CC BY-NC-ND
162
Психология. Журнал Высшей школы экономики. 2008. Т. 5, № 1 С. 165-174.
КРИТИЧЕСКОЕ МЫШЛЕНИЕ КАК ФАКТОР ПРОФЕССИОНАЛЬНОЙ КОМПЕТЕНТНОСТИ ПРОГРАММИСТОВ
Ю.А. КУКУШКИНА, В.Ф. СПИРИДОНОВ
Развитие компетентности в той или иной сфере деятельности определяется не столько количеством знаний, сколько варьированием подходов, стратегий к решению и критическим контролем их применимости (Стрелков, 2001; Величков-ский, 2006). Таким образом, профессиональная компетентность состоит в возможности эффективного преодоления различных проблемных ситуаций (Спиридонов, 2002).
Именно «критический ум», критическое мышление часто интерпретируются как преодолевающие сомнения и трудности, выводящие из затруднительной ситуации к решению (Рубинштейн, 2001; Дьюи, 1999). Мышление, обогащенное «критическими» или «рефлексивными» в широком смысле навыками, позволяет решать задачи на качественно новом уровне (Семенов, 1990; Непейвода, 1997). В соответствии с распространенной точкой зрения функциональная роль критического мышления заключается в контроле над выполнением интеллектуальной
деятельности. Иными словами, в процессе решения задачи решатель осуществляет оценку своих суждений, действий, используемых приемов и методов, в том числе ошибочных. Часто критическое мышление рассматривается как фактор регуляции мыслительного процесса, как определенный способ поведения субъекта по отношению к содержанию выполняемой деятельности, ее результатам и т. п. Таким образом, оно может быть понято как вариант мета-когнитивной регуляции мыслительной деятельности.
Другой аспект имеет отношение к принятию решений. В этом случае критическое мышление обеспечивает обоснованный, аргументированный выбор вариантов, который осуществляется на основе анализа состояния дел в процессе работы с проблемной ситуацией. Здесь имеет место экономия ресурсов за счет использования эвристических стратегий. Применение эвристик облегчает переформулировки задачи, создает наиболее благоприятные условия
для работы психологических механизмов, что с необходимостью проявляется при решении проблемных ситуаций, предполагающих недостаток информации и создающих «затрудненное понимание» (Спиридонов, 2006). Таким образом, можно говорить о селективных и контролирующих функциях критического мышления.
Наше базовое теоретическое положение объединяет две вышеописанные линии анализа. Оно заключается в том, что критическое мышление как комплекс взаимосвязанных метаког-нитивных стратегий повышает вероятность эффективного преодоления профессиональных проблемных ситуаций, и, следовательно, является составной частью профессиональной компетентности программистов. Выделяется ряд связанных между собой метакогнитивных стратегий критического мышления: 1) фиксация затруднений; 2) оценка различных аспектов своего поиска (вариантов, альтернатив, стратегий, ошибочных действий); 3) выбор дальнейшего направления решения; и 4) аргументация выбора. Все они выступают «оснасткой» профессионального мышления программистов. Четыре указанные стратегии складываются в общую эвристическую стратегию, применяемую в ходе решения профессиональной задачи.
Исходя из наших теоретических представлений, успешность решения задачи зависит от того, сумеет ли специалист в ситуации затруднения найти верное направление дальнейшего решения за счет использования критического мышления. Поэтому нам необходимо было, во-первых, вычленить значимые моменты решения задачи и, во-вторых, оценить
наличие в них стратегий критического мышления. Мы использовали вариант анализа вербальной продукции испытуемого, решавшего задачу путем рассуждения вслух, последовательности его высказываний и определения функций каждого из них (Семенов, 1977).
Цель проведенного нами эмпирического исследования заключалась в изучении роли критического мышления в решении профессиональных задач программистами.
Конкретной исследовательской задачей было сравнение роли критического мышления в процессе решения профессиональной задачи высоко- и низкокомпетентными программистами. В качестве гипотезы было выдвинуто следующее предположение: успешность решения профессиональной задачи связана с количеством используемых общих эвристических стратегий критического мышления.
Методика
В качестве испытуемых выступили программисты разного уровня профессиональной компетентности. В исследовании приняли участие 36 человек (33 мужчины, 3 женщины) в возрасте от 19 до 31 года.
Наиболее адекватным методом исследования в данном случае является сравнительное изучение особенностей мыслительной деятельности экспертов и новичков. Здесь оно было связано с оценкой применения метакогнитивных стратегий критического мышления.
Мы использовали классические экспериментальные процедуры психологии мышления: метод задач и
метод рассуждения вслух. Исследование выполнено на материале решения задач, непосредственно связанных с профессиональной деятельностью испытуемых (программированием). Им предлагался специально подготовленный программный код, который содержал разноплановые ошибки и недочеты. Он был реализован на нескольких наиболее распространенных языках программирования (PASCAL, C++, CLARION); испытуемый мог выбрать наиболее удобный для себя вариант.
Эксперимент проводился индивидуально с каждым испытуемым на его рабочем компьютере. От испытуемого требовалось: 1) разобраться в алгоритме предложенной программы; 2) найти и исправить имеющиеся в ней ошибки; 3) доработать или создать собственную программу, соответствующую его представлениям о качественном программном продукте, корректно выполняющую данный алгоритм. При этом испытуемым давалась инструкция «Решайте задачу, рассуждая вслух». Испытуемый прекращал работу, когда считал, что выполнил задание, либо если приходил к мнению, что он не может разобраться в алгоритме. Время выполнения задания не ограничивалось. Вся процедура занимала от 1 до 4 часов. Ход эксперимента записывался на диктофон для дальнейшего анализа, экспертами анализировалась написанная испытуемыми в ходе исследования программа.
Результаты и обсуждение
Для анализа результатов исследования нами были привлечены эксперты — компетентные, высококва-
лифицированные специалисты в области создания программного обеспечения. Процедура отбора экспертов включала три этапа. Первоначально были определены совокупные критерии оценки компетентных специалистов ИТ, которыми выступили: опыт работы в сфере ИТ (количество лет, количество созданных успешных программных продуктов), знание языков программирования (количество, степень изученности), знание методологий разработки программного обеспечения, образование (профильное базовое образование, дополнительные профильные курсы). На втором этапе с претендентами проводилось обсуждение общих критериев компетентности специалистов ИТ (программистов), в ходе которого была выработана обобщенная оценочная карта компетентности программиста. На заключительном этапе участникам предлагались решения задач программистами в рамках пилотажного исследования. От будущих экспертов требовалось оценить уровень компетентности программистов по результатам оценки продуктов профессиональной деятельности (готового программного обеспечения) и анализа диктофонных записей процесса размышления вслух в ходе написания программного продукта. Те, у кого данный вид оценивания не вызвал затруднений и кто четко аргументировал и обосновал свои позиции, стали экспертами.
Отобранные нами двое экспертов на основании диктофонной записи процесса решения и текстов исходных кодов, полученных от испытуемых программ, осуществляли оценку результатов решения. Для этого была
разработана «Оценочная карта компетентности», согласно которой оценка складывалась из трех блоков показателей: 1) оценка определения требований к программе, 2) оценка процесса разработки/переработки программы, 3) оценка программного продукта. Каждый блок включал ряд характеристик. В первом и втором блоке использовались характеристики, разработанные на основе ГОСТа 19.102-77, который определяет этапы и содержание работ по разработке ИС. В третьем блоке использовались характеристики ГОСТа Р ИСО/МЭК 9126-93, которые описывают качество программного обеспечения. Также для каждой характеристики был определен свой «вес». Таким образом, на основе балльной оценки каждого показателя с учетом его «веса» была получена итоговая оценка компетентности для каждого испытуемого. На основании показателей экспертных оценок нами были выделены две группы: 1) высококомпетентные и 2) низкокомпетентные программисты.
Заметим, что наблюдается статистически значимое различие между выделенными группами по стажу работы программистом. Среднее количество лет, проработанных в сфере ИТ, у низкокомпетентных равно М = 3.86; SD = 4.50, у высококомпетентных М = 9.72; SD = 4.97; и Ман-на-Уитни = 72.0; p < 0.001. В целом можно говорить о том, что решившие задачу испытуемые являются высококомпетентными специалистами (экспертами), значимо дольше работающими в сфере 1Т. В связи с этим разумно использовать названия «эксперты» и «новички» для выделенных групп.
Кроме этого, для каждого испытуемого экспертами определялась успешность решения профессиональной задачи. В качестве показателей успешности использовалось: 1) понимание предъявленного алгоритма; 2) обнаружение и исправление ошибок, которые были заложены в условия экспериментальной задачи; 3) наличие доработанной/написанной собственной программы. Успешность измерялась по шкале 0-4 балла; решившими считались испытуемые, набравшие 3 и 4 балла. Помимо этого, эксперты в распечатанном протоколе каждого испытуемого выделяли значимые моменты решения (так называемые «точки перегиба»), т. е. попадания испытуемыми в значимые для решения затруднительные ситуации. Для каждого испытуемого было подсчитано
1) количество «точек перегиба», в которых встречаются все четыре описанные выше метакогнитивные стратегии критического мышления, а также
2) «точки перегиба», где присутствуют лишь некоторые из них.
Оценка полученных таким образом данных проводилась с использованием методов непараметрической статистики, а также процедур дисперсионного и дискриминантного анализа.
Для проверки первой гипотезы мы сравнивали количество ситуаций 1) у экспертов и новичков. Проведенный частотный анализ показал, что в первой группе медиана значений количества общих стратегий равна М = 4.00, SD = 2.81, а во второй М = 0.01, SD = 0.79. Различия между группами статистически значимы: и-Манна-Уитни = 27.0, p < 0.001. На основе полученных данных можно сделать вывод: эксперты чаще используют критическое
мышление в значимые моменты решения, чем новички. Иначе говоря, в затруднительных ситуациях, характеризующихся относительной сложностью и новизной, у компетентных программистов, в отличие от некомпетентных, наблюдается интенсивное использование связанных между собой стратегий критического мышления, что нехарактерно для новичков. Приведем примеры.
Метакогнитивные стратегии критического мышления в «точках перегиба» у высококомпетентных программистов:
Исп. № 17. ФИКСАЦИЯ: «м-м-м, так». ОЦЕНКА: «Я думаю, что мое предположение оказалось не верным». ВЫБОР: «Что в выражении, где только плюсы и минусы — не важно, где расставить скобочки». АРГУМЕНТАЦИЯ: «Поскольку, если перед скобочкой стоит минус, то знаки внутри обернутся и результат получится другой».
Исп. № 15. ФИКСАЦИЯ: «Сейчас я проверяю правильность своего предположения». ОЦЕНКА: «...Но только если по краям от этого выражения стоят минусы, если же там умножение, то там уже приоритет просматривается, АРГУМЕНТАЦИЯ: что тоже на расстановку скобок влияет». ВЫБОР: «Это уже тогда не все надо исключать, а только те, по бокам от которых минусы стоят».
Метакогнитивные стратегии критического мышления в «точках перегиба» у низкокомпетентных программистов:
Исп. № 20. АРГУМЕНТАЦИЯ: «Мне нравится функция Са1с, я вижу, что она написана хорошо, и в ней запутанностей я не вижу». ОЦЕНКА: «Я не до конца разобрался, как она работает, но, начав писать, я понял, что у меня алгоритм будет не проще».
Исп. № 23. ФИКСАЦИЯ: «Не знаю, ничего здесь ...». ВЫБОР: «Тут надо либо
брать какую-то формулу и над ней экспериментировать . либо, пока в голову ничего не приходит».
Все это свидетельствует о том, что эксперты значительно более активны в попытках понять причины своих затруднений и сомнений и тратят сравнительно больше усилий как на создание адекватной репрезентации условий, так и на нахождение контрпримеров, которые позволяют опровергать гипотезы. Наряду с этим для осуществления выбора дальнейшего хода рассуждения эксперты основываются на общих суждениях, в то время как новички либо не дают никаких обоснований своего выбора, либо ориентируются на те знания, которые непосредственно актуализируются в связи с условиями задачи.
На рис. 1 отражены различия в группах, успешно решивших и не решивших задачу в зависимости от наличия всех четырех стратегий критического мышления в «точках перегиба».
Наблюдаемые различия (х2 = = 14.569, р <0.001) позволяют говорить о недостаточной сформиро-ванности критического мышления в группе испытуемых, не решивших задачу. Фиксируя сложность ситуации (ФИКСАЦИЯ), они не склонны были оценивать и анализировать ее возникновение (ОЦЕНКА). Так, в группе успешно решивших задачу только в 11% случаев встречается ФИКСАЦИЯ затруднений без дальнейшей их ОЦЕНКИ, а у не решивших этот показатель составляет 71%. Более того, эти испытуемые очень редко выдвигали альтернативы дальнейшего разрешения ситуации (ВЫБОР), а если и рассматривали
Рис. 1
Процентное соотношение количества испытуемых в группах успешно решивших и не решивших задачу в зависимости от наличия или отсутствия стратегий критического мышления
несколько альтернатив, то останавливались на такой (АРГУМЕНТАЦИЯ), которая наиболее доступна, что чаще всего не вело к успеху.
Пример использования метакогни-тивных стратегий критического мышления испытуемым, не решившим задачу:
Исп. № 24, новичок: ФИКСАЦИЯ: «Думаю, что сделать с этими числами, которые нашел в этой строке». ОЦЕНКА: «Ну, есть несколько вариантов: можно просто расставлять скобки, будет функция, которая будет расставлять скобки, потом проверять всевозможные варианты, вариант, при котором будет максимальное значение, тот и выдавать — это первый вариант решения этой задачи. Функция, которая просто расставляет скобки... Какие еще могут варианты быть?» ВЫБОР: «Ну, вот этот». АРГУМЕНТАЦИЯ: «Наверно, самый оптимальный. менее затратный. Поиск идет, так, сейчас остановимся на чем-нибудь. Что же мне придумать еще кроме этого. если ничего больше нет, то на этом я, наверно, остановлюсь.»
Эксперты же демонстрировали лучшую ориентацию в собственных знаниях. Их мастерство состояло в выборе направления решения с использованием в «точках перегиба» общих эвристических стратегий, которые способствуют отсеву подчас очень заметных, но иррелевантных с точки зрения решения проблемы деталей или гипотез. Это делало возможной концентрацию на существенных для решения моментах.
Пример метакогнитивных стратегий критического мышления испытуемого, решившего задачу:
Исп. № 17, эксперт: ФИКСАЦИЯ: «Выражения, вот они». ОЦЕНКА: «Мне нужна функция для вычисления выражения, которое у меня есть. Он как бы использовал в своей программе массив чисел и массив операций». ВЫБОР: «Я вот сейчас думаю, поступить мне также или придумать что-то свое. Ту реализацию я видел и думаю, какие могут быть еще реализации вычисления такого вот выражения». ВЫБОР, ОЦЕНКА:
«Я думаю, как оно будет представлено: может быть, массивом, может быть, стеком каким-то. Т. е. я сейчас рассматриваю вариант со стеком, может, это и упростит значительно задачу, может быть, вообще никак не повлияет, может, ухудшит». АРГУМЕНТАЦИЯ: «Пока я не вижу, чем мне может параллельный вариант помочь». ВЫБОР: «Буду точно так же с массивами оперировать».
Для более точной проверки первой гипотезы мы решили оценить различия в успешности решения задачи экспертами и новичками в зависимости от количества обнаруженных общих эвристических стратегий критического мышления. Нас интересовали испытуемые с малым количеством (0 или 1 общая эвристическая стратегия на все решение) и большим количеством (>2) подобных полных наборов. В первом случае испытуемым присваивался первый ранг, во втором — второй.
На рис. 2 отражена успешность решения профессиональной задачи в группах высококомпетентных и низкокомпетентных программистов с разными рангами критического мышления. Дисперсионный анализ показателей успешности решения показал значимое влияние фактора ранга критического мышления ^ = = 10.969, р <0.01).
Кроме того, было выявлено значимое взаимодействие между рангом критического мышления и фактором группы ^ = 6.065, р < 0.05).
Таким образом, можно сделать вывод, что существует значимая разница между экспертами и новичками: во-первых, в успешности решения задачи, во-вторых, в количестве используемых ими стратегий критического мышления в процессе рассуждения. Кроме того, количество общих эвристических стратегий критического мышления положительно связано с
Рис. 2
Средние оценки успешности решения испытуемыми задачи в группах с разным уровнем компетентности и с разными рангами критического мышления (1-й ранг — не более одной общей эвристической стратегии на все решение, 2-й ранг — две и более стратегий)
успешностью решения профессиональной задачи.
Далее мы попытались ответить на вопрос, можно ли, используя выделенный набор метакогнитивных стратегий критического мышления, отличить группу экспертов от новичков: насколько хорошо эти переменные позволяют провести различение и какие из них наиболее информативны.
Для этого был использован дис-криминантный анализ. В качестве группирующей переменной был взят показатель компетентности программиста. В исходную совокупность дискриминантных переменных были включены стратегии: ФИКСАЦИИ, ОЦЕНКИ, ВЫБОРА и АРГУМЕНТАЦИИ. Результаты анализа (см. табл. 1) показывают статистически значимые различия между группами испытуемых по каждой дискрими-
нантной переменной. Перечисленные переменные используются для вычисления канонической дискри-минантной функции, предсказательная сила которой позволяет нам говорить о различении или совпадении групп. Результаты анализа такой функции приведены в табл. 2; она с высокой степенью значимости различает две группы испытуемых. По величине стандартизированных коэффициентов (см. табл. 3) можно сделать вывод о том, что все метакогни-тивные стратегии обладают дис-криминативной способностью. Чем больше значение этих переменных, тем выше вероятность попадания в группу высококомпетентных программистов. Таким образом, наше предположение о том, что успешность решения профессиональной задачи в группах с разным уровнем компетентности связана с наличием и количес-
Табл. 1
Результаты ANOVA для каждой дискриминантной переменной
Лямбда Вилкса F df1 df2 Уровень значимости
ФИКСАЦИЯ 0.649 18.385 1 34 0.000
ОЦЕНКА 0.563 26.436 1 34 0.000
ВЫБОР 0.624 20.495 1 34 0.000
АРГУМЕНТАЦИЯ 0.545 28.337 1 34 0.000
Табл. 2
Собственные значения для канонической функции
Каноническая функция
Собственное значение 1.056
% объясняемой дисперсии 100
Коэффициент канонической корреляции 0.717
Уровень значимости 0.000
Табл. 3
Стандартизованные дискриминантные коэффициенты
Переменные
ФИКСАЦИЯ 0.888
ОЦЕНКА 0.858
ВЫБОР 0.755
АРГУМЕНТАЦИЯ 0.715
твом общих эвристических стратегий критического мышления в «точках перегиба», в целом подтвердилась.
Полученные результаты позволяют сделать следующие выводы:
- критическое мышление тесно связано с успешностью решения профессиональных задач: этот эффект обеспечивается входящими в его состав метакогнитивными стратегиями;
- анализ различий между экспертами и новичками свидетельствует о
том, что они заключаются в интенсивности использования критического мышления в ходе разрешения профессиональных проблемных ситуаций. Для компетентных программистов характерно присутствие всех четырех метакогнитивных стратегий критического мышления в значимых ситуациях затруднения в ходе решения — «точках перегиба». Это позволяет оценивать собственные действия в ходе решения задачи и обосновывать их правильность.
Литература
Величковский Б.М. Когнитивная наука: Основы психологии познания. В 2 т. М.: Смысл: Издательский центр «Академия», 2006. Т. 2.
Дьюи Дж. Психология и педагогика мышления. М.: Лабиринт, 1999.
Непейвода Н.Н. Многомерное критическое мышление. Ижевск, 1997.
Рубинштейн СЛ. Основы общей психологии. СПб.: Питер, 2001.
Семенов И.Н. К нормативному анализу познавательной деятельности при решении творческих задач // Психо-
логические исследования. М.: Изд-во МГУ, 1977. Вып. 7. С. 39-49.
Семенов И.Н. Проблемы рефлексивной психологии решения творческих задач. М.: Знание, 1990.
Спиридонов В.Ф. Психологический анализ феномена компетентности // Исследования обучения и развития в контексте культурно-исторического подхода. М., 2002. С. 285-295.
Спиридонов В.Ф. Психология мышления: решение задач и проблем. М., 2006.
Стрелков Ю.К. Инженерная и про- Холодная МА. Психология интеллекта:
фессиональная психология. М., 2001. парадоксы исследования. СПб.: Питер, 2002.
Кукушкина Юлия Андреевна, Российский государственный гуманитарный университет, аспирант
Контакты: j.a.kukushkina@gmail.com
Спиридонов Владимир Феликсович, Российский государственный гуманитарный университет, доктор психологических наук
Контакты: vfspiridonov@yandex.ru
