CC BY
63
ОРИГИНАЛЬНЫЕ СТАТЬИ
УДК 159.9
ВЗАИМОСВЯЗЬ МЕЖДУ ХАРАКТЕРИСТИКАМИ ИНДИВИДУАЛЬНОГО РАСПРЕДЕЛЕНИЯ ВРЕМЕНИ ОТВЕТА, ИНТЕЛЛЕКТОМ И РАБОЧЕЙ ПАМЯТЬЮ У ПОДРОСТКОВ
И.А. ВОРОНИН*, И.М. ЗАХАРОВ, В.И. ИСМАТУЛЛИНА ФГБНУ «Психологический институт РАО», Москва
В статье представлены результаты исследования взаимосвязей между характеристиками индивидуального времени ответа - средним, разбросом и асимметрией - в простых и сложных заданиях, интеллектом и рабочей памятью у подростков. В подростковом возрасте наблюдается уменьшение показателей среднего и разрбоса, в то время как асимметрия индивидуального времени ответа, отражающая функцию произвольного контроля, остается неизменной. Не было обнаружено взаимосвязей между уровнем интеллекта и скоростью обработки информации, однако среднее время ответа и асимметрия распределения времени ответа оказались связаны со стратегией рабочей памяти, в сложной задаче.
Ключевые слова: время реакции, скорость обработки информации, внутрииндивидуальная изменчивость, интеллект, рабочая память, CANTAB.
Введение
Скорость обработки информации и интеллект являются важнейшими когнитивными признаками, определяющими индивидуальные различия при решении широкого спектра задач [11]. Индивиды с высокой скоростью обработки информации накапливают больше информации за один и тот же промежуток времени и лучше справляются в условиях ограниченного времени. Уровень интеллекта отражает индивидуальные различия в способности оперировать вербальным и невербальным материалом, ориентироваться в новых условиях, решать абстрактные задачи. Общий характер эффекта заставляет исследователей обращаться к общим механизмам этих двух признаков.
© Воронин И.А., Захаров И.М., Исматуллина В.И., 2017
* Для корреспонденции:
Воронин Иван Александрович, старший научный сотрудник лаборатории возрастной психогенетики ФГБНУ «Психологический институт РАО» 125009 Москва, ул. Моховая, 9, стр. 4 E-mail: [email protected]
Многие классические и современные когнитивные тесты и эксперименты оперируют информацией о времени ответа испытуемых (например, тест Струпа). Первые систематические исследования индивидуальных различий скорости реакции были начаты А. Дженсеном, разработавшим парадигму, разделяющую время принятия решения и время ответа [18]. Парадигма Дженсена может использоваться для оценки скорости принятия решения в задачах на простое время реакции, распознавание, категоризацию. Другая парадигма использует психофизический принцип оценки порогов восприятия и представляет собой поиск минимального времени предъявления стимулов, при котором респондент способен распознать их характеристики [26].
Долгое время скорость обработки информации представлялась характеристикой, которая может объяснять значительную часть индивидуальных различий интеллекта. Однако многочисленные исследования взаимосвязи между скоростью обработки информации и интеллектом не подтвердили это предположение. Так, в ме-
та-анализе Шеппарда и Вернона [31], включившем данные 53542 человек из 172 исследований, корреляция между временем реакции и интеллектом составила -0,24. В другом исследовании на большой выборке была получена более высокая корреляция -0,5 [7]. Аналогичный мета-анализ исследований скорости восприятия также показал корреляцию, не превышающую -0,5 [14]. Противоречие между результатами свидетельствует о том, что взаимосвязь между скоростью обработки информации и интеллектом может носить более сложный характер, чем предполагалось изначально.
Новые данные о связи между скоростью обработки информации и интеллектом были получены, когда фокус исследований сместился с меры центральной тенденции (среднего времени ответа) на другие характеристики индивидуального времени ответа. В частности, было обнаружено, что разброс индивидуального времени ответа сильнее связан с интеллектом, чем его среднее значение [17]. Также оказалось, что если разделить время ответа одного и того же респондента в разных пробах на группы от быстрых к медленным, то среднее время медленных ответов сильнее связано с уровнем интеллекта, чем среднее время быстрых ответов (-0,37 против -0,20)[21]. Это наблюдение дало начало концепции «worst performance rule» (правило наихудшего результата) [6] и утвердило исследователей в необходимости расширить набор характеристик индивидуального распределения времени ответа при исследовании скорости обработки информации.
Индивидуальное распределение времени ответа отличается от нормального и наиболее часто описывается экс-гауссовым распределением, представляющим собой смесь нормального распределения (рис. 1) [3, 15, 16, 24, 27, 28]. Экс-гауссово распределение имеет три параметра: среднее и стандартное отклонение нормального распределения (мю и сигма) и плотность экспоненциального распреде-
ления (тау). Показатель плотности экспоненциального распределения наиболее чувствителен к количеству «медленных» ответов и отражает асимметрию распределения.
Правило наихудшего результата предсказывает, что индивидуальное распределение времени ответа у респондентов с низким уровнем интеллекта будет обладать более выраженной асимметрией, чем у респондентов с высоким уровнем интеллекта. Шмидек и коллеги [29] оценивали параметры экс-гауссова распределения времени ответа в задачах выбора с вербальным, числовым и пространственным материалом и обнаружили, что из всех параметров с интеллектом наиболее сильно связан именно показатель асимметрии распределения (-0,71).
Предполагают, что асимметрия индивидуального времени ответа (медленные ответы) является следствием ошибок произвольного внимания [6]. Количество ошибок отражает индивидуальные различия произвольного контроля - одной из важных характеристик рабочей памяти [4, 8, 9]. В пользу этого говорит высокая корреляция между показателем асимметрии индивидуального времени ответа и объемом рабочей памяти в исследовании Шмидека и др. (-0,72). В свою очередь, характеристики рабочей памяти объясняют значительную долю индивидуальных различий невербального (флюидного) интеллекта [5], поэтому рабочая память рассматривается как возможный опосредующий механизм взаимосвязи между скоростью обработки информации и интеллектом.
Время ответа в задачах на скорость реакции демонстрирует выраженный возрастной тренд: время ответа уменьшается до раннего взрослого возраста и затем начинает увеличиваться [19]. В детском и подростковом возрасте увеличение скорости обработки информации запускает каскад развития, выражающийся, с одной стороны, в росте характеристик рабочей памяти и уровня интеллекта [10] и,
с другой, - усиление взаимосвязей между скоростью обработки информации, рабочей памятью и интеллектом [25]. Одни и те же результаты в решении задач могут достигаться разными способами. Например, в условиях недостаточных ресурсов рабочей памяти решение задачи обеспечивается за счет большего времени обдумывания [1]. Этот эффект наиболее заметен при сравнении успешности и времени выполнения в простых и сложных задачах.
В данной работе мы ставили следующие задачи: 1) оценить характеристики индивидуального распределения времени ответа в задачах разной сложности у подростков; 2) оценить возрастные различия скорости обработки информации; 3) оценить взаимосвязь между интеллектом и характеристиками индивидуального распределения времени ответа; 4) оценить опосредующую роль рабочей памяти во взаимосвязи между скоростью обработки информации и интеллектом.
Рис. 1. Иллюстрация экс-гауссова распределения времени ответа. Примечание: ц (мю) - среднее нормального распределения, о (сигма) - стандартное отклонение нормального распределения, т (тау) - плотность экспоненциального распределения [20]
Методика
Выборку составили 110 русскоговорящих подростков из России и Киргизии в возрасте от 10 до 15 лет (средний возраст 12,1 года, ст. откл. 1,6 года), из них 54 девочки и 56 мальчиков.
Методы исследования
Интеллект
Оценка уровня интеллекта респондентов производилась на основе теста «Стандартные прогрессивные матрицы Равена» (СПМР). Тест включает в себя 60 заданий, объединенных в 5 серий. Серии и задания внутри серий предъявляются в порядке усложнения. Дополнительно
на расширенной выборке был проведен анализ факторной структуры методики. Выборку составили 517 подростков (средний возраст 12,8 года, ст. откл. 1,7 года). Факторный анализ показал наличие двух факторов: Фактор 1 (29,1% объясненной дисперсии) оказался сильнее связан со сложными заданиями, Фактор 2 (10,3% объясненной дисперсии) - с простыми. Мы предполагаем, что полученная структура отражает разные стратегии решения задач, используемые респондентами: простые задания могут быть решены путем завершения фигуры (Фактор 2), решение более сложных задач осуществляется аналитическим путем (Фактор 1). Подробное исследование факторной структуры СПМР готовится к публикации.
Два фактора, обнаруженные в результате дополнительного анализа, использовались в дальнейшем исследовании наряду с общим баллом по тесту СПМР.
Скорость обработки информации
Скорость обработки информации оценивалась на основе времени реакции в двух тестах: «Простая зрительная сенсо-моторная реакция» (Reaction Time, RTI) и «Узнавание зрительных паттернов» (Pattern Recognition Memory, PRM) из Кембриджской батареи нейропсихологических тестов (Cambridge Neuropsychological Automated Test Battery, CANTAB).
Тест RTI следует классической парадигме Дженсена и включает в себя три тренировочные серии и две основные. В начале пробы респондент удерживает кнопку «Дом». Затем появляется стимул (в первой основной серии, RTI 1 - в одной позиции, во второй основной, RTI 5 - в пяти возможных позициях), респондент должен как можно быстрее снять палец с кнопки «Дом» и нажать на стимул. В каждой пробе регистрируется время принятия решения (между появлением стимула и освобождением кнопки «Дом») и время движения (между освобождением кнопки «Дом» и нажатием на стимул). В серии с пятью положениями стимула также регистрируется ответ (позиция, на которую нажал респондент). Первая основная серия включает в себя девять проб, вторая - восемь. В анализе использовалось время принятия решения при правильных ответах. Исключению подлежали пробы, в которых время принятия решения превышало четыре секунды.
В тесте «Узнавание зрительных паттернов» (PRM) респонденту демонстрируется серия из 12 изображений с некатегоризу-емыми паттернами. Затем в каждой пробе респондент должен выбрать из двух предлагаемых изображений то, которое присутствовало в серии. Тест включает в себя две серии из 12 проб. В каждой пробе регистрируется время ответа и выбор респондента. В анализе использовались только данные правильных ответов.
Тесты RTI и PRM различаются в уровне вовлечения рабочей памяти. В задачах RTI респондент реагирует на стимул без каких-либо дополнительных условий. Для выполнения теста PRM респонденту необходимо удерживать в памяти набор стимулов, предъявлявшихся ранее, и подавлять новые, нерелевантные стимулы.
Оценка параметров индивидуального распределения времени ответа
На основе данных по отдельным пробам каждого респондента были вычислены характеристики распределения индивидуального времени ответа. А именно: вычислялись среднее, стандартное отклонение и асимметрия распределения, а также количество проб, вошедших в анализ. Также индивидуальное распределение времени ответа моделировалось экс-гауссовым распределением. Это распределение представляет собой смесь нормального и экспоненциального распределений и, соответственно, описывается тремя параметрами: мю (среднее нормального компонента), сигма (стандартное отклонение нормального компонента) и тау (среднее экспоненциального компонента). Как и среднее и стандартное отклонение, мю и сигма характеризуют общий уровень и разброс индивидуального времени ответа. Тау характеризует асимметрию распределения: большее значение тау соответствует большему количеству медленных ответов. Оценка параметров экс-гауссова распределения проводилась методом максимального правдоподобия с применением бутстре-па (200 итераций).
Рабочая память
Характеристики рабочей памяти оценивались с помощью теста «Пространственная рабочая память» (Spatial Working Memory, SWM) из Кембриджской батареи нейропсихологических тестов. В каждой пробе респонденту предъявляются несколько коробок («боксов»). Респондент открывает коробки последовательно, чтобы найти жетон, спрятанный в одной из них. Как только респондент нашел жетон,
он начинает поиск следующего жетона в тех коробках, где жетон еще не был найден. Таким образом, респондент должен запоминать, в каких коробках он уже нашел жетон, чтобы решить задачу за минимальное время и наименьшее количество шагов. Тест включает три серии с четырьмя, шестью и восемью коробками. Рабочая память характеризуется общим количеством допущенных ошибок (респондент открывает коробку, которую уже открывал), используемой стратегией и общим временем выполнения задания. Поскольку время выполнения заданий варьирует в зависимости от сложности серии, был проведен факторный анализ методом главных компонент. Предварительно переменные общего времени выполнения задач были логарифмированы для приведения их распределений к нормальному. Первая главная компонента объяснила 72% вариабельности переменных, факторные нагрузки составили 0,85, 0,86 и 0,84. В дальнейшем факторные значения первой главной компоненты использовались как интегральная характеристика времени ответа в заданиях на рабочую память.
Результаты и обсуждение
Оценка характеристик индивидуального распределения времени ответа
Исследование диаграмм квантиль-квантиль параметров экс-гауссова распределения позволило прийти к выводу, что полученные параметры хорошо описывают индивидуальное распределение времени ответа даже несмотря на небольшое количество проб. Описательные статистики по показателям правдоподобия представлены в таблице 1.
Описательные статистики по параметрам индивидуального распределения времени ответа для простых и сложных заданий представлены в таблице 2. Среднее время ответа в тесте ЯП с одним и с пятью стимулами составило 311 мс и 336 мс, что соответствует возрастной норме (напри-
мер, [19]). По данным разработчиков батареи CANTAB, среднее время ответа у подростков в возрасте от 10 до 13 лет составляет 354 мс в задаче с одним стимулом и 373 мс в задаче с пятью стимулами. Различие в среднем времени ответа между RTI 1 и RTI 5 является статистически значимым (среднее время ответа: t[109] =4,049, p=0,000; мю: t[109]=7,425, p=0,000), а показатели разброса и асимметрии не различаются (сигма: t[109] =-1,000, p=0,319; тау: t[109] = -0,771, p=0,442). Среднее время ответа в тесте PRM составило 1939 мс, в сравнении с 2221 мс согласно нормативным данным CANTAB у подростков 10-13 лет.
Поскольку распределения среднего времени ответа, сигмы и тау отличались от нормального, к ним применялось логарифмическое преобразование. Сравнение распределений осуществлялось на основе графиков квантиль-квантиль. Также были удалены выбросы - наблюдения, отклоняющиеся более чем на 1,5 межквартильного размаха от первого или третьего квартиля.
Возрастные различия
Для исследования возрастных различий вычислялись корреляции между возрастом и показателями индивидуального распределения времени ответа, уровнем интеллекта и характеристиками рабочей памяти. По показателям индивидуального времени ответа были получены в основном отрицательные и статистически не значимые взаимосвязи с возрастом (табл. 3). Статистически значимые связи с возрастом обнаружили среднее время ответа и сигма в тесте PRM и мю в тесте RTI 1. Полученный результат свидетельствует о том, что в подростковом возрасте возрастает скорость ответа и уменьшается вариабельность времени ответа. Этот результат соответствует предшествующим исследованиям возрастных различий в скорости мыслительных процессов [19].
Корреляция между возрастом и общим баллом СПМР составила в среднем 0,254 (p<0,001). Фактор 1 также показал возрастные различия (r=0,212, p<0,001),
в отличие от Фактора 2 (г=0,025, р>0,05). Отсутствие возрастных различий может быть следствием того, что соответствующая стратегия решения задач к началу подросткового возраста уже окончательно сформирована. Поэтому индивидуальные различия этой характеристики не связаны с возрастом. Характеристики рабочей памяти также показали возрастные различия (корреляции на уровне -0,4 -
-0,3, р<0,001). Старшие подростки делают меньше ошибок в задании и выполняют задание быстрее. Парадоксально, при решении задач SWM старшие подростки используют менее эффективную стратегию по сравнению с младшими. Возможно, уровень сформированности рабочей памяти у старших подростков позволяет им эффективно решать задачи, не обращаясь при этом к более сложной стратегии.
Таблица 1
Показатели правдоподобия индивидуальных распределений времени ответа
Количество проб ЬЬ А1С В1С
Медиана Разброс М SD М SD М SD
ИТ1 1 9,0 7-12 -45,84 6,79 97,69 13,59 98,16 13,70
ИТ1 5 8,0 7-10 -43,66 14,70 93,33 29,41 93,53 29,41
РКМ 21,5 8-24 -162,71 20,49 331,41 40,98 334,55 41,35
Примечание: ЬЬ - логарифм правдоподобия, А1С - информационный критерий Акаике, В1С - байесовский информационный критерий, М - среднее значение, SD - стандартное отклонение
Таблица 2
Описательные статистики по параметрам индивидуального распределения времени ответа
Среднее время ответа (мс) мю сигма тау
М SD Разброс М SD М SD М SD
КП 1 311 67 215-662 255 42 29 31 54 57
КП 5 336 58 222-609 286 44 26 21 49 43
РИМ 1939 477 1037-3821 1219 247 180 155 715 382
Примечание: М - среднее значение, SD - стандартное отклонение
Таблица 3
Возрастные различия по показателям времени ответа, уровню интеллекта и характеристикам рабочей памяти
г (возраст)
Среднее (ИТ1 1) -0,158
Среднее (ИТ1 5) -0,160
Среднее (РИМ) -0,320***
мю (ИТ1 1) -0,208*
мю (ИТ1 5) -0,147
мю (РИМ) -0,185
сигма (ИТ1 1) -0,168
сигма (ИТ1 2) -0,004
сигма (РИМ) -0,213*
тау (ИТ1 1) -0,066
тау (ИТ1 5) -0,045
тау (РИМ) -0,172
Примечание: * р<0,05, ** р<0,01, *** р<0,001
Взаимосвязи между характеристиками индивидуального распределения времени ответа, интеллектом и рабочей памятью
В таблице 4 представлены корреляции между характеристиками индивидуального времени ответа и показателями интеллекта. Поскольку характеристики индивидуального времени ответа оценивались на основе небольшого числа проб, было принято решение вычислить взвешенную корреляцию Пирсона с использованием количества проб (для среднего времени ответа) или правдоподобия модели (для мю, сигмы и тау). Таким образом, конкретное наблюдение принимало больший вес в том случае, если респондент выполнял большее количество проб или если индивидуальное экс-гауссово распределение хорошо соответствовало данным.
Была обнаружена одна статистически значимая взаимосвязь между Фактором 1
СПМР и показателем мю (ИТ1 5), которая составила 0,250 (взвешенная корреляция 0,267). Аналогичную взаимосвязь показало среднее время ответа (0,206/0,209, здесь и далее первое значение - невзвешенная, второе - взвешенная корреляция). Респонденты, использующие более сложную стратегию решения интеллектуальных задач, дольше отвечают в задачах на скорость реакции. Фактор 2 СПМР связан со средним временем ответа в задаче РИМ (0,199/0,198) и параметром тау в задаче ИТ1 5 (0,169/0,234). Это означает, что использование простой стратегии решения интеллектуальных задач также сопровождается более низкой скоростью ответа. Общий балл СПМР показал наиболее сильную связь со средним временем ответа в задаче РИМ (-0,195/-0,182).
Таблица 4
Корреляции между характеристиками индивидуального распределения времени ответа и интеллектом
Фактор 1 Фактор 2 Общий балл
Среднее (ИТ1 1) 0,112 0,111 0,052 0,061 0,066 0,062
Среднее (ИТ1 5) 0,206 0,209 0,008 -0,001 0,086 0,087
Среднее (РИМ) -0,144 -0,126 0,199 0,198 -0,195 -0,182
мю (ИТ1 1) 0,041 0,038 -0,014 0,009 0,094 0,062
мю (ИТ1 5) 0,250* 0,267* -0,065 -0,008 0,165 0,172
мю (РИМ) -0,118 -0,121 0,042 0,057 -0,098 -0,091
сигма (ИТ1 1) -0,142 -0,118 0,086 0,108 -0,054 -0,027
сигма (ИТ1 2) -0,033 -0,086 0,005 -0,006 -0,063 -0,105
сигма (РИМ) -0,104 -0,106 0,099 0,099 -0,148 -0,150
тау (ИТ1 1) -0,132 -0,117 0,098 0,121 -0,170 -0,152
тау (ИТ1 5) 0,010 -0,015 0,169 0,234 -0,056 -0,082
тау (РИМ) -0,077 -0,061 0,141 0,156 -0,183 -0,171
Примечание: вверху представлены невзвешенные, внизу - взвешенные корреляции Пирсона
Теперь рассмотрим взаимосвязи между показателями времени ответа и характеристиками рабочей памяти (табл. 5). Время выполнения теста SWM оказалось связано с временем ответа в тесте РИМ: средним временем ответа (0,506/0,500), мю (0,436/0,431), сигмой (0,360/0,350) и тау (0,359/0,351). Показатель стратегии обнаружил корреляции со средним временем ответа в тесте РИМ (0,207/0,204) и тау в тесте ЯТ1 5 (0,252/0,266). Также были установлены корреляции между количеством ошибок в тесте SWM и средним временем ответа в задаче РИМ (0,263/0,266) и сигмой в задаче РИМ (0,209/0,208).
Таблица 5
Корреляции между характеристиками индивидуального распределения времени ответа и характеристиками рабочей памяти
Число ошибок Стратегия Время выполнения
Среднее (ЯП 1) -0,002 0,000 -0,097 -0,094 -0,099 -0,090
Среднее (ЯТ1 5) -0,013 -0,010 -0,014 -0,013 -0,023 -0,027
Среднее (РЯМ) 0,263** 0,266** 0,207* 0,204* 0,506*** 0,500***
мю (ЯТ1 1) 0,012 0,024 -0,021 0,007 -0,143 -0,130
мю (ЯТ1 5) -0,095 -0,108 -0,089 0,016 -0,127 -0,134
мю (РЯМ) 0,179 0,183 0,140 0,128 0,436*** 0,431***
сигма (ЯТ1 1) 0,143 0,142 0,044 0,035 0,068 0,073
сигма (ЯТ1 2) 0,141 0,169 0,057 0,007 0,181 0,188
сигма (РЯМ) 0,209* 0,208* 0,147 0,136 0,360*** 0,350***
тау (ЯТ1 1) 0,064 0,080 -0,056 -0,053 0,014 0,039
тау (ЯТ1 5) 0,064 0,091 0,252* 0,266** 0,173 0,184
тау (РЯМ) 0,182 0,175 0,117 0,106 0,359*** 0,351***
Примечание: вверху представлены невзвешенные, внизу - взвешенные корреляции Пирсона; * р<0,05, ** р<0,01, *** р<0,001
Более эффективная обработка в рабочей памяти (меньшее количество ошибок и меньшее время решения задач) сопровожда-
ется меньшим временем ответа, меньшим разбросом индивидуального времени ответа и меньшей асимметрией индивидуального распределения. Вместе с этим более эффективная стратегия рабочей памяти сопровождается большим количеством медленных ответов в задачах на скорость реакции.
Таблица 6 Частные корреляции между характеристиками индивидуального распределения времени ответа и интеллектом
Фактор 1 Фактор 2 Общий балл
Среднее (ЯТ1 1) 0,136 (0,112) 0,056 (0,052) 0,066 (0,066)
Среднее (ЯТ1 5) 0,179 (0,206) -0,001 (0,008) 0,069 (0,087)
Среднее (РЯМ) -0,009 (-0,144) 0,235 (0,199) -0,114 (-0,195)
мю 0,061 -0,009 0,095
(ЯТ1 1) (0,041) (-0,014) (0,094)
мю 0,181 -0,084 0,117
(ЯТ1 5) (0,250*) (-0,065) (0,165)
мю -0,037 0,054 -0,023
(РЯМ) (-0,118) (0,042) (-0,098)
сигма -0,084 0,101 -0,009
(ЯТ1 1) (-0,142) (0,086) (-0,054)
сигма 0,004 0,015 -0,032
(ЯТ1 2) (-0,033) (0,005) (-0,063)
сигма -0,040 0,115 -0,088
(РЯМ) (-0,104) (0,099) (-0,148)
тау -0,131 0,099 -0,162
(ЯТ1 1) (-0,132) (0,098) (-0,170)
тау 0,058 0,179 -0,012
(ЯТ1 5) (0,010) (0,169) (-0,058)
тау 0,048 0,171 -0,123
(РЯМ) (-0,077) (0,141) (-0,183)
Примечание: в скобках представлены первоначальные корреляции
Для оценки опосредующей роли рабочей памяти во взаимосвязи между показателями скорости ответа и интеллектом были вычислены частные корреляции (табл. 6). Для вычисления корреляций использовался интегральный показатель, комбинирующий количество ошибок, стратегию и время выполнения задачи SWM. Показатель вычислялся как первая главная компонента при факторном анализе методом главных компонент. Корре-
ляции между характеристиками рабочей памяти составили 0,5-0,7, интегральный показатель рабочей памяти объяснил 64% изменчивости переменных.
В целом, уровень взаимосвязей между показателями скорости ответа и интеллекта снизился после учета рабочей памяти, однако это изменение заметно только в отношении взаимосвязи между Фактором 1 СПМР и показателем мю в тесте ИТ1 5. Общее снижение корреляций может свидетельствовать об опосредующей роли рабочей памяти во взаимосвязи между характеристиками индивидуального распределения времени ответа и интеллектом, однако результаты не позволяют сделать однозначный вывод.
Обсуждение
В настоящей работе мы ставили цель изучить взаимосвязь между характеристиками скорости обработки информации и показателями интеллекта и рабочей памяти. В качестве характеристик скорости обработки информации мы использовали, в первую очередь, показатели вариабельности времени ответа в простых и сложных когнитивных задачах, рассчитанные на основе классических параметров, а также на основе моделирования экс-гауссова распределения.
Мы не обнаружили сильных взаимосвязей между характеристиками индивидуального времени ответа, интеллектом и рабочей памятью, как ожидали. Вместе с тем в результатах прослеживается тенденция к большему вовлечению функций рабочей памяти в более сложных задачах. Так, положительная взаимосвязь между временем ответа в тесте РИМ и показателем стратегии SWM свидетельствует о том, что эффективная стратегия предполагает более длительную обработку в рабочей памяти. Интересно, что более сложная стратегия решения задач в тесте СПМР (Фактор 1) оказалась связанной с временем ответа в достаточно простой задаче (ИТ1 5).
Результаты нашего исследования соотносятся с данными Schmiedek е! а1 [29], в которых также рассматривалась взаимосвязь между скоростью обработки информации, рабочей памятью и интеллектом. Авторы обнаружили, что индивидуальные различия интеллекта связаны со всеми характеристиками экс-гауссова распределения (в большей степени с показателями разброса и в меньшей степени со средним временем ответа). Для оценки индивидуальных различий характеристик скорости обработки информации [29] агрегировали данные вербальных, числовых и пространственных задач, выделив общую вариацию параметров индивидуального распределения времени ответа. Это дало возможность авторам обнаружить сходство между скоростью обработки информации и интеллектом.
Принципиальное отличие нашего подхода заключается в сравнении времени ответа в задачах разной сложности. Это позволило получить дифференцированную картину взаимосвязей между интеллектом и скоростью обработки информации в зависимости от сложности задания. Мы установили, что время выполнения заданий действительно растет вместе с нагрузкой на рабочую память. Рабочая память задействуется в новых и сложных задачах, когда автоматический ответ невозможен [23]. В тесте РИМ ресурсы рабочей памяти используются для удержания предъявлявшихся стимулов и подавления новых стимулов. Хотя подростки хорошо справляются с этим заданием и почти всегда дают точные ответы, индивидуальные различия в характеристиках рабочей памяти сказываются на времени ответа.
Исследования рабочей памяти показали, что в подростковом возрасте происходит развитие стратегического компонента рабочей памяти; иными словами, стратегии, используемые подростками для решения задач, усложняются [22]. Наши результаты говорят о том, что индивидуальные различия в стратегии рабочей памяти свя-
заны с средним временем ответа и асимметрией индивидуального распределения времени ответа, но только в сложной задаче. В исследовании Исматуллиной и коллег [2] представлено свидетельство в пользу того, что эффективное использование ресурсов рабочей памяти повышает эффективность решения задач планирования. В условиях недостаточных ресурсов рабочей памяти задействуется более простая и менее эффективная стратегия решения задач [12, 13].
При рассмотрении возрастной динамики скорости обработки информации в подростковом возрасте мы нашли различия в среднем времени ответа и разбросе, но не в показателе асимметрии индивидуального распределения времени ответа. Этот результат согласуется с другими исследованиями, в которых показано, что скорость обработки информации возрастает в детском и подростковом возрасте и достигает своего пика к раннему взрослому возрасту [19]. В свою очередь, произвольное внимание, отвечающее за асимметрию распределения, формируется уже к началу школы; поэтому в подростковом возрасте возрастное изменение произвольного внимания отсутствует, и мы не обнаруживаем возрастных различий в показателе асимметрии индивидуального времени ответа.
Дальнейшее направление исследований взаимосвязи между скоростью обработки информации, интеллектом и рабочей памятью может быть связано с моделированием процесса принятия решений в задачах выбора разной сложности. В настоящее время для описания этого процесса чаще всего используется диффузионная модель [28]. Согласно этой модели, решение задачи сопровождается накоплением информации до уровня, который будет достаточным для получения ответа. Диффузионная модель предсказывает экс-гауссово распределение времени ответа, причем скорость накопления информации определяет асимметрию распреде-
ления (при большей скорости накопления информации - меньшая асимметрия) [32]. Индивидуальные различия скорости накопления информации обладают высокой временной стабильностью и в значительной степени пересекаются в разных задачах [30]. Кроме того, показатель скорости накопления информации показал одну из наиболее сильных взаимосвязей с уровнем интеллекта 0,79 [29].
Исследование выполнено за счет гранта РГНФ/РФФИ №17-36-01135.
Литература
1. Исматуллина В.И., Белова А.П., Воронин И.А., Малых С.Б. Природа индивидуальных различий пространственной рабочей памяти у детей школьного возраста // Теоретическая и экспериментальная психология. - 2015. - Т. 8. - № 4. - С. 49-57.
2. Исматуллина В.И., Воронин И.А., Захаров И.М., Белова А.П., Будакова А.В. Взаимосвязи общего интеллекта, рабочей памяти и планирования // Теоретическая и экспериментальная психология. - 2015. - Т. 8. -№ 4. - С. 36-48.
3. Balota D.A., Yap M.J. Moving beyond the mean in studies of mental chronometry: The power of response time distributional analyses // Current Directions in Psychological Science. - 2011. - Vol. 20(3). - P. 160-166.
4. Carretti B., Belacchi C., Cornoldi C. Difficulties in working memory updating in individuals with intellectual disability // Journal of Intellectual Disability Research. - 2010. - Vol. 54(4). - P. 337-345.
5. Conway A.R.A., Kane M.J., Engle R.W. Working memory capacity and its relation to general intelligence // Trends in Cognitive Sciences. - 2003. - Vol. 7(12). - P. 547-552.
6. Coyle T.R. A review of the worst performance rule: Evidence, theory, and alternative hypotheses // Intelligence. - 2003. - Vol. 31(6). - P. 567-587.
7. Deary I.J., Der G., Ford G. Reaction times and intelligence differences: A population-based cohort study // Intelligence. - 2001. - Vol. 29(5)- P. 389-399.
8. Engle R.W. et al. Working memory, short-term memory, and general fluid intelligence: a latent-variable approach // Journal of Experimental Psychology: General. - 1999. -Vol. 128(3). - P. 309-331.
9. Engle R.W. Working memory capacity as executive attention // Current Directions in Psychological Science. - 2002. - Vol. 11(1). -P. 19-23.
10. Fry A.F., Hale S. Processing speed, working memory, and fluid intelligence: Evidence for a developmental cascade // Psychological Science. - 1996. - Vol. 7(4). - P. 237-241.
11. Geraghty J., Holland C., Rochelle K. Examining links between cognitive markers, movement initiation and change, and pedestrian safety in older adults // Accident Analysis & Prevention. - 2016. - Vol. 89. - P. 151-159.
12. Gilhooly K.J., Logie R.H., Wetherick N.E., Wynn V. Working memory and strategies in syllogistic-reasoning tasks // Memory & Cognition. - 1993. - Vol. 21(1). - P. 115-124.
13. Gilhooly K.J., Logie R.H., Wynn V. Syllogistic Reasoning Tasks, Working Memory, and Skill // European Journal of Cognitive Psychology. - 1999. - Vol. 11(4). - P. 473-498.
14. Grudnik J.L., Kranzler J.H. Meta-analysis of the relationship between intelligence and inspection time // Intelligence. - 2001. - Vol. 29(6). - P. 523-535.
15. Heathcote A., Popiel S.J., Mewhort D.J. Analysis of response time distributions: An example using the Stroop task // Psychological Bulletin. - 1991. - Vol. 109(2). - P. 340-347.
16. Hockley W.E. Analysis of response time distributions in the study of cognitive processes // Journal of Experimental Psychology: Learning, Memory, and Cognition. - 1984. - Vol. 10(4). - P. 598-615.
17. Jensen A.R. The importance of intraindividual variation in reaction time // Personality and Individual Differences 1992; 13(8):869-881.
18. Jensen A.R. The g Factor: The Science of Mental Ability. - Praeger, 1998. - 664 p.
19. Jensen A.R. Clocking the Mind: Mental Chronometry and Individual Differences. -Elsevier, 2006. - 286 p.
20. Lacouture Y., Cousineau D. How to use MATLAB to fit the ex-Gaussian and other probability functions to a distribution of response times // Tutorials in Quantitative
Methods for Psychology. - 2008. - Vol. 1(4). - P. 35-45.
21. Larson G.E., Merritt C.R., Lattin K.E. Reliability and Construct Validity of Reaction Time, Inspection Time, and Machine-paced Tests of Cognitive Speed. - Navy Personnel Research and Development Center, 1988. - 19 p.
22. Luciana M., Conklin H.M., Hooper C.J., Yarger R.S. The development of nonverbal working memory and executive control processes in adolescents // Child Development. - 2005. -Vol. 76(3). - P. 697-712.
23. Luciano M., Wright M., Smith G.A., Geffen
G.M., Geffen L.B, Martin N.G. Genetic covariance among measures of information processing speed, working memory, and IQ // Behavior Genetics. - 2001. - Vol. 31(6). - P. 581-592.
24. Mewhort D.J., Braun J.G., Heathcote A. Response time distributions and the Stroop task: A test of the Cohen, Dunbar, and McClelland (1990) model. // Journal of Experimental Psychology: Human Perception and Performance. - 1992. - Vol. 18(3). - P. 872-882.
25. Miller L.T., Vernon P.A. Intelligence, reaction time, and working memory in 4- to 6-year-old children // Intelligence. - 1996. - Vol. 22(2). -P. 155-190.
26. Nettelbeck T. Correlation between inspection time and psychometric abilities: A personal interpretation // Intelligence. - 2001. - Vol. 29(6). - P. 459-474.
27. Ratcliff R. A theory of memory retrieval // Psychological Review. - 1978. - Vol. 85(2). -P. 59-108.
28. Ratcliff R. Group reaction time distributions and an analysis of distribution statistics // Psychological Bulletin. - 1979. - Vol. 86(3). -P. 446-461.
29. Schmiedek F., Oberauer K., Wilhelm O., Süss
H.M., Wittmann W.W. Individual differences in components of reaction time distributions and their relations to working memory and intelligence // Journal of Experimental Psychology: General. - 2007. - Vol. 136(3). -P. 414-429.
30. Schubert A.-L., Frischkorn G.T., Hagemann D. and Voss A. Trait characteristics of diffusion model parameters // Journal of Intelligence. -2016. - Vol. 4(3). - P. 7-29.
31. Sheppard L.D., Vernon P.A. Intelligence and speed of information-processing: A review of 50 years of research // Personality and Individual Differences. - 2008. - Vol. 44(3). -P. 535-551.
32. van Ravenzwaaij D., Brown S., Wagenmakers E.-J. An integrated perspective on the relation between response speed and intelligence // Cognition. - 2011. - Vol. 119(3). - P. 381-393.
References
1. Ismatullina VI, Belova AP, Voronin IA, Malykh SB. Priroda individual'nykh razlichiy prostranstvennoy rabochey pamyati u detey shkol'nogo vozrasta. Teoreticheskaya i eksperimental'naya psikhologiya 2015; 8(4):49-57 (In Russian).
2. Ismatullina VI, Voronin IA, Zakharov IM, Belova AP, Budakova AV. Vzaimo-svyazi obshchego intellekta, rabochey pamyati i planirovaniya. Teoreticheskaya i eksperimental'naya psikhologiya 2015; 8(4):36-48 (In Russian).
3. Balota DA, Yap MJ. Moving beyond the mean in studies of mental chronometry: The power of response time distributional analyses. Current Directions in Psychological Science 2011; 20(3):160-166.
4. Carretti B, Belacchi C, Cornoldi C. Difficulties in working memory updating in individuals with intellectual disability. Journal of Intellectual Disability Research 2010; 54(4):337-345.
5. Conway ARA, Kane MJ, Engle RW. Working memory capacity and its relation to general intelligence. Trends in Cognitive Sciences 2003; 7(12):547-552.
6. Coyle TR. A review of the worst performance rule: Evidence, theory, and alternative hypotheses. Intelligence 2003; 31(6):567-587.
7. Deary IJ, Der G, Ford G. Reaction times and intelligence differences: A population-based cohort study. Intelligence 2001; 29(5):389-399.
8. Engle RW et al. Working memory, short-term memory, and general fluid intelligence: a latent-variable approach. Journal of Experimental Psychology: General 1999; 128(3):309-331.
9. Engle RW. Working memory capacity as executive attention. Current Directions in Psychological Science 2002; 11(1):19-23.
10. Fry AF, Hale S. Processing speed, working memory, and fluid intelligence: Evidence for a developmental cascade. Psychological Science 1996; 7(4):237-241.
11. Geraghty J, Holland C, Rochelle K. Examining links between cognitive markers, movement initiation and change, and pedestrian safety in older adults. Accident Analysis & Prevention 2016; 89:151-159.
12. Gilhooly KJ, Logie RH, Wetherick NE, Wynn V. Working memory and strategies in syllogistic-reasoning tasks. Memory & Cognition 1993; 21(1):115-124.
13. Gilhooly KJ, Logie RH, Wynn V. Syllogistic Reasoning Tasks, Working Memory, and Skill. European Journal of Cognitive Psychology 1999; 11(4):473-498.
14. Grudnik JL, Kranzler JH. Meta-analysis of the relationship between intelligence and inspection time. Intelligence 2001; 29(6):523-535.
15. Heathcote A, Popiel SJ, Mewhort DJ. Analysis of response time distributions: An example using the Stroop task. Psychological Bulletin 1991; 109(2):340-347.
16. Hockley WE. Analysis of response time distributions in the study of cognitive processes. Journal of Experimental Psychology: Learning, Memory, and Cognition 1984; 10(4):598-615.
17. Jensen AR. The importance of intraindividual variation in reaction time. Personality and Individual Differences 1992; 13(8):869-881.
18. Jensen AR. The g Factor: The Science of Mental Ability. Praeger 1998: 664.
19. Jensen AR. Clocking the Mind: Mental Chronometry and Individual Differences. Elsevier 2006: 286.
20. Lacouture Y, Cousineau D. How to use MATLAB to fit the ex-Gaussian and other probability functions to a distribution of response times. Tutorials in Quantitative Methods for Psychology 2008; 1(4):35-45.
21. Larson GE, Merritt CR, Lattin KE. Reliability and Construct Validity of Reaction Time, Inspection Time, and Machine-paced Tests of Cognitive Speed. Navy Personnel Research and Development Center 1988: 19.
22. Luciana M, Conklin HM, Hooper CJ, Yarger RS. The development of nonverbal working memory and executive control processes in adolescents. Child Development 2005; 76(3):697-712.
23. Luciano M, Wright M, Smith GA, Geffen GM, Geffen LB, Martin NG. Genetic covariance among measures of information processing speed, working memory, and IQ. Behavior Genetics 2001; 31(6):581-592.
24. Mewhort DJ, Braun JG, Heathcote A. Response time distributions and the Stroop task: A test of the Cohen, Dunbar, and McClelland (1990) model. Journal of Experimental Psychology: Human Perception and Performance 1992; 18(3):872-882.
25. Miller LT, Vernon PA. Intelligence, reaction time, and working memory in 4- to 6-year-old children. Intelligence 1996; 22(2):155-190.
26. Nettelbeck T. Correlation between inspection time and psychometric abilities: A personal interpretation. Intelligence 2001; 29(6):459-474.
27. Ratcliff R. A theory of memory retrieval. Psychological Review 1978; 85(2):59-108.
28. Ratcliff R. Group reaction time distributions and an analysis of distribution statistics. Psychological Bulletin 1979; 86(3):446-461.
29. Schmiedek F, Oberauer K, Wilhelm O, Süss HM, Wittmann WW. Individual differences in components of reaction time distributions and their relations to working memory and intelligence. Journal of Experimental Psychology: General 2007; 136(3):414-429.
30. Schubert A-L, Frischkorn GT, Hagemann D and Voss A. Trait characteristics of diffusion model parameters. Journal of Intelligence 2016; 4(3):7-29.
31. Sheppard LD, Vernon PA. Intelligence and speed of information-processing: A review of 50 years of research. Personality and Individual Differences 2008; 44(3):535-551.
32. van Ravenzwaaij D, Brown S, Wagenmakers E-J. An integrated perspective on the relation between response speed and intelligence. Cognition 2011; 119(3):381-393.
RELATIONSHIP BETWEEN THE CHARACTERISTICS OF INDIVIDUAL DISTRIBUTION OF RESPONSE TIME, INTELLIGENCE AND WORKING MEMORY IN ADOLESCENCE
I.A. VORONIN, I.M. ZAKHAROV, V.I. ISMATULLINA Psychological Institute of RAE, Moscow
We studied the relationship between the parameters of the individual distribution of response time - mean, variability and skewness - in simple and complex tasks, intelligence and working memory in adolescents. We observe a clear trend towards the decrease in the mean response time and the response time variability in adolescence, although the asymmetry of the response time distribution remains constant. We did not find the evidence of the relationship between response time and intelligence. The mean response time and distribution skew were associated with the strategy of working memory in complex task.
Keywords: reaction time, speed of information processing, intraindividual variability, intelligence, working memory, CANTAB.
Address:
Voronin I.A., Senior Researcher Laboratory for Developmental Behavioral Genetics
at the Psychological Institute of the Russian Academy of Education.
9-4 Mokhovaya str., Moscow, 125009, Russia
E-mail: [email protected]
