CC BY
210
V. A. MARENKO, O. N. LUCHKO
УДК 343.85
DOI 10.17150/1993-3541.2015.25(1).149-159
В. А. МАРЕНКО
Институт математики им. С. Л. Соболева СО РАН, г. Омск, Российская Федерация О. Н. ЛУЧКО
Омский государственный институт сервиса, г. Омск, Российская Федерация
МОДЕЛИРОВАНИЕ КОГНИТИВНОГО ДИССОНАНСА ЛИЧНОСТЕЙ КАК СОСТОЯНИЯ СОЦИАЛЬНОЙ НАПРЯЖЕННОСТИ
Аннотация. В статье представлено описание исследований социальной напряженности в социуме, причины и условия ее возникновения. Показаны результаты эксперимента в молодежной среде по наличию взаимовлияния самооценки личности и агрессивного настроения как фактора социальной напряженности. Дан сравнительный анализ уровня преступности как условия развития социальной напряженности по Российской Федерации в целом и Омской области в частности с применением математической статистики. Проведена когнитивная структуризация проблемной области в виде когнитивных карт как взвешенных ориентированных графов. Установлены согласованные величины связей между факторами на основе экспертных методов. Описано развитие ситуации, имеющей характер когнитивного диссонанса в ментальной сфере. Построена когнитивная модель «Степень когнитивного диссонанса» в виде когнитивной матрицы, на основе которой осуществлен имитационный эксперимент, воссоздающий подобие реальных условий. Визуализирована обратно пропорциональная зависимость между степенью когнитивного диссонанса и двумя управляющими факторами: работа и здоровье. Результаты имитационного эксперимента согласуются со здравым смыслом: чем лучше работа и здоровье, тем ниже степень когнитивного диссонанса.
Ключевые слова. Социум; социальная напряженность; когнитивный диссонанс; агрессивное настроение; самооценка; уровень преступности; модель; когнитивная карта; взвешенный ориентированный граф; имитационный эксперимент.
Информация о статье. Дата поступления 10 ноября 2014 г.; дата принятия к печати 26 декабря 2014 г.; дата онлайн-размещения 27 февраля 2015 г.
Финансирование. Проект РГНФ «Разработка комплекса моделей для анализа, измерения и управления когнитивным диссонансом в студенческой среде региона с использованием когнитивной методологии».
V. A. MARENKO
Sobolev Institute of Mathematics, Omsk, Russian Federation O. N. LUCHKO Omsk State Institute of Service, Omsk, Russian Federation
MODELING OF COGNITIVE DISSONANCE OF PERSONS AS A STATE OF SOCIAL TENSION
Abstract. The article describes the research of social tension in the society, the causes and conditions for its occurrence. The results of an experiment among the young intended to define the mutual influence between self-assessment and aggressive mood as a factor of social tension are shown. The paper also contains a comparative analysis of the level of crime in the Russian Federation in general and the Omsk region in particular with the use of mathematical statistics as a prerequisite to social tensions development. The authors conducted cognitive structuring of problem areas by devising cognitive maps as weighted directed graphs and set the agreed values between the factors on the basis of expert methods. The development of a situation characterized by cognitive dissonance in the mental sphere is described. A cognitive model named «Cognitive dissonance degree» presented as a cognitive matrix that enabled to make simulation experiments creating likeness of real conditions is devised. The inverse relationship between the degree of cognitive dissonance and two control factors: work and health is visualized. The results of simulation experiment are consistent with the common sense: the better work and health, the lower the degree of cognitive dissonance. Keywords. Society; social tension; cognitive dissonance; aggressive mood; self-assessment; crime level; model; cognitive map; weighted directed graph; simulation experiment.
Article info. Received November 10, 2014; accepted December 26, 2014; available online February 27, 2015. Funding. The Russian Foundation for Humanities (RFH) project «Development of complex models for analyzing, assessing and managing the cognitive dissonance among the students of the region with the use of cognitive methodology».
© В. А. Маренко, О. Н. Лучко, 2015
149
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 1, pp. 149-159. ISSN 1993-3541 2015. Т. 25, № 1. С. 149-159. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
Общество — это социальная система, которая может находиться в устойчивом состоянии, если социальные ожидания индивидов соответствуют реальности. В противном случае возникают условия для социальной напряженности, которая выражается в настроении, суждениях и поведении индивидов, характеризующих беспокойство, неуверенность, агрессивность и прочие негативные проявления. Социальную напряженность различных категорий населения вызывают всевозможные факторы. Ее переживают те индивиды, которые не могут адаптироваться к социальным изменениям из-за высоких цен на товары и низких доходов, из-за страха потерять работу, невозможности изменить сложившуюся картину мира, т. е. это индивиды, испытывающие когнитивный диссонанс. Таким образом, когнитивный диссонанс индивида представляет собой состояние потенциального участника социальных конфликтов, поэтому исследование этого вопроса всегда актуально.
Цель работы — фиксация, измерение и анализ степени когнитивного диссонанса представителей молодежной среды на ранней стадии проявления и своевременная разработка системы мер по его снижению.
Задача наших исследований состоит в многоаспектном изучении когнитивного диссонанса представителей молодежной среды с применением когнитивного подхода, включающего когнитивную структуризацию информации, теорию графов, построение когнитивной матрицы в рамках линейной алгебры для проведения имитационного эксперимента по обнаружению наиболее значимых управляющих факторов на основе средств математического моделирования и их анализ.
В последнее время большой вклад в разработку моделей индивидов (участников нестабильных социальных процессов) внесли следующие ученые. А. Б. Волынчук и К. С. Радько
(2013) создали словесный и семантический портреты представителей молодежной среды с протестным настроением [4; 17]. Е. В. Перов
(2014) применил когнитивный подход для исследования социальной напряженности социума. Им построена блок-схема в виде когнитивной карты, на которой обозначены блоки социально-экономической конфликтогенности и факторы усиления конфликтогенности общества для выявления причин нарастания напряженности [12]. Н. А. Беляева (2013) предложила способ измерения социальной напряженности в виде эмпирических индикаторов по дифференциа-
ции доходов населения и их связи с социальной напряженностью [2]. К. С. Радько, М. И. Ивановой, И. Н. Мощенко (2011) проведен многомерный факторный анализ социальной напряженности общества, построены семантические портреты респондентов — образы их эмоционального отношения к существующему политическому порядку. Для обработки эмпирической информации использован метод семантического дифференциала [17]. Для описания социальной напряженности общества Е. Н. Прошиным, Н. А. Журавлевой, В. В. Мартыновым (2013) разработана информационная и построена соответствующая математическая модель для расчета социальной напряженности [16]. М. Ю. Доломатовым и другими исследователями реализован проект информационной системы «Оценка уровня социальной напряженности», основанной на двух моделях: модель распределения доходов населения позволяет рассчитывать показатель уровня социальной напряженности по дифференциации доходов с использованием принципа Больцмана; модель комплексной оценки уровня социальной напряженности — осуществлять расчет комплексного показателя на основе энтропийного подхода [15]. Л. К. Орлик и Н. М. Лазарева (2013) разработали прогностическую модель и на базе эмпирических исследований и математической модели осуществили прогнозирование вероятностей индивидуального и массового проявления агрессии в студенческой среде [11]. Математическую статистику для измерения социальной напряженности использовали ученые Е. С. Абрамович (2012), И. Н. Грызлов (2013) [1; 5 и др.]. В. А. Шведовским (2010) разработана социолого-математическая модель потенциала групп населения, именуемых сторонниками и противниками, с применением системы обыкновенных дифференциальных уравнений для описания динамического поведения, построена система «Макросоциум» и определен период колебаний социально-политической напряженности на примере Кавказа с использованием теории вероятностей [21].
Из зарубежных авторов можно выделить работу L. E. Garcia-Barrios, E. N. Speelman и M. S. Pimm. Ими разработана имитационная система для формирования вариантов развития динамического объекта, которые устраивали бы конфликтующие стороны [22]. Многочисленные зарубежные исследования посвящены, в основном, выяснению причин и структуры социального конфликта на конкретных приме-
V. A. MARENKO, O. N. LUCHKO
рах (например, статьи A. Juska, C. Woolfson [24] и C. S. Hendrix, I. Salehyan [23]), обстоятельствам противостояния между этническими группами (М. Lobo [26]). Профессиональные аспекты социальной напряженности освещает H. M. Kepplinger [25]. Агрессивность, как проявление социальной напряженности, отражена в работе C. N. DeWall, C. A. Anderson, B. J. Bushman [21] и т. д.
Как пишут специалисты, компьютерной метафоры мозга в настоящее время уже недостаточно для изучения деятельности человека. Необходим когнитивный анализ настроения и других проявлений эмоциональной сферы [18]. Для исследования заявленной темы, наряду с традиционными научными методологиями, нами применен когнитивный подход, смысл которого состоит в том, чтобы активизировать процессы познания, понимания и объяснения структуры информации об исследуемых объектах. Для этого когнитивный подход широко использует схематизацию, т. е. субъективные пути размышлений индивидов о возможных причинно-следственных связях между объектами проблемной области. Это обеспечивает исследователя средством выдачи заключений на основе ограниченной информации с применением интуиции и опыта [13].
Каждое социально-экономическое исследование учитывает когнитивные факторы. Например, социальная напряженность возникает в силу социальной дезадаптации в связи с когнитивным диссонансом личности и проявляется в виде отсутствия приспособления к социальным изменениям, повышенной политизации и агрессивных настроениях, поэтому применение когнитивной методологии в исследовании рассматриваемого феномена целесообразно.
Под влиянием оценки окружающих членов социума у личности складывается собственное отношение к себе, к отдельным формам своей активности (общению, поведению, деятельности, переживаниям), т. е. формируется самооценка, которая бывает оптимальной и неоптимальной, завышенной или заниженной. Нами проведены эксперименты по определению самооценки среди студентов разных курсов вуза. Низкой самооценке соответствуют баллы от 30 до 40. Значения 50-60 — средняя самооценка. Баллы от 70 до 90 говорят о высокой самооценке. Нечеткое множество «самооценка» показывает степень выраженности исследуемого свойства у респондента по баллам, получаемым в результате эксперимента (рис. 1).
Известия Иркутской государственной экономической академии.
2015. Т. 25, № 1. С. 149-159. ISSN 1993-3541
1,0 0,8 0,6 0,4 0,2 0
0 20 40 60 80 100 Рис. 1. Нечеткое множество «самооценка», баллы
Далее испытуемым предлагались утверждения, ответы на которые показывали их склонность к конфликту или компромиссу в конфликтных ситуациях. Ответы разделились на три группы:
- компромисс в конфликтных ситуациях;
- промежуточный выбор — в одной ситуации компромисс, а в другой конфликт;
- конфликт в любой ситуации.
В качестве числовой характеристики взаимосвязи между самооценкой и агрессивным настроением использовался коэффициент корреляции, который составил -0,18 (слабая обратная связь). Анализ данных показал, что 11 % испытуемых с высокой самооценкой, 4 % — со средней самооценкой и 3 % — с низкой самооценкой в конфликтной ситуации склонны к конфликту. Однако половина испытуемых, независимо от самооценки, в одном случае выбирают компромиссное решение, а в другом — конфликтное.
Одной из причин склонности личности как субъекта самоуправления к негативным проявлениям — завышенная самооценка, которая предполагает нарушение самоуправления, искажение самоконтроля и идеализацию образа себя.
Агрессивное настроение индивида имеет как деструктивную направленность, позволяющую разрушительным образом влиять на различные аспекты жизни, так и конструктивную направленность, вектор которой ориентирован против нарастания энтропийных процессов [7].
Причин социальной напряженности в социуме много. Основными являются такие причины, как безработица, состояние экономики, определяющее качество жизни, соотношение между ценами на продукты питания, товары народного потребления и услуги, с одной стороны, и доходами населения, с другой, а также рост преступности и невозможность получить качественное образование, хорошее медицинское обслуживание и достойное социальное обеспечение.
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 1, pp. 149-159. ISSN 1993-3541 2015. Т. 25, № 1. С. 149-159. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
Числовые данные о преступности по регионам РФ и стране в целом имеются в открытом доступе на сайте Федеральной службы государственной статистики, где приведена, например, информация о правонарушениях1. Последние определяются как общественно опасное деяние, противоречащее нормам права. Если представлять правонарушения системой, то совокупность преступлений — его подсистема.
Подсистема обладает поведением, так как способна переходить из одного состояния в другое. Поведение подсистемы можно представить как функцию
с(0 = [ф - 1), y(t), x(t)], где — состояние подсистемы в момент времени t; y(t) — управляющие воздействия; x(t) — возмущающие воздействия.
В нашем исследовании поведение подсистемы определяется численно — статистикой зарегистрированных преступлений (рис. 2). При этом поведение подсистемы соответствует системной закономерности колебательного и циклического характера. Системные закономерности нельзя отменить, запретить или заменить. Поэтому любой системой, в данном случае правоохранительной, необходимо управлять в соответствии с этой объективной системной закономерностью, чтобы получить позитивный конечный результат. Периодическая повторяемость явлений должна быть использована в правоохранительной систе-
1 Российский статистический ежегодник. URL : http:// www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/ publishing/catalog/statisticCollections/doc_1135087342078. 5.04.2012.
4 000 3 500 3 000
2 500 2 000
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Рис. 2. Количество зарегистрированных преступлений за 1995—2009 гг.
ме для управленческого воздействия: в периоды спада преступности необходимо накапливать ресурсы для того, чтобы в период подъема успешнее и эффективнее ей противостоять. Эту пульсационную закономерность можно использовать и в прогнозных целях. За спадом преступлений неотвратимо будет следовать подъем, который необходимо диагностировать и заранее тщательно к нему готовиться.
Число переменных в реальных системах, к которым относится и правоохранительная система, велико, поэтому исследовать свойства многомерных систем сложно. Для упрощения используется метод редукции, суть которого в том, что большие и сложные системы уравнений сводятся к более простой системе из меньшего числа уравнений. Редуцированную систему уравнений называют базовой. Она может содержать всего два уравнения для переменных х и у:
с1х / сН = АР(х, у); с1х / сН = ВQ(x, у),
где А и В — коэффициенты; Р(х, у) и Q(x, у) — известные и в общем случае нелинейные функции своих переменных.
Для их исследования используется наглядный метод — построение фазового портрета. Исходные данные для описания подсистемы преступления представлены в таблице, на пересечении строк и столбцов которой находятся значения, показывающие количество преступлений по видам за определенный год, взятые с сайта Федеральной службы государственной статистики2. В таблице заполняются все графы.
2 URL : www.gks.ru.
Количество зарегистрированных преступлений в Российской Федерации, тыс. ед.
Год Виды преступлений
Убийства и покушение на убийство Умышленное причинение тяжкого вреда здоровью Изнасилование и покушение на изнасилование Грабеж Разбой Кража Преступления, связанные с незаконным оборотом наркотиков Нарушение правил дорожного движения и эксплуатации транспортных средств
1990 15,6 14,0 15,0 83,3 16,5 913,1 16,3 96,3
2009
Составлено по данным Федеральной службы государственной статистики.
V. A. MARENKO, O. N. LUCHKO
Эмпирические значения в таблице считаем нелинейными функциями и используем их при построении графиков. Разделим подсистему преступления на три группы по годам: 1990-1995; 1995-2000; 2000-2005 (рис. 3). Метки на плоскостях дают представление о состоянии подсистемы преступления в разные моменты времени. Их называют изображающими точками. По оси ординат откладываются значения роста преступности за указанные периоды, а по оси абсцисс — количество преступлений в нормированном виде. Изображающие точки пронумерованы в соответствии с видами преступлений, представленных в таблице. Как видно из рис. 3, подсистема преступления изменяется, расстояния между изображающими точками то увеличиваются, то уменьшаются.
Изображающие точки случайно заполняют плоскость и ограничивают некоторую область. Если окружить эти области всюду выпуклой кривой (см. рис. 3, а), то получатся разные площади. Зная размер площади, из формулы Я. Синая [25] можно определить величину энтропии = к1п^(/) / G0), где к — постоянная
Больцмана; G0 — элементарная ячейка фазового пространства. При этом каждому интервалу времени соответствует свое состояние подсистемы преступления. На рис. 3 показаны три различных состояния. Изображающие точки на рисунках то сближаются, то отдаляются друг от друга. Протекающие процессы в подсистеме преступления иллюстрируют то уменьшение, то увеличение энтропии.
Далее проведем сравнение показателей преступности в целом по Российской Федерации и одном из ее регионов — Омской области. Изменение нормированных значений численности зарегистрированных преступлений в указанных регионах по 4-летним периодам (рис. 6) показывает, что преступность в Омской области снижается за последний период (2007-2010), так как нормированные значения ее численности меньше, чем по Российской Федерации в целом.
Энтропия системы не может самостоятельно уменьшаться, появление беспорядка — это системная закономерность. Таким образом, если не наводить порядок в правоохранительной системе, то энтропия в ней со временем только
■
4 5 ■ 1
■ 6 ■ ■3 2"
8 ■ ■
8 5 6 2 1
0,2 0,4 0,6 0,8 1,0 0,2 0,4
0,6 б
Рис. 3. Количество преступлений:
а — 1990-1995 гг.; б — 1995-2000 гг.; в — 2000-2005 гг.
0,8 1,0 0,2 0,4
"0б 0,8 1,0
7
7
4
5
6
3
2
4
3
0
а
в
3 а
3 б
3 в
Рис. 4. Изменение нормированных значений численности зарегистрированных преступлений в Российской Федерации (сплошная линия) и Омской области (пунктир) по 4-летним периодам: а — 1995-1998; б — 1999-2002; в — 2003-2006; г — 2007-2010
4
4
4
2
2
4
2
2
Izvestiya of Irkutsk State Economics Academy, Известия Иркутской государственной экономической академии.
2015, vol. 25, no. 1, pp. 149-159. ISSN 1993-3541 2015. Т. 25, № 1. С. 149-159. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
увеличится. Система может повысить степень своей организованности и снизить свою энтропию за счет передачи энтропии в окружающую среду. Энтропия закрытых систем не может уменьшаться, а может только увеличиваться. Поэтому увеличение открытости системы — один из факторов снижения энтропии и в правоохранительной системе.
Управлять любой системой, и в частности, правоохранительной, необходимо в соответствии с объективными системными закономерностями, чтобы получать позитивные результаты. Системные закономерности являются ограничительными. Они предупреждают о том, чего заведомо не следует добиваться, и тем самым оказывают направляющее воздействие на деятельность органов управления.
Для обеспечения стабильности и прогрессивного развития системы необходимо научиться управлять амплитудой и частотой энтропийных колебаний [14]. К ситуациям когнитивного диссонанса можно отнести: ситуации с преобладающим пониженным настроением, вызывающим у человека чувство острого недовольства собой; ситуации, когда систематически не удовлетворяются базовые жизненные потребности и потребности более высокого порядка. Полностью удовлетворить человеческие потребности невозможно, поэтому существует порог напряженности, выше которого когнитивный диссонанс приобретает взрывоопасный характер. Одной из наших задач является измерение и анализ когнитивного диссонанса на ранних стадиях развития.
Согласно методике когнитивного моделирования на первом этапе с помощью SWOT и PEST
анализов определяются существенные факторы проблемной области [9], затем формируется проблемное поле. В нашем случае для фиксации когнитивного диссонанса личности применена схематизация — построение когнитивных карт, которые способствуют генерации новых точек зрения рассматриваемой проблемы. У каждого исследователя имеется свой собственный привычный путь рассуждений, с помощью которого осуществляется процесс принятия решения. При анализе своих и чужих когнитивных схем возможно улучшение качества и обоснованность принимаемых решений, так как у каждого человека имеется некий набор мыслительных моделей, который он применяет для анализа причин, обуславливающих то или иное следствие. Эксперимент по построению структурной схемы когнитивного диссонанса личности проводим с помощью нескольких исследователей.
За точку отсчета первая группа экспертов выбрала концепт «настроение» и установила взаимовлияние факторов в следующем виде: настроение и здоровье — два взаимосвязанных концепта (рис. 5). Такая же взаимосвязь существует между концептами «настроение» и «работа». Если с работой плохо, то и настроение плохое. Если здоровье плохое, то настроение тоже плохое (прямо пропорциональная зависимость). Поднять настроение возможно высоким качеством медицинских услуг или развлекательными мероприятиями (обратно пропорциональная зависимость). Оба средства требуют материальных затрат, хорошего материального положения (прямая зависимость). Хорошее материальное положение способствует хорошему настроению (прямо пропорциональная зависимость).
Рис. 5. Когнитивная карта 1 «Зависимость настроения от различных факторов»
V. A. MARENKO, O. N. LUCHKO
Вторая группа исследователей за точку отсчета выбрала непосредственно концепт «степень когнитивного диссонанса». Проведены процедуры согласования наличия управляющих факторов и связей между ними. В результате была сформирована когнитивная карта 2 (рис. 6). Если с работой хорошо, то степень когнитивного диссонанса ниже. Если здоровье у индивида плохое, то степень когнитивного диссонанса высокая (обратно пропорциональная зависимость). Связь двусторонняя. Индивид стремится снизить степень когнитивного диссонанса, обращаясь, например, в медицинское учреждение за высококачественной медицинской услугой или прибегая к развлекательным мероприятиям. Степень когнитивного диссонанса высокая, значит, требуется высокое качество медицинских услуг или увеличение развлечений (прямо пропорциональная зависимость). И то, и другое средство снижения степени когнитивного диссонанса требует материальных затрат. Высокое материальное положение способствует снижению степени когнитивного диссонанса, но не всегда (обратно пропорциональная зависимость).
На приведенных когнитивных картах концепты «настроение» и «степень когнитивного диссонанса» (см. рис. 5-6) не могут быть взаимозаменяемыми, так как имеются разные взаимосвязи с остальными концептами. Сравним настроение и степень когнитивного диссонанса личности. Настроение — лучше, степень когнитивного диссонанса — ниже. Между этими кон-
цептами существует обратно пропорциональная зависимость.
Практика — критерий истины, но проверка выводов на практике не всегда возможна в силу этических моментов, длительности процедур и т. д. Поэтому для проверки выводов из теоретических описаний строится имитационная модель, воссоздающая реальный процесс в экспериментальных условиях на основе когнитивной карты, в виде математической структуры — взвешенного ориентированного графа. Возможно внесение возмущения в одну или несколько вершин графа и наблюдение за его распространением по различным путям графа.
Согласно методике когнитивного моделирования, разработанной в Институте систем управления РАН, после построения взвешенного ориентированного графа строится когнитивная матрица (рис. 7) и проводится численный эксперимент, отработанный нами в рамках исследования образовательного процесса в вузе с помощью Excel и других программных продуктов [3; 6; 10].
Методика расчета предполагает:
- построение когнитивной матрицы и ее транспонирование (см. рис. 8);
- введение возмущения в одну или несколько ячеек когнитивной матрицы;
- наблюдение распространения «волны возмущения» по графу на нескольких шагах [8];
- получение и анализ нескольких вариантов расчетов.
Рис. 6. Когнитивная карта 2 «Зависимость степени когнитивного диссонанса от различных факторов»
Izvestiya of Irkutsk State Economics Academy, 2015, vol. 25, no. 1, pp. 149-159. ISSN 1993-3541
Известия Иркутской государственной экономической академии.
2015. Т. 25, № 1. С. 149-159. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
У Главная | Вставка £ Вырезать Копировать т
1ТЬ
С/Формат по образцу Буфер обмена ъ
Разметка страницы
Формулы Данные
Рецензирование
Arial Суг
[ 10 К А' = Ш =
ж к ч - ж
Шрифт
l=|J Перенос ^ Объеди Выравниват
5
А Б С D Е F G H I J
1 Когнитивная модель "< -тепень когнитивного диссонанса"
2
3 Матрица влияния факторов [AI [Б» (В) (Г) <д> (Et OKI
4-1 Когнитивны Й д иссопанс [Ai 0 0,5 0 -0,8 -1 -0,5 0
5 развлечения (Б) 0,3 0 0 0 0 0 0
6 мед .услуги (В) 0,5 0 0 0 0,8 0 0
7 работа -0,5 0 0 0 0 0 0
8 здоровье (Д) -1 0 ■:■.■ 0 0 0 0
Э материальное положение <Е) -0,5 0 1 0 0 0 0
Рис. 7. Фрагмент когнитивной матрицы
30 20 10 0 -10 -20 -30
' Когнитивный диссонанс ■ Развлечения
— — - Работа
— Здоровье
....... Материальное положение
---Медицинские услуги
Рис. 8. Кривая степени когнитивного диссонанса (пунктир) при увеличении фактора «работа» на 10 условных единиц
50 40 30 20 10 0 -10 -20 -30 -40
' Когнитивный диссонанс ■ Развлечения
■ Работа
■ Здоровье
Материальное положение
--- Медицинские услуги
Рис. 9. Кривая степени когнитивного диссонанса (пунктир) при увеличении факторов «работа» и «здоровье» на 10 условных единиц
Обсуждение. На рис. 8 и 9 приведены изменения целевого и управляющих факторов на 18 шагах вычислений при увеличении фактора «работа» на 10 условных единиц. В этом случае целевой фактор «степень когнитивного диссонанса» (пунктир) достигает 20 условных единиц.
Знак минус показывает обратно пропорциональную зависимость между факторами.
На рис. 9 представлены результаты имитационного эксперимента на 18 шагах вычислений при увеличении управляющих факторов «работа» и «здоровье» на 10 условных единиц. Целевой
V. A. MARENKO, O. N. LUCHKO
фактор «степень когнитивного диссонанса» показывает в этом случае максимальные значения 30 условных единиц. Эти результаты согласуются со здравым смыслом. Чем лучше работа и здоровье, тем ниже степень когнитивного диссонанса. Изменение только управляющего фактора «работа» дает меньший эффект, так как степень когнитивного диссонанса в этом случае фиксируется на уровне 20 условных единиц.
Таким образом, в рамках когнитивного подхода можно проводить следующие исследования:
- анализировать слабо формализуемые факторы проблемной области и связи между ними;
- наглядно показывать, что следствие имеет не единственную причину, а причины имеют нелинейную структуру;
- генерировать новые точки зрения с привлечением экспертного анализа;
- достигать консенсуса в конструировании будущих событий на основе результатов имитационного эксперимента.
Список использованной литературы
1. Абрамович Е. С. Математико-статистические методы анализа социальной напряженности в российском обществе / Е. С. Абрамович // Учет и статистика. — 2012. — Т. 1, № 25. — С. 85-89.
2. Беляева Л. А. Культурный и социальный капитал и напряженность социального пространства России / Л. А. Беляева // Общественные науки и современность. — 2013. — № 5. — С. 51-64.
3. Василенко Т. Статьи и эссе Тимура Василенко / Т. Василенко. — URL : http://www.timur0.nm.ru/.
4. Волынчук А. Б. Социальная напряженность и протестная активность в контексте анализа безопасности / А. Б. Во-лынчук, С. А. Соловченков // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. — 2013. — № 1 (19). — С. 25-36.
5. Грызлов И. Н. Методика краткосрочного прогнозирования индекса протестной активности населения региона на основе использования статистической информации / И. Н. Грызлов // Информационные системы и технологии. — 2013. — № 3 (77). — С. 54-60.
6. Диаманти О. В. Применение когнитивных технологий для управления в социальной сфере / О. В. Диаманти, В. А. Маренко, О. Н. Лучко // Приборы и системы. Управление, контроль, диагностика. — 2014. — № 3. — С. 60-65.
7. Киселев В. И. Социальная напряженность как социально-философская категория / В. И. Киселев // Известия Российского государственного педагогического университета им. А. И. Герцена. — 2013. — № 160. — С. 166-174.
8. Кулинич А. А. Верификация когнитивных карт на основе объяснения прогнозов / А. А. Кулинич // Управление большими системами. — 2010. — № 30-1. — С. 453-469.
9. Максимов В. И. IV Международная конференция «Когнитивный анализ и управление развитием ситуаций» CASC'2004 / В. И. Максимов, Н. В. Тер-Егиазарова // Проблемы управления. — 2005. — № 1. — С. 83-87.
10. Маренко В. А. Разработка модели управления процессом обучения с использованием когнитивных технологий /
B. А. Маренко, О. Н. Лучко, О. С. Лупенцов // Информатика и ее применения. — 2014. — Т. 8, № 1. — С. 99-105.
11. Орлик Л. К. Прогностическая модель социальной напряженности в студенческой среде / Л. К. Орлик, Н. М. Лазарева // Ученые записки Российского государственного социального университета. — 2013. — Т. 2, № 5 (120). —
C. 51-57.
12. Перов Е. В. Когнитивное моделирование конфликтогенности общества / Е. В. Перов // Труды XII Всероссийского совещания по проблемам управления (Москва, 16-19 июня 2014 г.). — М. : ВСПУ, 2014. — С. 6243-6250.
13. Плотницкий Ю. М. Модели социальных процессов : учеб. пособие для вузов / Ю. М. Плотницкий. — М. : Логос, 2001. — 296 с.
14. Прангишвили И. В. Энтропийные и другие системные закономерности: вопросы управления сложными системами / И. В. Прангишвили. — М. : Наука, 2003. — 428 с.
15. Проектирование системы оценки уровня социальной напряженности / М. Ю. Доломатов, Н. А. Журавлева, Е. Ш. Закиева, Е. Н. Прошин // Современные проблемы науки и образования. — 2014. — № 2. — С. 9.
16. Прошин Е. Н. Информационная модель оценки и прогнозирования уровня социальной напряженности / Е. Н. Прошин, Н. А. Журавлева, В. В. Мартынов // Перспективы развития информационных технологий. — 2013. — № 16. — С. 76-81.
17. Радько К. С. Некоторые тренды политической напряженности среди населения Ростовской области на конец 2011 года / К. С. Радько, М. И. Иванова, И. Н. Мощенко // Инженерный вестник Дона. — 2012. — Т. 20, № 2. — С. 761-769.
18. Черниговская Т. В. Язык, мозг и компьютерная метафора / Т. В. Черниговская // Человек. — 2007. — № 2. — С. 63-75.
19. Чернявский Д. С. Синергетика и информация: динамическая теория информации / Д. С. Чернявский. — М. : Наука, 2001. — 244 с.
20. Шведовский В. А. Математическое моделирование динамики напряженности этно-политического конфликта / В. А. Шведовский, М. А. Петрова // Социология: методология, методы, математическое моделирование. — 2001. — № 14. — С. 151-175.
21. DeWall C. N. The General Aggression Model: Theoretical Extensions to Violence / C. N. DeWall, C. A. Anderson, B. J. Bushman // Psychology of Violence. — 2011. — Vol. 1, № 3. — Р. 245-258.
Izvestiya of Irkutsk State Economics Academy, 2015, vol. 25, no. 1, pp. 149-159. ISSN 1993-3541
MATHEMATICAL MODELING, SYSTEMS ANALYSIS
22. Garcia-Barrios L. E. An educational simulation tool for negotiating sustainable natural resource management strategies among stakeholders with conflicting interests / L. E. Garcia-Barrios, E. N. Speelman, M. S. Pimm // Ecological Modelling. — 2008. — Vol. 210, № 1-2. — P. 115-126.
23. Hendrix C. S. Climate change, rainfall, and social conflict in Africa / C. S. Hendrix, I. Salehyan // Journal of Peace Research. — 2012. — Vol. 49, Iss. 1. — P. 35-50.
24. Juska A. Policing political protest in Lithuania / A. Juska, C. Woolfson // Crime, Law and Social Change. — 2012. — Vol. 57, Iss. 4. — P. 403-424.
25. Kepplinger H. M. Gesellschaftliche Bedingungen politisch motivierter Gewalt / H. M. Kepplinger // Publizistische Konflikte and Skandale. — Wiesbaden : VS Verlag fur Sozialwissenschaften, 2009. — P. 93-117.
26. Lobo M. Interethnic understanding and belonging in suburban Melbourne / M. Lobo // Urban Policy and Research. — 2010. — № 28 (1). — P. 85-99.
References
1. Abramovich E. S. Mathematical and statistical methods of social tension analysis in the Russian society. Uchet i statisti-ka = Accounting and Statistics, 2012, vol. 1, no. 25, no. 85-89. (In Russian).
2. Belyaeva L. A. Cultural and social capital and tensions in the Russian social space. Obshchestvennye nauki i sovremen-nost' = Social Sciences and the Present, 2013, no. 5, pp. 51-64. (In Russian).
3. Vasilenko T. Stafiiesse Timura Vasilenko [Articles and essays of Timur Vasilenko]. Available at:http://www.timur0.nm.ru/.
4. Volynchuk A. B., Solovchenkov S. A. Social unrest and protest activity in the context of the analysis of social security. Territoriya novykh vozmozhnostei. Vestnik Vladivostokskogo gosudarstvennogo universiteta ekonomiki i servisa = The Territory of New Opportunities. Bulletin of Vladivostok State University of Economics and Service, 2013, no. 1 (19), pp. 25-36. (In Russian).
5. Gryzlov I. N. Method of short term forecast of protest activity index of the region on the basis of statistical information. Informatsionnye sistemy i tekhnologii = Information Systems and Technologies, 2013, no. 3 (77), pp. 54-60. (In Russian).
6. Diamanti O. V., Marenko V. A., Luchko O. N. Application of cognitive technologiesto manage social services. Pri-bory i sistemy. Upravlenie, kontrol', diagnostika = Devices and Systems. Management, Control, Diagnostics, 2014, no. 3, pp. 60-65. (In Russian).
7. Kiselev V. I. Social Tension as Social Philosophical Category (the statement of the problem). Izvestiya Rossiiskogo gosudarstvennogo pedagogicheskogo universiteta im. A. I. Gertsena = Herzen State Pedagogical University Bulletin, 2013, no. 160, pp. 166-174. (In Russian).
8. Kulinich A. A. Cognitive maps verification based on processes explanation. Upravlenie bol'shimi sistemami = Large Systems Management, 2010, no. 30-1, pp. 453-469. (In Russian).
9. Maksimov V. I., Ter-Egiazarova N. V. The 4th international conference «Cognitive analysis and situations development management» CASC'2004. Problemy upravleniya = Management Problems, 2005, no. 1, pp. 83-87. (In Russian).
10. Marenko V. A., Luchko O. N., Lupentsov O. S. Development of learning process control model with cognitive technologies. Informatika i ee primeneniya = Informatics and its Applications, 2014, vol. 8, no. 1, pp. 99-105. (In Russian).
11. Orlik L. K., Lazareva N. M. Predictive model of social tension in student's environment. Uchenye zapiski Rossiiskogo gosudarstvennogo sotsial'nogo universiteta = The Scientific notes of the Russian State Social University, 2013, vol. 2, no. 5 (120), pp. 51-57. (In Russian).
12. Perov E. V. Cognitive modeling of society conflicts. Trudy XII Vserossiiskoe soveshchanie po problemam upravleniya (Moskva, 16-19 iyunya 2014 g.) [The Proceedings of the 12th All-Russian Conference on Management Problems (Moscow, 16-19 June, 2014)]. Moscow, VSPU Publ., 2014, pp. 6243-6250. (In Russian).
13. Plotnitskii Yu. M. Modeli sotsial'nykh protsessov [Social processes models]. Moscow, Logos Publ., 2001. 296 p.
14. Prangishvili I. V. Entropiinye i drugie sistemnye zakonomernosti: voprosy upravleniya slozhnymi sistemami [Entropy and other systemic laws: the issues of complex systems management]. Moscow, Nauka Publ., 2003. 428 p.
15. Dolomatov M. Yu., Zhuravleva N. A., Zakieva E. Sh., Proshin E. N. Engineering of information system of social tension assessment. Sovremennye problemy nauki i obrazovaniya = Modern Problems of Science and Education, 2014, no. 2, pp. 9. (In Russian).
16. Proshin E. N., Zhuravleva N. A., Martinova V. V. Information model of the social tension level assessment and prediction. Perspektivy razvitiya informatsionnykh tekhnologii = Information Technologies Development Prospects, 2013, no. 16, pp. 76-81. (In Russian).
17. Rad'ko K. S., Ivanova M. I., Moshchenko I. N. Some trends of political tension among the population of the Rostov region at the end of 2011. Inzhenernyi vestnik Dona = Don Engineering Bulletin, 2012, vol. 20, no. 2, pp. 761-769. (In Russian).
18. Chernigovskaya T. V. The language, brain and computer metaphor. Chelovek = The Human, 2007, no. 2, pp. 63-75. (In Russian).
19. Chernyavskii D. S. Sinergetika i informatsiya: dinamicheskaya teoriya informatsii [Synergetics and information: a dynamic theory of information]. Moscow, Nauka Publ., 2001. 244 p.
20. Shvedovskii V. A., Petrova M. A. Mathematical modeling of ethno-political conflict tension dynamics. Sotsiologiya: metodologiya, metody, matematicheskoe modelirovanie = Sociology: Methodology, Methods, Mathematical Modeling, 2001, no. 14, pp. 151-175. (In Russian).
21. DeWall C. N., Anderson C. A., Bushman B. J. The General Aggression Model: Theoretical Extensions to Violence. Psychology of Violence, 2011, vol. 1, no. 3, pp. 245-258.
Известия Иркутской государственной экономической академии.
2015. Т. 25, № 1. С. 149-159. ISSN 1993-3541
V. A. MARENKO, O. N. LUCHKO
22. Garcia-Barrios L. E., Speelman E. N., Pimm M. S. An educational simulation tool for negotiating sustainable natural resource management strategies among stakeholders with conflicting interests. Ecological Modelling, 2008, vol. 210, no. 1-2, pp. 115-126.
23. Hendrix C. S., Salehyan I. Climate change, rainfall, and social conflict in Africa. Journal of Peace Research, 2012, vol. 49, iss. 1, pp. 35-50.
24. Juska A., Woolfson C. Policing political protest in Lithuania. Crime, Law and Social Change, 2012, vol. 57, iss. 4, pp. 403-424.
25. Kepplinger H. M. Gesellschaftliche Bedingungen politisch motivierter Gewalt. Publizistische Konflikte and Skandale. Wiesbaden, VS Verlag für Sozialwissenschaften, 2009, pp. 93-117.
26. Lobo M. Interethnic understanding and belonging in suburban Melbourne. Urban Policy and Research, 2010, no. 28 (1), pp. 85-99.
Информация об авторах Маренко Валентина Афанасьевна — кандидат технических наук, доцент, старший научный сотрудник, Институт математики им. С. Л. Соболева СО РАН, 644043, г. Омск, ул. Певцова, 13, e-mail: marenko@ofim.oscsbras.ru.
Лучко Олег Николаевич — кандидат педагогических наук, профессор, заведующий кафедрой прикладной информатики и математики, Омский государственный институт сервиса, 644043, г. Омск, ул. Певцова, 13, e-mail: o_luchko@rambler.ru.
Библиографическое описание статьи Маренко В. А. Моделирование когнитивного диссонанса личностей как состояния социальной напряженности / В. А. Маренко, О. Н. Лучко // Известия Иркутской государственной экономической академии. — 2015. — Т. 25, № 1. — С. 149-159. — DOI : 10.17150/1993-3541.2015.25(1).149-159.
Authors
Valentina A. Marenko — PhD in Technical Sciences, Associate Professor, Senior Research Scientist, Sobolev Institute of Mathematics of SB RAS, 13 Pevtsova St., 644043, Omsk, Russian Federation; e-mail: marenko@ofim.oscsbras.ru.
Oleg N. Luchko — PhD in Pedagogical Sciences, Professor and Chair, Department of Applied Informatics and Mathematics, Omsk State Institute of Service, 13 Pe-vtsova St., 644043, Omsk, Russian Federation; e-mail: o luchko@rambler.ru.
Reference to article Marenko V. A., Luchko O. N. Modeling of cognitive dissonance of persons as a state of social tension. Izvestiya Irkutskoy gosudarstvennoy ekonomicheskoy aka-demii = Izvestiya of Irkutsk State Economics Academy, 2015, vol. 25, no. 1, pp. 149-159. DOI: 10.17150/1993-3541.2015.25(1).149-159. (In Russian).
