CC BY
11
УДК 343.83:159.9
DOI 10.33463/2072-8336.2022.3(60).026-032
ПСИХОЛОГИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ РИСКОВ ОТЧИСЛЕНИЯ КУРСАНТОВ ОБРАЗОВАТЕЛЬНЫХ ОРГАНИЗАЦИЙ ФЕДЕРАЛЬНОЙ СЛУЖБЫ ИСПОЛНЕНИЯ НАКАЗАНИЙ
С. Н. Сорокоумова, Д. А. Курдин
Для цитирования
Сорокоумова, С. Н. Психологическое прогнозирование рисков отчисления курсантов образовательных организаций Федеральной службы исполнения наказаний / С. Н. Сорокоумова, Д. А. Курдин // Прикладная юридическая психология. -2022. - № 3(60). - С. 26-32. - DOI : 10.33463/2072-8336.2022.3(60).026-032.
Статья лицензируется в соответствии с лицензией Creative Commons Attribution-NonCommercial-ShareAlike 4.0
Аннотация. В статье рассматриваются возможности психологического прогнозирования, теоретическая составляющая психологического прогноза как оценка вероятных последствий развития психологических ситуаций. Кроме того, обсуждаются возможности психологического прогнозирования, основанного на индивидуально-психологических особенностях индивида, и его успешность в овладении навыками. Приводятся результаты исследования по психологическому прогнозированию. Описано обоснование использования интеллектуального анализа показателей в качестве основного метода психологического прогнозирования. Приведены эмпирические данные исследуемых групп и статистика по отчисленным курсантам.
© Сорокоумова С. Н., Курдин Д. А., 2022
Ключевые слова: психологическое прогнозирование, интеллектуальный анализ данных, профилактика рисков отчисления, искусственная нейронная сеть, эмпирическое исследование.
Психологическое прогнозирование как способ функционирования в реальности является эффективным инструментом в деле ее осознания.
Психологический прогноз понятие довольно распространенное. О нем как о части диагноза писал Л. С. Выготский: «прогноз строится на умении психолога понять внутреннюю логику движения процесса развития. Развитие теории психологического диагноза и прогноза как часть данного диагноза является одной из важнейших и первоочередных задач психодиагностики» [4].
Понятиепсихологическогопрогноза более широко представлено в Военно-психологическом словаре-справочнике, где оно определяется как оценка вероятных последствий развития психологической ситуации (решения психологических проблем, изменения симптоматики и т. п.) [3].
Психологический прогноз можно представить в двух аспектах:
1) как вид деятельности психолога с целью предупредить возможные негативные явления при работе с клиентом, основываясь на индивидуальных особенностях его психики;
2) как способ коррекции или оказания психологической помощи, сообщение клиенту о прогнозе, то есть негативных последствиях, и контроль действий клиента. Другими словами, в прогнозе дальнейшего развития ситуации речь идет не о предсказании однозначного исхода, а о диапазоне его возможных вариантов.
В. А. Бодров рассматривал психологический прогноз как вид деятельности психолога. Он также изучал вопросы, связанные с оценкой психологических особенностей испытуемого и прогнозированием успешного овладения им конкретным видом деятельности [1]. Надежность результатов диагностики, и особенно прогнозирования уровня профессиональной пригодности, во многом определяется степенью учета специфики развития личности в процессе обучения и трудовой деятельности.
Необходимо отметить вклад в развитие психологии прогнозирования Л. А. Регуш. Согласно его концепции психологического прогнозирование следует его рассматривать как психический вид деятельности, который влияет на успешность существования [11].
К. М. Романов, рассматривая вопрос о психологическом прогнозировании, отмечал его важность и сложность для психологической науки. Он исследовал возможности прогнозирования на основе данных поведения индивида его специфики, особенностей как субъекта личности [12].
А. С. Солодков и коллеги использовали психологическое прогнозирование с целью выявить психологическое благополучие курсантов военного вуза [10]. В качестве критериев прогноза они использовали ценностную структуру личности, военно-профессиональную мотивацию, нервно-психическую устойчивость и категорию профессиональной пригодности. На основе дискриминантного моделирования А. С. Солодковым была разработана информативная модель прогноза психологического благополучия курсантов, которая была предназначена в том числе для использования и в рамках мероприятий медико-психологического сопровождения курсантов военных вузов.
Ряд ученых из Ростовского государственного медицинского университета (К. С. Жижин, А. Р. Квасов, А. Ф. Сте-паненко и др.) изучали возможности использования нейросетей в прогнозировании психологического типа личности студента. В основе их работы лежит эксперимент, который заключался в разработке машинного алгоритма установления психологического типа по косвенным гено- и фенотипическим признакам, узаконенным в математике методом «от противного» [6].
И. В. Ермакова считала психодиагностику и психологическое прогнозирование важными проблемами психологии [5]. Она предлагала решать указанные проблемы в том числе разра-
боткой специальных программ ЭВМ с применением методов многомерной математической статистики, которые позволяют извлечь из имеющихся экспериментальных данных максимум информации.
Представленный анализ можно использовать в качестве основы для исследования, но надо учитывать, что показатели не совсем отражают задачи нашего исследования в контексте необходимости прогноза способности освоения учебной программы в момент зачисления (по А. С. Солодко-ву) и неспособности личности к прогнозу (по Л. А. Регуш). Следует упомянуть о том что поведение как внешняя и внутренняя активность субъекта, проявляющаяся при его взаимодействии с окружающей средой, - достаточно сложный психологический феномен, и это отмечает К. М. Романов. В связи с этим пока отложим его рассмотрение. При этом отметим, что согласно исследованию В. А. Бодрова оценка особенностей профессиональной пригодности может быть спрогнозирована с помощью учета особенностей развития личности в процессе обучения. Данное исследование, на наш взгляд, может выступать в качестве основы для дальнейших изысканий.
Подводя промежуточный итог, укажем, что с помощью психологического прогнозирования, основанного на индивидуально-психологических особенностях, есть возможность предсказывать успешность овладения навыками и, как следствие, профессиональную пригодность и пр. В качестве фундамента, на котором строится прогноз, можно также использовать маркеры поведения, различные фенотипиче-ские признаки, ценностную структуру личности, военно-профессиональ-
ную мотивацию, нервно-психическую устойчивость и др. Однако все перечисленные основы для прогнозирования имеют в контексте данного исследования ряд недостатков: поведение (по заявлению К. М. Романова) трудно фиксируемо; фенотипические признаки относятся больше к психофизиологии или биологии; ценностная структура личности, военно-профессиональная мотивация, нервно-психическая устойчивость (согласно исследованию А. С. Солодкова) направлены на выявление первичного соответствия профессиональной пригодности курсантов и никак не отслеживают его дальнейшую успешность в учебе.
В. А. Бодров же рассматривает психологический прогноз через оценку психологических особенностей на протяжении процесса обучения, беря за основу особенности личностного развития, что, по нашему мнению, является достаточно обоснованным.
В результате предыдущих изысканий и анализа теоретическихисточни-ков можно утверждать, что динамика личностного развития есть оптимальная характеристика для построения на ее основе прогноза в процессе обучения курсанта в образовательной организации Федеральной службы исполнения наказаний (далее - ФСИН России).
Следующий аспект психологического прогнозирования - это использование интеллектуального анализа данных (К. С. Жижин, А. Р. Квасов, А. Ф. Степаненко и др.) и использование ЭВМ в исследованиях указанного типа (И. В. Ермакова). Необходимо отметить, что в настоящее время эффективный интеллектуальный анализ данных практически невозможен без использования вычислительной мощ-
ности электронных машин. О перспективах использования в психологии методов data mining, в том числе такого инструмента, как искусственная нейронная сеть, нами уже писалось [13]. На наш взгляд, изучение прогнозирования рисков отчисления обучающихся - это использование интеллектуального анализа данных (далее -ИАД).
Существуют примеры применения интеллектуального анализа данных в прогнозировании учебных результатов студентов. Например, С. С. Босак исследовал возможность применения искусственных нейронных сетей в построении нейросетевых моделей динамики изменения учебных достижений студентов [2].
Ученые из Приднестровского государственного университета имени Т. Г Шевченко разработали методику прогноза успеваемости студентов вуза по семестрам, опираясь на выборку ретроспективных данных. Полученные результаты были использованы также для повышения мотивации студентов к обучению [9]. Предлагаемый подход позволял оперировать понятием «состояние успеваемости обучающегося». Разработанная методика формирования прогноза успеваемости студентов в вузе использовала метод «Марковский процесс», который на основе начального состояния группы обучающихся дает возможность обосновать выбор оптимального направления обучения. Указанный способ поиска данных косвенно можно отнести к методам data mining, как и ИАД.
В рамках проведенного исследования ученые из Пермского государственного национального исследовательского университета проводили оценку риска отчисления студентов
методами data mining, а именно использовали Дерево решений. В качестве основного критерия успешности в обучении и прогноза риска отчисления они брали успеваемость. Однако при неплохом результате прогноза также высказывались и трудности в исследовании, а именно так называемая группа риска имеет несколько расширенное количество и «получается с избытком», как утверждают авторы исследования в своей статье. На наш взгляд, учитывая психологические особенности прогнозируемых, можно существенно сократить численность группы риска и тем самым повысить прогноз отчисления студентов. О такой необходимости заявляют и сами авторы исследования: «Очевидно, что привлечение информации о лично-психологических особенностях студентов (способность к быстрой адаптации, стрессоустойчивость и т. п.), которые можно определить с помощью психологического тестирования, может повысить качество прогнозирования» [7].
Достаточно существенной проблемой для многих учебных заведений является отчисление учащихся. Специфичной она является и для образовательных организаций ФСИН России. Во-первых, абитуриент перед поступлением в вуз проходит медицинскую военно-врачебную комиссию, в рамках которой действует центр психодиагностики, отвечающий за психологическую готовность будущего курсанта к несению службы и освоению учебной программы в рядах ФСИН России. Во-вторых, материальное обеспечение курсанта ФСИН России осуществляется за счет бюджетных средств. Несмотря на такие условия, существует некоторое количество курсантов, отчисляемых из образовательных орга-
низаций ФСИН России. Так, из Академии ФСИН России в 2018 г. были отчислены 35 курсантов (21 - по собственному желанию, 10 - в связи с призывом на военную службу, 3 - за невыполнение учебного плана, 1 - в связи со смертью); в 2019 г. - 30 курсантов (15 - по собственному желанию, 9 - в связи с призывом на военную службу, 2 - в дисциплинарном порядке, 1 - за невыполнение учебного плана, 1 - по состоянию здоровья, 2 - иные причины); в 2020 г. - 34 курсанта (14 - по собственному желанию, 10 - в связи с призывом на военную службу, 3 - как порочащие честь сотрудника УИС, 1 - в дисциплинарном порядке, 1 - за невыполнение учебного плана, 1 - в связи со смертью, 4 - иные причины); в 2021 - 50 курсантов (40 - по собственному желанию, 4 - в дисциплинарном порядке, 1 - в связи с призывом на военную службу, 1 - как порочащий честь сотрудника УИС, 1 - в связи со смертью, 3 - иные причины) [8].
Анализируя представленную статистику, можно обнаружить противоречие, заключающеея в том, что, несмотря на серьезный психологический отбор и достойное материальное обеспечение, курсанты отчисляются из образовательных организаций ФСИН России. Безусловно, имеют место и объективные причины для отчисления, такие как призыв на военную службу, но есть среди множества причин и те, в основе которых лежат особенности психики индивида, иначе их можно назвать психологическими причинами отчисления.
Подводя итог теоретической части, можно отметить, что использование динамики личностного развития как основы психологического прогнозирования оправдано. Перспективным можно считать построение прогно-
зирования с использованием ЭВМ и интеллектуального анализа данных. Проблема отчисления курсанта по психологическим причинам из образовательной организации ФСИН России весьма актуальна.
Исходя из вышеизложенного, с целью возможного психологического прогнозирование нами было проведено исследования динамики личностного развития курсанта образовательных организаций ФСИН России для оценки рисков их отчисления.
Эмпирической базой для исследования послужили курсанты трех ведомственных вузов ФСИН России, таких как: Владимирский юридический институт ФСИН России, Самарский юридический институт ФСИН России и Академия ФСИН России. Общее количество обследуемых курсантов составило 1526 человек на этапе пилотажного исследования и создания авторской искусственной нейронной сети, из них 436 человек - непосредственно при изучении личностного развития курсанта образовательной организации ФСИН России как основы для психологического прогнозирования.
В качестве методов тестирования использовались: Тест-опросник самоотношения (В. В. Столин); Тест эмоционального интеллекта Холла (Н. Холл); Шкала экзистенции А. Лэнгле, К. Ор-глер; Структура индивидуального правосознания (Т. А. Симакова, Д. В. Со-чивко); Самоактуализационный тест (Л. Я. Гозман и др.); Опросник психодинамической типологии просоциально-го (дистантного) поведения (Д. В. Со-чивко).
По результатам наблюдения и изучения документации нами была выбрана группа курсантов, которые были отчислены в период с 2017 по 2019 год.
Таблица 1
Результат работы созданной искусственной нейронной сети (ИНС)
Группы Количество курсантов Отчислено «по мнению» ИНС Обучаются «по мнению» ИСН Точность прогноза ИНС, %
Отчисленные 25 22 3 88
Обучающиеся 248 29 219 89
Указанные курсанты проходили психологическое обследование в момент зачисления в ряды сотрудников ФСИН России. Далее результаты обследований анализировались, и на основе этого была спроектирована и «обучена» искусственная нейронная сеть. Обучение нейросети происходило с «учителем», а в качестве обучающей выборки выступали психодиагностические данные курсантов, отчисленных по отрицательным мотивам (неуспеваемость, нарушения служебной дисциплины и др.). Выборка для обучения была разделена на две группы объемом 70 и 30 %. 70 % использовалось для обучения, 30 % для проверки результатов обучения.
В результате расчетов был выбран оптимальный вариант искусственной нейронной сети, обладающий прогнозом на уровне около 88 %. Входной слой - 1118 нейронов; скрытый слой -10 нейронов, на выходном слое - 2 нейрона. Функция активации первого слоя экспонента, второго слоя Softmax.
Благодаря интеллектуальному анализу данных появилась возможность достоверно прогнозировать риск отчисления курсанта из образовательной организации ФСИН России.
Дальнейшее исследование проходило следующим образом. Курсанты из вновь созданной группы, как обучающиеся, так и отчисленные (273 человека), подвергались анализу со стороны созданной нами искусствен-
ной нейронной сети. В результате чего были получены следующие данные (табл. 1).
Как видно из таблицы, результат прогноза или работы искусственной нейронной сети, как и в первом варианте при ее создании показывает точность на уровне 88 %, что свидетельствует о достаточно хорошей предсказательной способности.
Вывод
В результате проведенного теоретико-практического исследования о психологическом прогнозировании риска отчисления можно сделать вывод от том, что использование интеллектуального анализа данных, и в частности искусственной нейронной сети, в прогнозе рисков отчисления оправданно. Созданная на основе результатов психологического обследования курсантов искусственная нейронная сеть является эффективным инструментом профилактики рисков отчисления.
Библиографический список
1. Бодров В. А. Психология профессиональной пригодности :учеб.пособие для вузов. М. : ПЕР СЭ, 2001. 511 с.
2. Босак С. С. Прогнозирование учебных результатов студентов по курсу «Прикладная криптология» на основе нейронных сетей // I Международная научная конференция в рамках IV Международного научно-образовательного форума «Человек, семья и общество: история и перспективы развития. Ин-
форматизация образования и методика электронного обучения» : сб. материалов. Красноярск:Сибирский федеральный ун-т, 2016. URL: http://conf. sfu-kras.ru/it-edu/participant/14985 (дата обращения: 15.05.2022).
3. Военно-психологический словарь-справочник / Л. А. Кандыбович [и др.] ; под общ. ред. Ю. П. Зинченко. М. : Этника, 2010. 591 с.
4. Выготский Л. С. Собрание сочинений : в 6 т. Т. 5. Основы дефектологии / под ред. Т. А. Власовой. М. : Педагогика, 1983. 368 с.
5. Ермакова И. В. Некоторые подходы и перспективы развития автоматизированной психодиагностики и прогнозирования за рубежом // Вопросы психологии. 1986. № 4. С. 170-193.
6. Жижин К. С. Использование ней-росетей в прогнозировании психологического типа личности студента / К. С. Жижин [и др.] // Здоровье и образование в XXI веке. 2006. Т. 8, № 6. С. 265.
7. Накарякова Н. Н., Русаков С. В., Русакова О. Л. Прогнозирование группы риска (по успеваемости) среди студентов первого курса с помощью дерева решений // Прикладная математика и вопросы управления. 2020. № 4. С. 121-136. DOI 10.15593/24999873/2020.4.08.
8. Основные показатели деятельности уголовно-исполнительной системы
январь - декабрь 2020 г. : информ.-аналит. сб. Тверь : НИИИТ ФСИН России, 2021. 418 с.
9. Помян С. В., Белоконь О. С. Прогноз результатов успеваемости студентов вуза на основе марковских процессов // Вестник Вятского государственного университета. 2020. № 4(138). С. 63-73. DOI 10.25730/ VSU.7606.20.057.
10. Прогнозирование психологического благополучия курсантов военного вуза / А. С. Солодков [и др.] // Ученые записки университета имени П. Ф. Лесгафта. 2016. № 11(141). С. 300-304.
11. Регуш Л. А. Психология прогнозирования: успехи в познании будущего : монография. СПб. : Речь, 2003. 352 с.
12. Романов К. М., Соколов В. В. Особенности психологического прогнозирования у аспирантов // Вестник Мордовского университета. 2011. Т. 21, № 2. С. 47-51.
13. Сорокоумова С. Н., Курдин Д. А. Использование data mining в изучении динамики личностного роста курсантов ведомственного вуза Федеральной службы исполнения наказаний // Человек: преступление и наказание. 2022. Т. 30, № 1. С. 86-95. DOI 10.33463/2687-1238.2022. 30(1-4)1.86-95.
