачи в произвольном порядке. Составление оглавления учебника. Эксперту предлагают представить ситуацию, в которой его попросили написать учебник. Необходимо составить на бумаге перечень предполагаемых глав, разделов, парагра- фов, пунктов и подпунктов книги. Текстологический метод. Эксперту дается задание выписать из ру- ководств (книг по специальности) некоторые элементы, представля- ющие собой единицы смысловой информации. Этот метод был исполь- зован при построении модели интерпретации результатов тестирования по MMPI. 3.2.4.2. Установление взаимосвязей между понятиями В основе процедуры установления взаимосвязей между понятиями лежит психологический эффект «свободных ассоциаций», а также фун- даментальное понятие «близости» (объектов или концептов). Эффект «свободных ассоциаций» заключается в следующем [Хоф- ман, 1986]. Когда, например, испытуемого просят отвечать на задан- ное слово первым пришедшим на ум словом, то реакция большинства испытуемых, если слова не были слишком необычными, оказывается одинаковой, то есть первые пришедшие на ум слова оказываются од- ними и теми же. Фундаментальная категория близости предполагает существование некоего критерия, по которому два понятия оказываются близки друг с другом. Иногда этот критерий не осознается экспертом, и в этом слу- чае мы будем говорить об интуитивном понимании близости двух кон- цептов. Методы установления взаимосвязей можно разделить на формаль- ные и неформальные. Формальные методы установления взаимосвязей предполагают ис- пользование математических методов и алгоритмов и почти всегда представляют собой компьютерные программы. К ним относятся ме- тод семантического дифференциала, метод репертуарных решеток, 197
Компьютерная психодиагностика методы субъективного шкалирования и иерархической классифика- ции, описанные в п. 2.2. Как правило, при использовании любого из методов данного типа получаемая от эксперта исходная информация оформляется в виде числовых таблиц трех видов: понятие-признак; понятие-понятие; признак-признак. В первой таблице понятия представлены списком признаков, принимающих для каждого понятия определенные значе- ния. Окошки второй таблицы заполняются численными значениями мер близости (различия) между понятиями, а в третьей таблице эти окошки предназначены для мер связи (подобия) признаков. Дальнейший анализ таких таблиц, осуществляемый путем исполь- зования технологии анализа данных, направлен на исследование их неоднородностей или на поиск группировок понятий и признаков в том или ином смысле, на том или ином уровне, а также на выяснение закономерностей и природы их образования. Неформальные методы установления взаимосвязей предполагают проведение эксперимента путем предъявления заданий эксперту с по- следующим анализом полученных результатов. Метод свободных ассоциаций. Этот метод основан на психологичес- ком эффекте «свободных ассоциаций». Эксперту предъявляется поня- тие с просьбой как можно быстрее назвать первое пришедшее на ум понятие из сформированной ранее системы понятий. Далее произво- дится анализ полученной информации. Метод «сортировки карточек» [Rabbits, Wright, 1987; Иовлев, Чер- винская, Щелкова, 1990]. Исходным материалом служат карточки, на которые выписаны понятия. Здесь возможны два варианта. Вариант 1. Эксперту формулируются некоторые критерии (об- щие или характерные для исследуемой предметной области), исходя из различных соображений. После этого дается задание разложить кар- точки на группы, руководствуясь этими критериями. Таким образом устанавливается взаимосвязь между концептами, попавшими в одну группу. Фактически этот метод представляет собой ручную классифи- кацию понятий. Вариант 2. Очень часто бывает, что сформулировать критерии классификации невозможно. В этом случае эксперту дается задание разложить карточки на группы в соответствии с интуитивным пони- манием семантической близости понятий. Этот вариант метода хорош в том случае, когда система понятий представляет собой разнотипную информацию. Этот вариант метода был использован нами при решении задач в области психодиагностики. В качестве примера приведем одну из та- 198
Глава 3. Конструирование компьютерных психодиагностических методик ких группировок, выделенных экспертом-психологом при разработке модели интерпретации тестовых данных методики MMPI. Исходным материалом служили карточки, на одной стороне которых были выпи- саны всевозможные характеристики личности, взятые из руководств по интерпретации результатов методики MMPI, а на другой стороне карточек фиксировались признаки «профиля» MMPI, соответствую- щие этим характеристикам. Например, группа характеристик, полученная в результате приме- нения второго варианта метода, отражает такую психологическую осо- бенность испытуемого, как степень самоконтроля поведения и эмо- ций, и имеет следующий вид. 1. Невротический сверхконтроль. 2. Избыточный контроль над поведением и высказываниями. 3. Повышенный самоконтроль. 4. Тенденция к повышенному самоконтролю. 5. Хороший самоконтроль. 6. Недостаточная способность контролировать свои эмоции. 7. Сниженный самоконтроль. 8. Невозможность контроля своего поведения. Метод обнаружения регулярностей. В основе этого метода лежит ги- потеза о том, что элементы цепочки понятий, которые человек вспо- минает с определенной регулярностью, имеют ассоциативную взаимо- связь [Хофман, 1986]. Для эксперимента произвольным образом выбираются 20 понятий. Эксперту предъявляется понятие с просьбой построить ассоциативную цепочку из числа отобранных. Процедура повторяется до 20 раз, при- чем каждый раз начальные концепты должны быть разные. Затем ин- женер по знаниям анализирует полученные цепочки с целью нахожде- ния там постоянно повторяющихся понятий (регулярностей). Внутри выделенных таким образом группировок устанавливаются ассоциатив- ные взаимосвязи. 3.2.4.3. Установление семантических отношений Как отмечалось выше, семантические отношения есть типы взаи- мосвязей между репрезентациями понятий в памяти человека, возни- кающие в результате когнитивных операций и отражающие объектив- но существующие отношения предметного мира. Процесс установления семантических отношений на практике сво- дится к определению специфики взаимосвязей, полученных в резуль- тате применения тех или иных методов. 199
Компьютерная психодиагностика Прямой метод [Кук, Макдональд, 1986]. Этот метод основан на не- посредственном осмыслении каждой выявленной ранее взаимосвязи. Очень часто эксперт затрудняется дать интерпретацию выделенной взаимосвязи (особенно если она была получена с помощью формаль- ных методов установления взаимосвязей). В этом случае можно пред- ложить ему следующую процедуру. Сформулировать тройки вида: <понятие 1> — <связь> — <понятие 2>. Далее попросить эксперта написать рядом с каждой тройкой ко- роткое предложение или фразу так, чтобы <понятие 1> и <понятие 2> входили бы в это предложение. При этом можно разрешить изменить порядок понятий внутри тройки (то есть поменять местами <понятие 1> и <понятие 2>. В инструкции дня эксперта необходимо также сделать следующее предписание: в качестве связок использовать содержательные отношения и не использовать неопределенные слова типа «похож на» или «связан с». Пример использования этого метода в области программирования описан в п. 3.2.3. Косвенный метод. Для этого метода не обязательно обозначать вза- имосвязи, достаточно лишь наличия системы понятий. Суть метода такова. Формируется некий критерий, для которого из системы поня- тий выбирается определенная совокупность концептов. Далее отобран- ные концепты предъявляются эксперту с просьбой дать вербальное описание сформулированного критерия. Концепты предъявляются эксперту все сразу, и лучше, если они будут выписаны на карточки. Вполне возможно, что эксперт затруднится выполнить такое зада- ние. В этом случае следует перейти к совокупности локальных крите- риев (скажем, путем построения дерева целей) и разбить отобранные концепты на группы, соответствующие локальным критериям. Нами был проведен эксперимент, который показал, что исходное количество концептов может быть произвольным, но после разбиения на группы в каждой группе не должно оказаться более девяти концеп- тов (лучше всего семь плюс—минус два). Тргда эксперт достаточно лег- ко выполняет задание по составлению вербального описания локаль- ных критериев, используя концепты из соответствующих групп. После того как составлены описания по всем группам, эксперту предполага- ется объединить эти описания в одно. Следующий шаг — это анализ текста, составленного экспертом. Концепты следует заменить цифрами (это может быть исходная нуме- рация концептов), а связи — дугами. Далее необходимо проанализировать каждую связь в отдельности с тем, чтобы достроить семантическую сеть. Например, связь, вербали- 200
Глава 3. Конструирование компьютерных психодиагностических методик зованная экспертом словами «ввиду», может означать семантическое отношение «причина-следствие», связь «вплоть до» — отношение «уси- ления». Приведем пример использования этого метода в области психоди- агностики для решения задачи автоматизации процесса интерпрета- ции тестовых данных. Эксперимент проводился в процессе концептуального анализа зна- ний для автоматизации конкретной психодиагностической методики — методики MMPI. Концепты, отобранные в систему понятий, были выписаны на карточки. В качестве глобального критерия использовался такой признак профиля личности испытуемого, как показатель шка- лы Pd («Психопатия») выше 70 Т, изолированный пик. Для эксперимента были отобраны карточки с соответствующим признаком. Все они (их оказалось 88) были предъявлены психологу с просьбой составить из разрозненных вербальных характеристик лич- ности, зафиксированных на карточках, адекватный, связный и непро- тиворечивый, как можно более полный портрет личности гипотети- ческого испытуемого. Психолог разложил сначала их на пять групп, а затем сформулиро- вал текст по каждой группе. После этого из пяти отдельных кусков был сделан единый текст. Небольшой пример хорошо иллюстрирует описанный выше экспе- римент. В таблице представлены номера карточек и психологические харак- теристики личности. Таблица 3.10 Номера карточек Психологические характеристики личности (1) Пренебрежение последствиями своих действий (2) Отсутствие тревоги и страха перед потенциальным наказанием (3) Рационализация асоциального поведения посредством провозглашения необязательности для лиц его уровня обязательных для остальных правил (4) Аморальное поведение (5) Злоупотребление алкоголем _ (6) Пренебрежение моральными и этическим ценностями (7) Пренебрежение общественными нормами (8) Пренебрежение общепринятыми правилами поведения и обычаями (9) Переживание чувства несправедливости и непонимания со стороны окружающих (Ю) Выраженная напряженность (И) Эмоциональная незрелость (инфантильность) - (12) Раздражительность 201
Компьютерная психодиагностика Окончание табл. Ю Номера карточек Психологические характеристики личности (13) Повышенная чувствительное >ъ (14) Повышенная эмоциональная возбудимость (15) Несдержанность (16) Обидчивость (17) Легкая потеря контроля при обиде (18) Ощущение собственной неприспособленности (19) Неудовлетворенность жизнью (20) Снижение самоконтроля (21) Плохая социальная адаптация (22) Изменчивость поведения (23) Реализация эмоциональной напряженности непосредственно в поведении (24) Сосуществование с такими лицами затруднительно (25) Циничность (26) Саркастичность (27) Поверхностные и нестойкие межличностные контакты (28) Агрессивность (29) Независимость (30) Выраженная раскованность (31) Повышенная самооценка (32) Импульсивность (33) Конфликтность (34) Склонность к аффективным вспышкам (35) Неумение планировать будущие поступки (36) Озлобленность (37) Трудно предсказуемое поведение (38) Спонтанность поведения Текст, который составил психолог (связки выделены), имеет следу- ющий вид. Повышенная эмоциональная возбудимость и выраженная напря- женность ПРОЯВЛЯЮТСЯ В несдержанности, раздражительности, им- пульсивности, склонности к аффективным вспышкам, снижении само- контроля и ОПРЕДЕЛЯЮТ изменчивость поведения, реализацию эмоциональной напряженности непосредственно в поведении, ОБУСЛОВ- ЛИВАЯ, С ОДНОЙ СТОРОНЫ, трудно предсказуемое поведение, неуме- ние планировать будущие поступки, А ТАКЖЕ легкую потерю контроля при обиде, конфликтность ВПЛОТЬ ДО озлобленности, агрессивности, ВСЛЕДСТВИЕ ЧЕГО сосуществование с такими лицами затруднено, С ДРУГОЙ СТОРОНЫ — ОБУСЛОВЛИВАЯ спонтанное поведение, вы- раженную раскованность, независимость, ЧТО МОЖЕТ ПРИВОДИТЬ К пренебрежению общепринятыми правилами поведения и обычаями, 202
Глава 3. Конструирование компьютерных психодиагностических методик Д ТАКЖЕ к поверхностным и нестойким межличностным контактам, НАРЯДУ С ЭТИМ ТИПИЧНЫМИ ЯВЛЯЮТСЯ рационализация асоци- ального поведения посредством провозглашения необязательности для лиц его уровня обязательных для других правил ВВИДУ чрезмерно повышенной самооценки и эмоциональной незрелости (инфантильности), А ТАКЖЕ саркастичность и циничность. В ТОЖЕ ВРЕМЯ ИСПЫТЫВАЕТ ощу- щение собственной неприспособленности, переживание чувства неспра- ведливости и непонимания со стороны окружающих, неудовлетворенность жизнью, СОЧЕТАЮЩИЕСЯ с повышенной чувствительностью, обидчи- востью. ЭТОТ КОМПЛЕКС ПЕРЕЖИВАНИЙ МОЖЕТ ПРИВОДИТЬ К пренебрежению последствиями своих действий, отсутствию тревоги и страха перед потенциальным наказанием, пренебрежению моральными и этическими ценностями и общественными нормами, ЧТО ДЕЛАЕТ ВЕ- РОЯТНЫМ аморальное поведение, В ТОМ ЧИСЛЕ злоупотребление ал- коголем. ВСЕ ЭТО определяет плохую социальную адаптацию. Анализ текста был произведен следующим образом. Вербальные характеристики личности заменили номерами карточек, и текст был переписан с сохранением связей. (14) и (10) проявляются в (15), (12), (32), (34), (20) и определяют (22), (23), обусловливая, с одной стороны, (37), (35), а также (17), (33) вплоть до (36), (28), вследствие чего (24), с другой стороны, обусловливая (38), (30), (29), что может приводить к (8), а также к (27). Наряду с этим типичными являются (3) ввиду чрезмерно (31) и (И), а также (25) и (26). В то же время испытывает (18), (9), (19), сочетающиеся с (13), (16). Этот комплекс переживаний может приводить к (1), (2), (6), (7), что делает вероятным (4), в том числе (5). Все это определяет (21). В результате анализа было отмечено, что номера карточек, перечис- ленные через запятую, представляют собой контекстуальные синони- мичные группы (рис. 3.17). Затем к синонимичным группам добави- лись группы контекстуальной антонимии. Рис. 3.17. Контекстуальные синонимичные группы 203
Компьютерная психодиагностика Далее анализировались слова, которыми психолог описывал взаи- мосвязь карточек, и дорисовывался граф: к кружочкам с номерами кар- точек добавлялись дуги, означающие ту или иную связь. Например, < (3) ввиду чрезмерно (31) и (11) > означает, по-видимому, отношение «причина—следствие»; < (17), (33) вплоть до (36), (28) > означает, что вербальные характеристики (36) и (28) усиливают синонимичную груп- пу (17), (33), то есть отношение «усиления» (рис. 3.18); < (14) и (10) про- являются в (15), (12), (32), (34), (20) > означает психологическое от- ношение, названное нами «внутреннее проявление во внешнем», в отличие от другого психологического отношения «внутреннее про- явление во внутреннем», которое характеризуется следующими слова- ми: < испытывает (18), (9), (19) >. Рис. 3.18. Отношение усиления Таким образом, последовательно осмысливая текст, можно постро- ить семантическую сеть, изображенную на рис. 3.19. Номера — это вер- бальные характеристики личности, стрелки — отношения, существу- ющие между этими характеристиками, включая модальности. Ниже приводятся и кратко характеризуются базовые отношения, выявленные в области психодиагностики в результате описанного экс- перимента. 1. Отношения «синонимии», «антонимии» и «размытой антонимии». Имеются в виду не только обычные синонимия и антонимия, но также и контекстуальная, то есть вербальные характеристики личности, опи- сывающие ту или иную сторону личности в контексте. Отношение «раз- мытой антонимии» в примере обозначается связкой «в то же время». 2. Психологическое отношение «усиления». Например, «сверхак- тивность» усиливает «активность», а «педантизм» усиливает «до- бросовестность», «обязательность», «тщательное выполнение своих обязанностей» и т. д. В примере это отношение обозначено словами «вплоть до». 3. Психологическое отношение «причина-следствие». Например, повышенная эмоциональная возбудимость и выраженная напряжен- ность определяют (являются причиной) изменчивости поведения и реализации эмоциональной напряженности непосредственно в пове- 204
Глава 3. Конструирование компьютерных психодиагностических методик Рис. 3.19. Семантическая сеть в области психодиагностики дении. В примере это отношение фиксируется также связками «вслед- ствие чего» и «ввиду чрезмерно». 4. Психологическое отношение «условие». В примере это отноше- ние обозначается словом «обусловливая». 5. Психологическое отношение, касающееся описания различных аспектов личности. В примере это отношение выражено связкой «на- ряду с этим». 205
Компьютерная психодиагностика 6. Психологические отношения проявления тех или иных свойств личности: «внутреннее во внутреннем» и «внутреннее во внешнем». Отношение «внутреннее во внутреннем» — это то, что испытуемый испытывает (в примере это же слово является связкой), а отношение «внутреннее во внешнем» касается поведенческих характеристик, то есть того, что можно наблюдать в поведении испытуемого. 3.3. СТРАТЕГИИ ПОСТРОЕНИЯ КОМПЬЮТЕРНЫХ ИНТЕРПРЕТАЦИЙ РЕЗУЛЬТАТОВ ТЕСТИРОВАНИЯ Процесс создания компьютерной интерпретации результатов тес- тирования существенным образом зависит от ряда критериев, которые могут быть положены в основу классификации психодиагностических методик опросного типа (рис. 3.20). Стратегия «приписывания портретов» Стратегия «склейки текста с учетом сочетаний» Стратегия «склейки текста с разрешением противоречий» Рис. 3.20. Классификация психодиагностических методик с точки зрения создания компьютерной интерпретации результатов тестирования 206
Глава 3. Конструирование компьютерных психодиагностических методик Первым важным критерием для такой классификации является ко- личество шкал теста. Известно, что существуют одномерные методики, или просто шкалы, и многомерные методики, состоящие из нескольких шкал. В качестве примера одномерной методики можно привести шка- лу «Уровень невротической астении» или шкалу самооценки депрес- сии В. Зунга. В качестве многомерных методик — MMPI, опросник Р. Кеттелла, опросник интерперсональных отношений Т. Лири и др. Процесс создания компьютерной интерпретации теста, имеющего всего одну шкалу, достаточно прост. Стратегия построения такой ин- терпретации выглядит следующим образом. Шкала оценки разбивает- ся на интервалы, допустим, 5 или 6 (оценка очень низкая, низкая, сред- няя, высокая, очень высокая), и каждому интервалу приписывается составленный психологом текст, представляющий собой часть психо- логического портрета испытуемого. В простом случае (например, в случае симптоматических опросников) заключение содержит так на- зываемые «жалобы испытуемого» — ответы испытуемого, проранжи- рованные или структурированные определенным образом. В качестве примера такой компьютерной версии психодиагности- ческой методики можно привести систему УНА, заключение которой содержит вероятность наличия (и, соответственно, отсутствия) невро- тической астении, а также жалобы испытуемого, проранжированные в порядке значимости (в соответствии с весовыми коэффициентами ва- риантов ответов). Приведем пример работы компьютерной методики УНА. Заключение по- лучено на испытуемого П., 36 лет, диагноз: истерический невроз, астено-деп- рессивный синдром. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ. Выявляется наличие невротической астении с вероя