CC BY
44
Математические структуры и моделирование 2003, вып. 12, с. 82-90
УДК 159.9
ВОЗМОЖНОСТИ МОДЕЛИРОВАНИЯ В ОБЛАСТИ ПСИХОЛОГИИ ИНТЕЛЛЕКТА С ИСПОЛЬЗОВАНИЕМ
СИСТЕМЫ WIZWHY
И.С. Кострикина, Ю.В. Фролова
The persons of keen intellect are public and cultural property of society. The development and conservation of intelligence are chief task of university education. Cognitive psychology is situated in the methodological crisis. The findings rules of thumb are mutually contradictory. Nonlinear interconnections in deep structure of mental faculties, intellect threshold effect, compensation effect makes difficult of experimental data interpretation. Logical system «WizWhy» makes possible discovery of hidden knowledge and unexpected interdependences.
Введение
Задачи интеллектуального развития личности, полноценной реализации интеллектуального потенциала, своевременного выявления и сохранения интеллектуальных резервов в настоящее время приобретают статуе государственных и объединяют усилия психологов, педагогов, социологов, экономистов, политиков и многих других специалистов.
В психологии накоплен огромный эмпирический материал по проблемам интеллектуальной продуктивности, при наличии потенциальных познавательных епоеобноетей. Высокий уровень развития интеллекта и проявления одаренности в детском, юношеском возрасте не являются гарантом экстраординарных научных, технических или социальных достижений во взрослости (L. Легати, 1922; Е. Subotnik; L. Kassan; Е. Summers,1993; П. Балтере, 1992; Н.С. Лейтес, 1998 и .ip.). Победители всевозможных школьных и студенческих олимпиад, как правило, не поднимаются в науке выше статуса кандидата наук. Часто не оправдывает себя и элитарное школьное или вузовское образование, в котором участвуют наиболее талантливые и профессиональные педагоги, использующие инновационные технологии. К сожалению далеко не все выпускники элитарных
© 2003 И.С. Кострикина, Ю.В. Фролова
E-mail: frolova@univer.omsk.su
Томский государственный университет систем управления и радиоэлектроники
Омский государственный университет
Работа поддержана грантом президента РФ МК-2384.2003.06
Математические структуры и моделирование. 2003. Вып. 12.
83
школ, факультетов вузов, а так же студенты, имеющие диплом е отличием, эффективно реализуют себя в науке или создают новые прикладные технологии.
Огромный материал в области изучения интеллекта до сих пор не позволяет определить конкретные компоненты когнитивной сферы, которые способствуют человеку максимально продуктивно использовать свои возможности. Успешность самореализации высокоинтеллектуальных субъектов неоднозначна, о чем свидетельствует целый ряд исследований. Огромный вклад в интеллектуальную продуктивность вносят личностные, мотивационные факторы (Д.Б, Богоявленская, О,К, Тихомиров и др,), способность к гипернапряжению, специфические особенности саморегуляции и организации индивидуальных свойств личности (Ф.В, Оствальд, Э.А, Голубева, В.П, Эфроимсон и др.)
Вопрос эффективной самореализации личности в интеллектуальной деятельности до настоящего времени остается актуальным и малоизученным.
Данную ситуацию усугубляют пороговые эффекты проявлений интеллектуальных способностей. Было обнаружено, что при сверхвысоком уровне развития психометрического интеллекта собственно интеллектуальные способности (как умение эффективно решать задачи) и креативность (как умение продуцировать оригинальные образы) перестают подчиняться прямой корреляционной зависимости (Е,П, Торренс), Отсутствие взаимосвязей между вербальными, перцептивными и математическими способностями характеризует высокий уровень развития психометрического интеллекта, в группе с максимальным IQ зафиксировано резкое уменьшение числа значимых корреляционных связей между свойствами интеллекта и свойствами темперамента, отсутствуют корреляционные взаимосвязи между способностью к творчеству (по показателям методики Торренса) и исследовательским поведением. Пороговые эффекты наблюдаются и в проявлениях различных структур креативности. Например, слишком высокие, зашкаливающие показатели оригинальности свидетельствуют не о творческих возможностях человека, а о подростковом эгоцентризме мышления или даже о расстройствах мышления [4],
Конструктивные, прогрессивные проявления интеллектуальной активности часто сочетаются с деструктивными и регрессивными тенденциями. Так при сверхвысоких значениях IQ проявляется дезинтеграция вербальной и сенсорноперцептивной форм переработки информации, невозможность вербально обосновывать решения и т.д. И, наоборот, у подростков с IQ меньше 89 и диагнозом общая интеллектуальная недостаточность выявлена продуктивная рефлексивная стратегия принятия решения в неопределенных ситуациях и гибкий когнитивный стиль [5],
Выявлены факты успешного обучения студентов и их продуктивного участия в научной студенческой работе при низких (90-98 ед.) значениях IQ или при наличии медленного неточного стиля принятия решения в ситуации неопределенности и т, д, [2]. Все выше перечисленные особенности свидетельствуют, что интеллектуальные способности находятся в системе сложных нелинейных взаимосвязей, к тому же могут иметь кумулятивный эффект и проявляться иногда в комплексе, иногда в единичном варианте в зависимости от индивидуальной жизненной ситуации или социальных влияний.
84
И. С. Кострикииа, Ю.В. Фролова. Возможности моделирования...
Взаимосвязанное функционирование различных компонентов интеллектуальных способностей не поддается изучению при помощи традиционных средств математической статистики. Огромный поток эмпирического материала в области психологии интеллекта является противоречивым и иногда с трудом может быть содержательно интерпретирован.
Прогностическая значимость измерений при помощи отдельных тестов (тесты IQ, креативности, исследовательского поведения, тесты исследующие проявления когнитивных стилей) практически сводится к нулю за счет эффектов мобильности характеристик, скрытого проявления одной способности через другую, пороговых эффектов. Многие психологи в данной ситуации принимают крайнюю позицию и предлагают отказываться от тестирования интеллектуальных способностей. Данное явление объяснимо сложной системной организацией интеллекта, который можно отнести к надкибернетичеекому уровню организации систем, закономерности которого не могут быть достаточно точно описаны на языке статистических или аналитических математических моделей. Данные, в подобного рода областях, неоднородны, гетерогенны, нестационарны и часто отличаются высокой размерностью [1]. Именно поэтому объяснение успешности функционирования интеллекта спецификой развития какой-либо одной способности описывает весьма низкий процент случаев.
Изменить сложившуюся ситуацию может решение задачи поиска логических правил в многомерных данных, тем более что накоплен достаточно широкий опыт применения поиска правил в области социологии, экономике и управлении финансами, медицине, молекулярной генетике,
1. Исследование интеллекта
В данном исследовании мы исходили из предположения о том, что реальная социальная успешность (признание референтной профессиональной группы, достижение достаточно высокого социального статуса, уровня социальных связей, доходов и реальное воплощение интеллектуальных и творческих интенций) связано с особенностями метакогнитивных процессов (неосознаваемой ментальной регуляции индивида в виде когнитивных стилей [4]) и приоритетным типом интеллектуальной активности: академической или практической [3].
В ходе эксперимента были изучены продуктивные характеристики интеллектуальной деятельности в виде уровня развития психометрического интеллекта IQ и его основных структурных особенностей в виде вербальных и математических способностей (тест Амтхауэра) и стилевые характеристики по параметрам полезависимости/поленезависимости, имплицитной обучаемости (тест Уиткина), параметрам импульеивноети/рефлективноети принятия решения в ситуации неопределенности (тест Кагана),
Были обследованы студенты пятых курсов Политехнического университета и Томского университета систем управления и радиоэлектроники, а так же аспиранты и молодые (до 27 лет) ученые-сотрудники вузов, В результате проведенного опроса, данная группа была разделена на имеющих реальные интеллектуальные достижения в виде патентов на изобретения, грантов различных
Математические структуры и моделирование. 2003. Вып. 12.
85
фондов, степени кандидата наук, высокооплачиваемых заказов на интеллектуальные услуги (например, разработка программного обеспечения, производственных технологий и т.п. (всего 26,7 преподавателями вузов (всего 73,3
Для решения задач определения специфики межпроцессуальных взаимосвязей когнитивных процессов и исследования специфики организации ментального опыта субъектов с высоким уровнем интеллектуального развития нами была использована система извлечения логических правил в массиве данных WizWhy.
В рамках проводимого исследования особый интерес представляют исследования связей когнитивных стилей с продуктивными характеристиками интеллектуальной деятельности: обучаемостью, конвергентными способностями, эффективностью памяти, креативностью (показатели тестов Амтхауэра, Кагана, Струпа, Колги, Торренса, Уиткина), Основываясь на теории Дж, Р, Стерн-берга о двух различных формах интеллектуальной продуктивности: практической (наиболее проявляемой в реальной жизнедеятельности и достижениях) и академической (наиболее проявляемой в учебной деятельности, освоении новых знаний, навыков), в качестве классов разделения испытуемых использовали практическую и академическую успешность, предполагая, что в первый или во второй класс попадают обладатели определенных признаков, которые, в свою очередь, составляют специфические логические правила,
2. Система WizWhy
«Авторы WizWhy противопоставляют свою систему нейросете во му подходу и алгоритмам построения деревьев решений,,,» [1, с,219],
Суть анализа в системе WizWhy заключена в следующем: вычисляются частоты комбинаций простых логических событий в подгруппах данных. На основании вычисленных частот делается заключение о полезности той или иной комбинации для установления ассоциации в данных, для классификации и прогнозирования.
Основные этапы работы с данными в системе WizWhy:
1, Определение исследуемых переменных. Назначение целевой и независимых переменных, их тип, В зависимости от выбранного типа данных в дальнейшем к переменной применяются различные процедуры обработки данных. Здесь же осуществляется учет или исключение пропусков, в случае необходимости осуществляется исключение переменных из анализа,
2, Задание параметров процедуры поиска правил. В системе WizWhy целевой признак разделяет все множество объектов на две части следующим образом:
— если целевая переменная является текстовой (номинальной), WizWhy просматривает все объекты (записи) и отбирает те из них, для которых целевая переменная имеет выбранное значение. Отобранные таким образом объекты составляют первую группу. Правила, характерные для данной группы, называются if-then-правилами. Оставшиеся
86
И. С. Кострикииа, Ю.В. Фролова. Возможности моделирования...
объекты составляют вторую группу, и для этой группы характерные правила обозначаются как if-then-NOT-правила.
— сели целевой признак является количественным, пользователь должен указать область значений этого признака. Правила if-then будут определяться для этой указанной области, В свою очередь, if-then-ГТОТправила будут описывать объекты, не попавшие в выделенную область [1].
Целевой, или зависимой переменной, в нашем случае являлась практическая успешность (success), которая имела текстовый формат. Все остальные переменные представлены как количественные. Целевой признак номинальный и принимает два значения: 1 - в классе «имеющий практические достижения» О-в классе «только академические достижения». Будем искать if-then правила для объектов по классу «имеющие практические достижения». После определения области значения целевой переменной задаются собственно параметры правил, которые ищутся в данных. Сюда относятся:
— Минимальная вероятность if-then-правил;
— Минимальная вероятность if-then-Not-правил, Эти параметры есть ни что иное как точность правил. Были заданы одинаковые значения указанных вероятностей 80 правила, которые будут ошибаться не более чем в 20 ошибки в анализируемой выборке),
— Максимальное число условий в правиле - количество элементарных логических событий в правиле было задано как 6, согласно установленному предельному значению;
— Минимальное число объектов в правиле - 10, нижний предел, по данным авторов должен составлять 4 объекта [1];
— Максимальное количество отображаемых правил - 10;
— Стоимость ошибок: пропуск объекта - 1;
— Стоимость ошибок: ложная тревога - 1, В качестве главного способа сортировки правил был выбран уровень значимости Significans Level, Стоимость ошибок прогноза и ложной тревоги по умолчанию равна
1.
3, Просмотр результатов работы системы. Результаты работы алгоритма разделены на несколько отчетов,
— «Отчет о правилах», в котором перечисляются обнаруженные правила с указанием их характеристик. Параметров поиска: общее число обработанных записей (объектов); минимальные вероятности правил if-then и if-then-Not; минимальное количество объектов для правил; стоимости ошибок в виде пропусков и ложных тревог; априорная вероятность прогнозируемого значения переменной; средние потери
Математические структуры и моделирование. 2003. Вып. 12.
87
на запись; выигрыш, представляющий собой отношение ожидаемых средних потерь к реальным потерям на запись. Кроме того, здесь указывается прогнозирующая способность всей совокупности обнаруженных правил, а именно количество пропусков при прогнозировании, вероятность успешного прогнозирования для целевого класса, вероятность альтернативного класса, количество объектов, не охваченных правилами;
— «Отчет о трендах», в котором представляются результаты сегментации отдельных признаков с указанием информативности выделенного сегмента;
— «Отчет о неожиданных правилах». Под неожиданными правилами понимаются правила в виде конъюнкции двух и более простых высказываний, комбинация которых дает точность и полноту прогноза выше, чем можно было ожидать при независимости простых высказываний [1]. Появляется возможность открывать нетривиальные закономерности. Кроме того, система позволяет оценить полезность каждого отдельного признака для классификации данных прогнозирования, т.е. определить частоту, с которой признак участвует в правилах.
Система WizWhy интересна тем, что она способна обнаружить за короткий промежуток времени максимальное количество if-then-правил в данных. Методы поиска логических закономерностей в данных используют информацию, заключенную не только в отдельных признаках, но и в сочетании значений признаков,
В WizWhv ограниченный перебор используется в модифицированном варианте с применением дополнительного алгоритма «Аргіогі», исключающего из анализа события с низкой частотой. Алгоритмы ограниченного перебора были предложены в середине 60-х годов М.М. Бонгардом и с тех пор продемонстрировали свою эффективность при решении множества задач из самых разных областей,
В нашем случае устанавливается ассоциация в проявлениях продуктивных и стилевых характеристик интеллектуальной деятельности, исследовательском поведении и принадлежности к определенному полу, классификация осуществляется по принадлежности к группе «продуктивны» (группа is) и к группе академически успешных, но не продуктивных в реальной практической и научной деятельности (группа is not). Особенность выборки заключается в том, что абсолютно интеллектуально не продуктивные личности в состав испытуемых не входили. Были обследованы успешно обучающиеся студенты, магистры и аспиранты наиболее престижных факультетов технических вузов г, Томска, Экспериментальная группа состояла из 100 испытуемых с высоким уровнем интеллекта (IQ > 110): студентов и молодых специалистов в возрасте 24-35 лет. При этом, 28 из них имели реальные достижения в интеллектуальной сфере деятельности (участие в грантах, международных стажировках, защита диссертации и ;ip.) Анализируемые переменные и выявленные системой логиче-
И. С. Кострикииа, Ю.В. Фролова. Возможности моделирования...
ские правила, по которым испытуемые относились к тому или иному классу, представлены в табл, 1,
Полученный список правил составил 41 правило, среди них оказалось 6 неожиданных, чья точность и полнота прогноза оказались выше заданной, В таблице представлены примеры трех наиболее полных и точных правил, задействующих наибольшее количество переменных, одно из правил неожиданное. Максимальная вероятность неожиданного правила - 95 двух событий - гендер (принадлежность к женскому полу) и уровень интеллектуального развития (IQ от 92 до 116),
3. Результаты анализа
Согласно таблице 1 отличительной особенностью продуктивных интеллектуально личностей является способность к исследованию сложных систем и управлению ими. Однако, если правила составляют единый целостный паттерн, то данная способность не может быть универсальным предиктором интеллектуальной успешности и только специфический комплекс когнитивных характеристик может обеспечивать реальные достижения по исследуемой возрастной группе, ведущей деятельностью которой является научная и учебная деятельность, В нашем случае, это высокий уровень развития психометрического интеллекта (IQ), медленный рефлективный темп принятия решения в ситуации неопределенности, гибкость познавательного контроля и способность к исследованию.
Выявленные логические закономерности подтверждают и иллюстрируют модель двух типов интеллекта [3] - академического и практического, ориентированных на разные типы проблем: решение практических задач или задач формального обучения. Яркой характеристикой практического склада ума, лежащего в основе реальных достижений (не только в научной деятельности) является исследовательское поведение (данный показатель входит только в правила is и не в одно правило is Not,
Интересным является факт весьма слабого участия в системе правил эффективного функционирования интеллекта показателя креативности. Творческая продуктивность характеризует интеллектуально успешных личностей (Дж, Равен, Р, Гарднер п ,1р.). Данное противоречие требует дальнейших исследований для адекватной интерпретации выявленного факта.
Гендерный фактор обнаруживает себя только в подгруппе с преобладанием академического интеллекта, ориентированного на обучение. Вероятно, лица, имеющие практические достижения в научной сфере не имеют гендерных различий в организации интеллектуальных структур. Уровень интеллектуального развития женщин успешных в обучении и развитии теоретических форм знания должен быть либо низким на грани снижения нормы (от 89 до 92 ед.) или на грани пороговых значений (IQ >116, порог составляет 120 ед,). Полученный факт опять же вносит уточнение в известные данные об исчезновении гендерных различий в уровне развития интеллекта у субъектов, чей интеллект выше 120, IQ выше у мужчин по подгруппам имеющим уровень развития не выше 110, Вероятно гендерные различия отсутствуют у «практиков», а для систем
Математические структуры и моделирование. 2003. Вып. 12.
89
Таблица 1. Выявление логических закономерностей в соотношении интеллектуальных достижений и специфике развития познавательных способностей
ОСНОВНЫЕ КОМПОНЕНТЫ ПОЗНАВАТЕЛЬНЫХ СПОСОБНОСТЕЙ 1. ПСИХОМЕТРИЧЕСКИЙ ИНТЕЛЛЕКТ (сш> 3 ИССЛЕДОВАТЕЛЬСКОЕ ДОВЕДЕНИЕ (способность быстро и правильно решать четкие, опре- собность экспериментировать, познавать сложные деленные задачи) динамические системы и управлять ими) 2. КОГНИТИВНЫЙ СТИЛЬ 4. ГИБКОСТЬЖИГИДНОСТЬ ПОЗНАВАТЕЛЬ-НМПУЛЬСНВИОСТЬ-РЕФЛЕКТНВИОСТЬ дого КОНТРОЛЯ (способность переключаться с (скорость и точность принятия решения в ситуации одного способа переработки информации на другой неопределенности выбора) в условиях когнитивного конфликта) 5. ПОЛЕЗАВИСИМОСТЬ- 6. КРЕАТИВНОСТЬ (способность продуцировать ПОЛЕИЕЗАВНСНМОСТЬ (способность пере- оригинальные идеи) структурировать ситуацию вне доминирующего влияния контекста)
ПРАВИЛА, ВЫЯВЛЕННЫЕ СИСТЕМОЙ WizWhy
Практический интеллект Академический интеллект
ВЫ ИМЕЕТЕ рЕДЛЬНЫЕ ИНТЕЛЛЕКТУАЛЬНЫЕ ДОСТИЖЕНИЯ: у Вас есть ученая степень, гранты, лицензии или патенты на изобретения, признание коллег; Вы обучаетесь в процессе исследовательской работы, преподавания, в общении с коллегами и оппонентами ВЫ ИМЕЕТЕ УЧЕЕНыЕ дОСТИЖЕНиЯ: Вы хорошо учились в школе, в вузе; Вы получаете или имеете второе высшее образование; Вы постоянно повышаете квалификацию, посещая всевозможные курсы; Овладеваете разным профессиям^ Вы учитесь и работаете
If IQ is 117,50 ... 126,00 and tK is 26,65 and T3-T2 is 15,00 ... 32,00 and expl is 0,5:0,8 and NK2 is 0,24 ... 0,60 Then группа is 1.000000 Rule’s probability: 0,917 Error probability < 0,00001 If IQ is 95,00 ... 116,00 and NK2 is 0,12 ... 0,60 and T3-T2 is 28,00 ... 44,00 Then группа is not 1.000000 Rule’s probability: 0,933 Error probability < 0,01 If G is ж and IQ is 92,00 ... 116,00 Then группа is not 1.000000 Rule’s probability: 0,947 Error probability < 0,0001
В данном правиле участвует наибольшее количество исследуемых переменных: IQ (психометрический интеллект), tK (время первой реакции в ситуации неопределенного выбора), ТЗ-Т2 (время интерференции), expl (способность к исследовательскому поведению), NK2 (обучаемость). Показатели: IQ (психометрический интеллект), T3-T2 (время интерференции), NK2 (обучаемость). Неожиданное правило. G - гендер IQ - коэффициент интеллекта. Для мужчин подобных правил не выявлено.
Психологический портрет
Испытуемые, имеющие продуктивную ре- ализацию интеллектуальной активности, характеризуются: высоким IQ, но на грани пороговых значений; медленной, вдумчивой, рефлексивной стратегией принятия решения в неопределенной с ситуации; способностью воспринимать, угадывать меняющиеся условия ситуации и гибкостью переключения от интерферирующего влияния; умение учиться в опыте, от жизни. Испытуемые, имеющие успехи в учебной деятельности, интеллектуальная активность которых направлена на приобретение новых знаний, умений, целенаправленного расширения своего ментального опыта обладают высоким уровнем развития психометрического интеллекта, обучаемы и подвержены интерферирующему влиянию информационных стимулов. Чтобы женщина могла иметь академические успехи, достижения в учебе, ей необходим более высокий уровень IQ (выше 116). При предпороговых значениях IQ переменная - пол в правила не входит. Имеется возможность реальных учебных достижений при IQ, характеризуемом, как низкая норма (от 89 до 92).
развития теоретического знания гендерные факторы актуальны.
90
И. С. Кострикина, Ю.В. Фролова. Возможности моделирования...
4. Заключение
Выявление логических правил в структуре интеллектуальных епоеобноетей позволило получить новые факты, характеризующие два типа ментальной сферы человека: практического интеллекта (как формы приобретаемого опыта) и академического (как системы теоретического знания).
Система WizWhy позволяет прогнозировать успешность личности в той или иной сфере интеллектуальной активности, В частности, общую академическую и практическую успешность можно прогнозировать по сумме или комплексу трех признаков: уровень развития психометрического интеллекта (IQ), способность преодолевать интерферирующие влияния и имплицитная обучаемость. Полученные данные свидетельствуют о несостоятельности опоры только на признаки IQ в прогнозировании успешности самореализации личности. Данная практика широко распространена в США и порой не критично переносится и на российскую общеобразовательную школу.
Основными компонентами отличающими успешных «практиков» от успешных «теоретиков» можно считать рефлективную вдумчивую стратегию принятия решений и способность к исследованию, выявлению закономерностей в меняющихся условиях.
Дальнейшая разработка возможностей использования системы WizWhv в практике психодиагностики позволит не только выявлять новые закономерности в структуре нелинейных взаимосвязей интеллектуальных способностей, но и более корректно подходить к вопросам прогнозирования интеллектуальной и профессиональной успешности личности.
Литература
1. Дюк В., Самойленко A. Data Mining / Учебный курс. СПб.: Питер, 2001.
2. Кострикина И.С., Холодная М.А., Берестнева О.Г. Проблемы продуктивной реализации интеллектуального потенциала личности. // Вестник Томского государственного педагогического университета. 2002. Вып. 3(31). С.46-51.
3. Практический интеллект, / Под ред. Дж. Стернберга. СПб, 2002.
4. Холодная М.А. Когнитивные стили. О природе индивидуального ум,а. М.: PerSe, 1996.
5. Холодная М.А., Кострикина И.С. Особенности когнитивных стилей «импульсивность/рефлективность» и «гибкость/ригидность познавательного контроля» у лиц с высоким,и и сверхпороговыми значениям,и, IQ // Психологический журнал. 2002. Т.23, №6. С.72-82.
