В современном обществе из всех известных науке психических свойств интеллект оказывается наиболее важным для успеха, как личного, так и общественного. Так, по-видимому, было не во все времена. Исторически элита формировалась из военного сословия, поэтому продвижение по ступеням социальной лестнице строилось в значительной мере на воинской доблести.

На экзистенциальном уровне механизм формирования воинской элиты выражен в известном гегелевском рассуждении о господине и рабе. В схватке за господство на кон ставится жизнь. Господином оказывается тот, кто риском жизни способен подтвердить свою свободу. Сознание же того, кто становится рабом, испытало страх «не по тому или иному поводу, не в тот или иной момент, а за все свое существо, ибо оно ощущало страх смерти, абсолютного господина. Оно внутренне растворилось в этом страхе, оно все затрепетало внутри себя самого, и все незыблемое в нем содрогнулось» (Гегель, 2000, с. 103).

Таким образом, по Гегелю, критерий первичного формирования аристократии – способность поставить на кон свою жизнь.

Интеллект, однако, не вреден и воину. По ретроспективным оценкам, валидность которых, впрочем, несколько проблематична, выдающиеся полководцы, такие как Наполеон, Дж. Вашингтон или шотландский король Роберт Брюс, входили в число 1–2 % наиболее интеллектуальных людей. Но все же, вероятно, интеллект как фактор отбора в первичную военную элиту растворялся в таких боевых доблестях, как отвага, сила и ловкость, преданность сюзерену.

С возникновением крупных государств и формированием класса бюрократии для ведения дел роль интеллекта в продвижении по социальной лестнице меняется, поскольку образование и грамотность, необходимые бюрократу, приобретаются с участием интеллектуальных способностей.

В современном обществе интеллект требуется прежде всего для решения сложных задач, из чего состоит высококвалифицированная профессиональная деятельность, а также для обучения, которое занимает большое место в жизни. В связи с этим интеллект стал качеством, от которого сильнее всего зависят профессиональные достижения, уровень образования и доходы. Об этом красноречиво свидетельствуют факты, получаемые психологами.

 

Интеллект и обучение

Роль психометрического интеллекта в обучении велика и бесспорна. Успеваемость в школе коррелирует с тестами интеллекта на уровне порядка r = 0,5. Так, на Западе корреляция теста Равена со школьными баллами колеблется от 0,3 до 0,72 (Дружинин, 2001). В России результаты оказываются сходными. Э. А. Голубева, С. А. Изюмова и М. К. Кабардов (см.: Дружинин, 2001) сообщают о корреляции между усредненной школьной оценкой и вербальной шкалой теста Векслера в размере r = 0,5. Для невербальной шкалы эта корреляция составила r = 0,4, для общего балла – r = 0,49.

За этими сухими цифрами, однако, стоит драматическая реальность. Различия в обучаемости людей очень велики. Исследования в Американских вооруженных силах показали, что обучение людей, находящихся между 10-м и 30-м процентилем по тестам умственного развития, займет от одного года до двух там, где обучение людей выше 30-го процентиля займет лишь три месяца (Vineberg, Taylor, 1972). Разница в скорости составляет от 4 до 8 раз! И это еще не для крайних, а для соседних по оси умственного развития групп.

Люди, которым учиться легко, демонстрируют тенденцию получать более существенное образование и лучше проходить через сито академического отбора. Поэтому неудивительно, что обнаруживается корреляция интеллекта (около r = 0,55) с продолжительностью обучения в странах Запада. Аналогичная тенденция существует, по-видимому, и у нас в стране. Коэффициент интеллекта студентов, которые составляют основной контингент испытуемых в психологических экспериментах, достигает обычно в среднем около 110 баллов.

 

Интеллект и профессиональный успех

В американской психологии существуют даже не сотни, а тысячи исследований связи уровня интеллекта с успешностью в работе. Эти исследования проводились как в гражданской, так и в военной сферах. Результат всегда один и тот же: интеллект – мощный предиктор успешности в работе. Перечислять отдельные исследования при таком их изобилии не имеет смысла. Мы остановимся на работах обобщающего характера, суммирующих многочисленные данные. Для этой цели наиболее адекватным является использование данных мета-анализа. Мета-анализ – это направление математической статистики, которое помогает науке ориентироваться в данных, когда по одной и той же или сходной теме проведено большое количество исследований. В последнее десятилетие мета-анализ стал одной из наиболее быстро развивающихся в западной психологии техник, поскольку там образовались такие области, где на сходную тему выполнены десятки и даже сотни исследований. Одной из таких областей является изучение прогностической валидности психологических тестов в отношении профессиональной успешности. Когда получено несколько сотен результатов исследований, можно выбрать из них те, где корреляции выше или ниже. Можно найти исследования, где корреляция показателей интеллекта и профессиональной успешности составляет r = 0,3, но можно указать и те, где такая корреляция r = 0,8 (по поводу последних см., например: Gottfredson, 1986). Кстати, относительно корреляций уровня r = 0,8 вполне можно сказать, что именно они самые точные, поскольку отражают взаимосвязь интеллекта с теми аспектами профессиональной деятельности, которые можно измерить объективно, а не на основе экспертных оценок.

По теме валидности психологических тестов в отношении профессиональной успешности известно несколько выполненных мета-анализов. Это работы Дж. Хантера (Hunter, 1986), Э. Ханта (Hunt, 1995) и Л. Готтфридсон (Gottfredson, 1997).

Хантер провел мета-анализ 515 исследований, посвященных предсказательной валидности Тестовой батареи общих способностей (GATB) Службы трудоустройства США. Эти исследования охватили в общей сложности более 38 тысяч человек, занятых в 515 видах профессиональной деятельности (Hunter, 1986). Все профессии были разделены на пять видов. Три из них относятся к профессиям общего типа и различаются уровнем сложности работы с данными. Кроме того, выделены две группы рабочих профессий. Результаты представлены в таблице 1.1.

Таблица 1.1. Предсказательная валидность интеллекта в профессиях разного уровня сложности. Цифры означают корреляцию между показателями тестов интеллекта и успешностью человека в работе и обучении

В этих данных примечательны несколько моментов. Во-первых, очевидна высокая предсказательная валидность теста интеллекта для всех без исключения групп профессий. Во-вторых, тест интеллекта оказывается валиден для предсказания успешности не только умственного труда, но и труда, традиционно понимаемого как ручной. В-третьих, предсказательная сила тестов тем выше, чем более сложной является профессия. В-четвертых, обучение различным профессиям оказывается практически в равной мере зависимым от интеллекта.

Еще один показательный результат, который получен в других исследованиях, – корреляция тестов интеллекта всегда выше с объективными показателями успешности труда, чем с оценками коллег или начальников (Gottfredson, 2003).

Характеристику полученных результатов в целом дает один из наиболее крупных современных специалистов по проблеме интеллекта Э. Хант, который пишет: «Исследования психометрических тестов в индустрии и военных отраслях вновь и вновь показывают надежную и социально значимую предсказательную силу в отношении успешности на рабочем месте <…> Психометрические тесты часто являются лучшими предикторами успеха как в школе, так и в профессиональной деятельности <…> Аргумент, что поведение, стоящее за психометрическими тестами, не имеет ничего общего с человеческой компетентностью, неприемлем. Бушар (имеется в виду: Bouchard, 1997. – Д. У.) совершенно прав, утверждая, что исследования, приводившие к подобным результатам, были проведены некорректно. Эта ремарка безусловно относится ко всем известным мне исследованиям…» (Hunt, 1997, p. 539).

Выводы исследований вполне согласуются с практикой. В Вооруженных силах США законом запрещен прием на работу лиц, коэффициент интеллекта которых ниже 80 баллов. Закон позволяет снижать планку лишь в ситуациях, когда страна находится в состоянии объявленной войны.

 

Достижения и интеллектуальный диапазон

Хотя корреляционные связи психометрического интеллекта с реальными достижениями в жизни многократно подтверждались, они далеки от значения r = 1,0. Существуют неудачники с высоким интеллектом. Соотношение между психометрическим интеллектом и реальными достижениями можно оценить более точно, нежели с помощью одной только цифры корреляционной зависимости.

Согласно довольно популярной теории «интеллектуального порога», для овладения некоторой профессией человек должен обладать определенным минимальным уровнем интеллекта (Дружинин, 2001). Этот минимум для различных профессий разный. Если человек не дотягивает до этого интеллектуального минимума, то успеха в профессии ему добиться не удастся. Если же он превосходит этот минимум, то успехи определяются уже не интеллектом, а другими факторами, например, мотивацией.

В. Н. Дружинин (2001) дополнил эту идею, предложив модель «интеллектуального диапазона», согласно которой индивидуальная продуктивность ограничена интеллектом субъекта. У людей с равным интеллектом продуктивность определяется мотивацией и «приобщенностью к задаче». Дружинин говорит о «пиле» достижений одаренных детей в разных сферах деятельности. «У одаренных индивидов диапазон возможных достижений шире, чем у прочих. Поэтому, при независимости достижений в разных областях, в среднем, для группы одаренных разница показателей по отдельным тестам, задачам и т. д. будет больше, чем по генеральной совокупности» (Дружинин, 2001, с. 56).

 

Интеллект как наиболее важный предиктор успешности, известный в психологии

В психологии накоплена информация, касающаяся не только интеллекта, но и других психических свойств, которые могут служить предикторами успешности профессиональной деятельности. Ни одно из этих качеств не может соперничать с интеллектом на всем множестве профессий, хотя в отдельных случаях их роль существенна. Так, для малоквалифицированного ручного труда психомоторные способности в некоторых случаях оказываются более важными, чем интеллект, однако роль этих способностей нисходит до нуля в сложной профессиональной деятельности (Gottfredson, 1997; Hunter, Hunter, 1984).

Д. Мак-Клелланд серьезно исследовал проблему связи мотивации достижения с успехом деятельности. Так, на материале организации малых предприятий в Индии он показал, что успешность предпринимателя зависит от мотивации достижения, измеренной годом раньше. Из работ Мак-Клелланда следует, что мотивация (наряду с интеллектом) в значительной мере определяет успех в бизнесе (McClelland, 1961), однако не влияет на творческую работу в науках (McClelland, 1964в).

Е. П. Торренс пытался обосновать прогностическую валидность своего теста креативности для предсказания реальных творческих достижений. Он основывался на двух основных лонгитюдных исследованиях. В одном из них в 1958 г. были протестированы ученики младших классов, а затем – через 22 года – были оценены их достижения. В другом – старшеклассники, прошедшие тест в 1959 г., были затем оценены через 7 и 12 лет. Корреляция творческих достижений в жизни с тестовой оригинальностью оказалась на уровне примерно r = 0,4 и была соизмерима с корреляцией этих же достижений с тестовым интеллектом (Torrence, 1988). Последующие исследования, однако, привели к более прохладному отношению к тестам креативности как на основании эмпирических данных, так и по теоретическим мотивам (Sternberg, 1997).

Достаточно существенным предиктором успеха профессиональной деятельности в некоторых случаях является опыт, однако с повышением сложности профессии его роль падает. Опыт важнее всего в не очень сложных видах деятельности, которые в типичном случае осваиваются не путем обучения, а в самом процессе труда. Кроме того, роль опыта сходит на нет при сравнении достаточно опытных групп работников.

О роли личностных свойств и интересов достаточно красноречиво свидетельствует еще одно огромное исследование – так называемый Армейский проект А, выполненный в США (McHenry, Hough, Toquam, Hanson, Ashworth, 1990). Результаты представлены в таблице 1.2.

Из таблицы видно, что обращение с техникой и общая служебная успешность предсказываются почти исключительно психометрическим интеллектом. В то же время лидерство, дисциплина и успешность в физических занятиях связаны также с темпераментом. Получается, что интеллект влияет на все исследованные стороны службы американского военного, в то время как личностные особенности добавляют свой вклад только в некоторые аспекты.

 

Интеллект представителей разных профессий

Все приведенные до сих пор данные говорили о роли интеллекта у представителей одной профессии. Однако внутри профессии люди уже оказываются в определенной степени подобранными по интеллекту. Если бы внутри одной какой-либо сложной профессии мы наблюдали представителей всего спектра интеллектуальных возможностей, то перед нами предстала бы еще более впечатляющая картина. К счастью, этого не происходит, и люди с недостаточным когнитивным развитием не выбирают сложных профессий или отсеиваются на подступах к ним.

Наиболее полную картину в этом плане мы находим в Руководстве к Тесту для отбора персонала Вандерлика. За несколько десятилетий применения теста собраны данные об интеллекте претендентов на замещение самых различных должностей. Эти данные показывают, что существует значительная разница в интеллекте между претендентами на разные профессии. Средний коэффициент интеллекта лиц, претендующих в США на должность нотариуса, исследователя-аналитика или менеджера по рекламе, составляет около 120 баллов. Средний интеллект кандидатов на должность сторожа или упаковщика – не более 90 баллов (Wonderlic Personnel Test, 1992). Вообще средний интеллект американцев, занятых квалифицированным трудом (адвокатов, ученых, врачей и т. д.), оценивается в 114 баллов (Storfer, 1990, с. 206).

Представители одной профессии составляют относительно гомогенную в плане интеллекта выборку. Стандартное отклонение коэффициента интеллекта для представителей одной профессии составляет около 8 баллов, что практически вдвое ниже, чем в среднем по популяции (Hunter, Schmidt, Judiesch, 1990).

Таблица 1.2. Предикторы успешности различных аспектов службы в рамках Армейского проекта А в США. Цифровые данные соответствуют множественному коэффициенту детерминации линейной регрессии (R2)

 

Интеллект и творческие достижения

Исследования ныне живущих выдающихся людей – ученых, политиков, деятелей искусства – осуществить достаточно трудно, поскольку такие люди весьма дорожат своим временем и доступ к ним непрост. Тем не менее известно по крайней мере одно систематическое исследование психологических особенностей крупных ученых, проведенное в начале 1950-х годов Э. Ро (Roe, 1952, 1953). Ро провела исчерпывающее интервьюирование и тестирование 64 виднейших американских ученых в области физики, биологии, психологии и антропологии. Характерной особенностью ученых оказался чрезвычайно высокий психометрический интеллект. Ро использовала три шкалы интеллекта – вербальную, пространственную и математическую. Медианное значение показателей выдающихся ученых по первой из них составило 137 баллов, по последней – 166, результаты по пространственному интеллекту были промежуточными. Индивидуальные значения варьировались от 121 до 194 баллов. Учитывая, что IQ более 136 баллов демонстрирует 1 % населения, а значений в 166 баллов достигают сотые доли процента, показатели ученых следует расценить как сверхвысокие.

Также очень высокие показатели, превышающие 140 баллов, зафиксировал по терменовскому тесту понятийного интеллекта (Termen Concept Mastery Test) Ф. Бэрон в своем исследовании творческих писателей (Baron, 1963).

Таким образом, исследования приводят к заключению, что выдающиеся в творческом отношении люди показывают очень высокие результаты по тестам интеллекта.

 

Интеллект и случай

Зададимся вопросом: насколько большую роль в успехе человека в профессиональной деятельности и жизни вообще играют его личные достоинства, психологические качества, а какую роль – обстоятельства, случай? Очевидно, что роль случая велика. Молодой корсиканец Бонапарт не превратился бы в императора Наполеона, если бы ему не представились два счастливых случая – Тулон и 13-е вандемьера в Париже (Тарле, 1957). Более того, родись он на 100 лет раньше или позже и не застань времен Революции, вряд ли сегодня кто-то знал бы его имя. Но также справедливо и то, что другой человек, не обладающий интеллектом, волей, работоспособностью и жаждой власти Бонапарта, не смог бы воспользоваться подвернувшимися возможностями. Таким образом, феноменальный взлет Бонапарта не был бы возможен как без его необычайных личных качеств, так и без воли случая (или, если угодно, судьбы – не в этом дело).

Пример Наполеона Бонапарта – это яркий, демонстративный случай. Жизнь большинства людей менее ярка, но закономерности остаются теми же. Психология во многих случаях сумела зафиксировать влияние обстоятельств на профессиональный успех, как это было, например, сделано Д. К. Саймонтоном в отношении ученых (Simonton, 1988).

Большую роль в научном успехе, например, играет такое случайное обстоятельство, как место рождения. К. Берри (Berry, 1981, 1990) изучил культурное происхождение более чем 390 лауреатов Нобелевской премии в области науки. Он установил, что большая их часть происходит из больших городов. Так, 60 % американских лауреатов происходило из Нью-Йорка или одного из городов Среднего Запада. В Германии люди, рожденные в Гамбурге, Мюнхене или Штуттгарте, в 10 раз чаще становятся лауреатами, чем выходцы из сельских районов.

Подобно этому более половины выдающихся американских шахматистов происходит из районов Нью-Йорка, Сан-Франциско или Лос-Анджелеса (Gardner, 1982).

Большую роль играет религиозная принадлежность. Протестанты опережают католиков по вкладу в бизнес, науку и искусство таких стран, как США и Германия, где обе эти конфессии представлены (Knapp, Goodrich, 1952).

Большую роль играет также история ребенка в семье. Первенцы имеют существенно больше шансов добиться успеха в жизни (Cattell, Brimhall, 1921, Roe, 1952).

Все эти факты говорят о большой роли внешних обстоятельств в жизненном успехе. Общество равных возможностей остается по-прежнему недостижимой утопией. А раз так, то объяснять успех в жизни только психологическими особенностями личности в принципе невозможно.

Отсюда следует простой и ясный вывод: успех в жизни и профессии не может быть выведен из одних только индивидуальных качеств, там всегда присутствует и доля обстоятельств. Как распределяются между собой доли этих двух факторов? Конечно, оценка здесь может быть лишь очень приблизительной, поскольку, с одной стороны, мы сегодня имеем еще слишком мало данных, с другой – соотношение этих долей – величина переменная, зависящая от общества, профессиональной ситуации и т. д. И все же можно сделать прикидки на основании размера эффекта описанных выше средовых факторов (таких как порядковый номер рождения в семье или места рождения) на достижение профессионального успеха. Эти прикидки показывают, что роль средовых факторов колеблется вокруг примерно 50 %, оставляя другие 50 % на долю индивидуальных особенностей людей.

Каково же место интеллекта среди других психологических свойств, влияющих на профессиональные достижения человека? Однозначного ответа на этот вопрос не может быть – все зависит от конкретных особенностей профессии. Однако можно выявить закономерности этого влияния. Роль интеллекта тем больше, чем:

а) сложнее профессия;

б) больше вес отношений «человек – объект» и меньше – «человек – человек».

Сказанное можно проиллюстрировать результатами Армейского проекта А, осуществленного в США, которые более подробно излагались ранее. Обращение военнослужащих с современной техникой – это достаточно сложная деятельность, в которой наибольшую роль играют отношения «человек-объект». Дисперсия ее успешности, как легко вычислить на основании приведенной выше таблицы на 40 % определяется интеллектом, на 2 % – другими когнитивными особенностями и на 1 % – личностными особенностями и мотивацией в совокупности (Ушаков, 2004). 57 % дисперсии при этом приходится на фактор внешних обстоятельств, непсихологические индивидуальные особенности и те психологические особенности, которые ускользнули от примененных тестов. В целом эта доля дисперсии соответствует тому, что было сказано о роли обстоятельств в успехе человека.

Если же мы возьмем такую сторону военной службы, как дисциплина, которая в меньшей степени основана на сложной когнитивной деятельности и в большей – на социальных отношениях, то результат окажется совершенно иным. Роль интеллекта там весьма мала и объясняет 2,5 % дисперсии. Еще меньше вклад других когнитивных факторов. В то же время темпераментальные и личностные особенности могут объяснить чуть больше 10 % вариации. Характерно, что необъясненная дисперсия оказывается выше в этом случае по сравнению с предыдущим, т. е. тогда, когда основную роль играют личностные факторы, а не когнитивные. Это является косвенным свидетельством того, что тесты интеллекта отрабатывают свою роль много лучше, чем личностные тесты.

Подведем итоги анализа. Представляется, что доля дисперсии профессионального и жизненного успеха, объясняемая психометрическим интеллектом, вполне соответствует разумным ожиданиям от роли, которую играет в жизни ум человека. Ум не решает всех проблем, иногда случается горе от ума, однако в целом он обеспечивает значительную долю успеха в современной жизни. Приводящие к успеху характеристики ума достаточно хорошо отражаются в интеллекте, оцениваемом с помощью тестов. Конечно, любая операционализация латентной переменной не является идеальной, однако прогностическая валидность тестов интеллекта может быть оценена как очень высокая в контексте тех ожиданий, которые мы можем связывать с ролью ума в жизни современных людей.

 

Интеллект в быту

Большой скандал в США вызвала книга Хернстайна и Мюррея (Herrnstein, Murray, 1994). Между тем в ней содержится много интересных фактов. В таблице 1.3 суммированы некоторые из приводимых в книге исследований, учитывающих жизненные обстоятельства людей различного интеллектуального уровня в США.

Таблица 1.3. Интеллект и особенности поведения в быту. Цифры означают процент людей определенного уровня интеллекта, для которых наблюдается соответствующее явление

Объективные данные, таким образом, показывают, что даже в быту интеллект, измеренный при помощи психологических тестов, оказывается фактором огромной практической важности.

 

Когда излишний интеллект вреден

Факты типа тех, что приведены выше, составляют львиную долю в результатах исследований внешней валидности тестов интеллекта. Однако для полноты картины необходимо отметить другую сторону. Есть данные, которые говорят, что в некоторых случаях возможно «горе от ума». Так, по данным исследования успешных лидеров в США получается, что для них существует оптимальный уровень интеллекта, несколько превышающий средний уровень группы, к которой лидер обращается, но не очень далеко его превосходящий. При слишком высоком интеллекте лидер становится непонятен для «масс». Об этом говорят и результаты Д. Саймонтона, полученные им из ретроспективных оценок интеллекта Л. Терменом и К. Кокс выдающихся людей прошлого. У Саймонтона получилась невысокая, но значимая отрицательная корреляция (r = –0,29) между оценкой интеллекта и известностью для военных, политических и религиозных деятелей прошлых веков (Simonton, 1976).

Означают ли эти данные, что тесты интеллекта не всегда валидны? Конечно же нет. Они говорят о том, что связь умственных способностей с успехом в жизни непроста и нелинейна. Показательно, что к результатам, говорящим об отрицательной связи очень высокого интеллекта с социальным лидерством приводит не только применение тестов, но и экспертные, «экологические» оценки, как в исследовании Саймонтона.

 

Интеллект и социальный статус

В современном обществе социальный статус в наибольшей степени определяется образованием, получением престижной профессии, а в дальнейшем – профессиональными достижениями. Поэтому логично ожидать, что тесты интеллекта способны предсказывать социальный статус человека.

Первое исследование, касающееся соответствия психометрического интеллекта реальным достижениям было начато еще в 1921 г. В лонгитюде, проведенном с американским размахом, создатель теста Стэнфорд-Бине Термен и его сотрудники отобрали из более чем 150 тысяч школьников около полутора тысяч детей, показавших наиболее высокие результаты по тестам интеллекта (IQ более 136). Затем через 6–7, 11–19, 30–31 и 60 лет были проведены контрольные исследования жизненных успехов, которых добились высокоинтеллектуальные дети.

Выяснилось, что практически все члены выборки Термена добились высокого социального статуса. Все они закончили школу, а две трети – университет. По числу докторских степеней, опубликованных книг и патентов группа Термена в 30 раз превысила уровень контрольной выборки. Кстати, доход членов группы был в 4 раза выше среднего по США.

Любопытное обстоятельство, однако, заключается в следующем. Ни один из обследуемых не проявил исключительного таланта в области науки или искусства, который выразился бы в существенном вкладе в мировую культуру. В то же время был обнаружен один ребенок, который немного не дотянул до требовавшихся в исследовании Термена 136 баллов КИ, однако в последующей жизни достиг того, чего не удалось достичь никому из избранных – стал лауреатом Нобелевской премии. Это примечательное обстоятельство еще раз напоминает, что нет строгой черты, отделяющей сверхвысокий интеллект от просто высокого; с ростом интеллекта повышается вероятность выдающихся достижений.

Более поздние исследования повторяют результаты Термена. Корреляции между коэффициентом интеллекта ребенка и его статусом во взрослом возрасте могут составлять до r = 0,8, хотя более типичный показатель – r = 0,5 (Rutter, 1989). При этом социальная мобильность (переход из одного класса в другой) в западных странах также зависит от интеллекта. Так, в США и Шотландии переход в вышестоящий класс на 40 % определяется психометрическим интеллектом, причем в Шотландии этот процесс происходит быстрее, чем в США (Равен и др., 1996). В США прирост одного балла коэффициента интеллекта приводит в среднем к повышению годового дохода на 1000 долларов (Storfer, 1990).

Для уточнения результатов Термена и других западных авторов необходимо подчеркнуть, что характер связи способностей с успехом в обществе обусловлен устройством самого общества. Мудрый Конфуций в свое время сказал, что в хорошо устроенном обществе стыдно быть бедным, а в плохо устроенном – стыдно быть богатым. Перефразируя, можно получить весьма актуальное для современной психологии изречение: «В хорошо устроенном обществе умным быть полезно, а в плохо устроенном – вредно».

Известный социолог В. Парето развил теорию «кругооборота элит», согласно которой устойчивым может быть только то общество, которое позволяет своим наиболее способным членам проникать из низших слоев в высшие. В обществе же с кастовыми перегородками в низших слоях создается чрезмерное давление, создаваемое деятельностью наиболее талантливых людей, после чего следует социальный взрыв.

Конечно, и при отсутствии кастовых перегородок движение наверх далеко не всегда определяется интеллектом. По-видимому, принципы кадрового движения в советской номенклатуре еще только ждут своих исследователей. Однако то отсутствие дееспособности советских руководителей, которое стало предметом анекдотов в конце 1970-х годов, говорит, скорее всего, о том, что выдвижение определялось качествами, слабо связанными с интеллектом. Талант не означает непременного успеха. Связь таланта и успеха определены устройством общества.

Приведенные выше исследования выполнены в США и Западной Европе, т. е. странах с устоявшейся и достаточно эффективной системой выдвижения и поощрения наиболее успешных членов общества. В России в плане связи интеллекта с успеваемостью и возможностью поступления в вузы наблюдаются те же закономерности. Нет оснований ожидать и существенных различий в отношении успешности в работе.

В то же время в переходный период 1990-х годов в России, по-видимому, многие люди с наиболее высоким уровнем образования и учеными степенями попали в низкооплачиваемую категорию. Во всяком случае, исследования, проведенные в те годы В. В. Кочетковым и В. Н. Дружининым (2001), не выявили связи между социально-экономическими характеристиками и интеллектом детей и взрослых.

 

Если интеллект играет столь важную роль на индивидуальном уровне, то напрашивается предположение, что и на групповом уровне, уровне предприятий, регионов и стран, он будет играть весьма существенную роль.

За несколько последних десятилетий в психологии наблюдался большой прогресс в направлении точности методов и моделей. Созданы мощные статистические подходы, разработаны надежные экспериментальные установки и способы регистрации данных, произошло развитие формализованных теорий. Но все же этот прогресс в наибольшей степени затронул исследовательскую сферу, и психологам еще далеко до коллег-экономистов в отношении построения точных моделей общественных процессов и оценки различных сценариев при организации психологических воздействий. Между тем для принятия ответственных государственных решений точная, желательно количественная оценка последствий принимаемых мер имеет первостепенное значение. Не потому ли психологам не всегда удается убедить в необходимости очевидных, по их мнению, мер чиновников, что обоснование этих мер и предвидение их следствий порой оказывается чересчур «гуманитарным», не обладает достаточной степенью точности?

Представляется, что сегодня, благодаря ряду достижений психологии, созданы предпосылки для развития точных, математизированных моделей, связывающих способности людей и экономические успехи государства.

 

Экономика как решение задач

Формально задача оценки влияния способностей на экономические показатели относится «к ведомству» экономической психологии. Сегодня в экономической психологии, особенно зарубежной, преобладает развитая в экономической науке парадигма, рассматривающая экономические отношения как отношения обмена. Экономическая жизнь – это обмен всего на все: труда на зарплату, товара на деньги, денег на образовательные услуги и т. д. В рамках этой идеализации создается образ «человека экономического» (homo economicus), подсчитывающего выигрыши и проигрыши от различных обменов и тем самым устанавливающего правила игры в экономической сфере. В контексте такой парадигмы центральной категорией экономической психологии оказывается принятие решений, при которых один исход предпочитается другому, одна возможность обменивается на другую. Психологам удалось показать много интересных и нетривиальных феноменов в сфере принятия решений: установить ограниченную рациональность людей, описать применяемые ими эвристики, которые в определенной степени заменяют рациональные подсчеты и позволяют тем самым снизить когнитивную нагрузку, и т. д. Эти достижения были отмечены Нобелевскими премиями Г. Саймона и Д. Канемана, присужденными им в области экономики.

В рамках такого подхода существуют определенные возможности оценить роль состояний (например, эмоциональных) и индивидуальных особенностей людей (например, интеллекта) в принятии решений и тем самым – в экономических процессах. В частности, показано, что люди с более высокими интеллектуальными способностями несколько иначе ведут себя в ситуации выбора, например, в широко используемой в экспериментальных исследованиях экономических психологов ситуации так называемой «дилеммы узника». Хотя из этих данных вроде бы и следует, что более интеллектуальным людям проще договариваться друг с другом и, следовательно, их взаимодействие ближе к оптимальному, чем взаимодействие менее интеллектуальных людей, однако установить количественный эффект этой оптимизации взаимодействия в терминах экономических достижений представляется затруднительным. Самое же главное состоит в том, что роль одаренности и интеллекта в развитии экономики заключается, скорее всего, не в оптимизации взаимодействия между людьми, а в способности к созданию нового продукта, составляющего экономическую ценность. Талантливые люди разрабатывают новые технические устройства, делают научные открытия, создают более совершенные общественные институты и этим вносят свой вклад в экономический прогресс. Эту интуитивно очевидную сторону экономической роли одаренности парадигма экономики как отношений обмена, к сожалению, вряд ли может включить в свои концептуальные схемы.

Предлагаемый ниже подход состоит в том, чтобы оценить роль человеческой одаренности в экономике, приняв иную исходную идеализацию: представив экономику не как обмен, а как решение задач различной степени сложности. Посеять хлеб, выточить деталь на станке, объяснить особенности товара клиенту, спроектировать техническое устройство, управлять коллективом или вести переговоры с партнерами – все это задачи, которые приходится решать людям, занятым экономической деятельностью. Без этой стороны жизни никакой обмен невозможен, поскольку без нее не будут созданы объекты, подлежащие обмену. Да и сам обмен под этим углом зрения может быть понят как решение определенного рода социальных задач.

На основании представления об экономике как решении задач мы предлагаем модель, позволяющую оценивать экономический эффект, связанный с различными процессами, в которые включен человеческий интеллект. В частности, становится возможным установить экономическую отдачу от программ, нацеленных на образование одаренных людей.

 

Контуры модели

Смысл предлагаемой модели – использовать уровень способностей людей в качестве фактора, определяющего экономическую эффективность предприятия, региона или государства. Именно здесь решение задач выступает в качестве ключевого объяснительного принципа. В то же время связь способностей людей с эффективностью решения экономических задач не является ни простой, ни непосредственной. Центральным опосредующим звеном, связывающим способности с эффективностью решения задач, является компетентность. Современная экономика требует профессионализма, и даже высокоодаренный человек, не имеющий соответствующей подготовки, не может быть эффективным профессионалом.

Модель, связывающая способности людей с экономическими достижениями предприятия или государства, с нашей точки зрения, должна описывать следующие феномены:

• распределение различных уровней способностей у групп людей;

• процесс превращения способностей в компетентности, позволяющие решать профессиональные задачи;

• процесс превращения компетентностей людей в экономические результаты.

Процесс превращения способностей в компетентности характеризует образование в широком смысле слова, поскольку показывает, в какой степени обществу удается использовать потенциал способностей населения для экономических целей. Именно в совершенствовании этого процесса и заключен основной потенциал влияния программ по образованию одаренных детей на экономические достижения.

Процесс превращения компетентностей людей в экономические результаты характеризует, в какой степени в рамках данной экономической системы способность людей к решению задач разной сложности важна для общих экономических показателей. Очевидно, что экономика, основанная на инновациях, связанная с созданием передовых технологий, в большей степени востребует высокие компетентности, чем экономика, идущая традиционным путем и эксплуатирующая чужие достижения и природные ресурсы.

Оба указанные процесса весьма сложны, и их протекание определяется взаимодействием многих переменных. Представляется, однако, что на сегодняшнем уровне развития науки мы уже способны охарактеризовать их с достаточной точностью, чтобы делать продуктивные выводы.

Ниже будут суммированы полученные в различных областях психологии, а частично и смежных с ней наук, сведения, проливающие свет на закономерности превращения способностей в компетентности, а компетентностей – в экономические результаты. Эти сведения разрозненны, получены в разных областях и в большинстве случаев – вне экономического контекста. Однако ниже они нанизываются на единый концептуальный каркас, что позволяет придти к целостной картине роли способностей людей в экономическом процессе.

 

Человеческий капитал

Прежде чем переходить к дальнейшему, полезно соотнести предлагаемый подход с исследованиями человеческого капитала, пионером которых стал Нобелевский лауреат Т. Шульц.

Шульц различал врожденные и приобретенные способности, или ценные качества человека. Понятие человеческого капитала отождествлялось им с приобретенными человеком качествами. При этом изучение этой области экономистами Чикагской школы, к которой относился Шульц, было завязано на проблему вложений времени, труда и финансов, приводящих к развитию человеческого капитала. Главный путь этих вложений – образование. Образование рассматривается как вложение денег и времени, которое впоследствии дает отдачу в эффективности труда и заработке.

Можно констатировать, что человеческий капитал проанализирован в Чикагской школе в рамках парадигмы экономической жизни как обмена. Образование – обмен времени и финансов на возможности эффективной работы в будущем. При этом оценивается, за какое время вложения окупятся, какие установки людей способствуют готовности обменивать сегодняшние затраты на выгоды в будущем и т. д.

В рамках парадигмы экономики как обмена можно анализировать и то, что Шульц называл «врожденными способностями», поскольку последние также подлежат обмену. Например, распределение доходов в экономике может объясняться соотношением способностей заработка (earning capacity) работника с предложениями работодателя, перспективами карьеры и т. д. При этом способность заработка включает, конечно, как приобретенные, так и врожденные способности.

В целом, безусловно, подход к человеческому капиталу в рамках парадигмы экономики как обмена весьма продуктивен и позволил разработать ряд интересных математизированных моделей. Однако он не приблизил нас к пониманию роли высоких способностей и работы по их развитию в экономической жизни.

В качестве отправной точки для дальнейшего анализа возьмем проведенное Шульцем разграничение врожденных и приобретенных способностей. Психология, когда-то пользовавшаяся противопоставлением врожденного и приобретенного, сегодня практически полностью отказалась от него ввиду его недостаточной фундаментальности. Представляется, что и в контексте проблемы человеческого капитала это различение не столько проясняет, сколько запутывает суть дела. Дихотомия врожденных и приобретенных способностей, подразумевая рядоположность тех и других, фактически маскирует реальную проблему: формирование компетентностей на основе способностей. Между тем преобразование способностей в компетентности составляет первое звено той детерминационной цепочки, в рамках которой, по нашему мнению, только и можно понять влияние способностей на экономические результаты. Способности сами по себе не имеют экономической ценности, они ее обретают только за счет возможности преобразования в компетентности, которые в свою очередь ценны при условии их использования для решения задач, стоящих перед экономикой. В этом смысле продуктивным представляется использование не дихотомии врожденных/приобретенных способностей, а пары понятий способности – компетентности. В этом контексте не важно, являются ли способности врожденными или приобретенными, определяемыми генетикой или средой (хотя для общей психологии это, конечно, весьма существенная проблема). Важно, что это относительно стабильные в течение трудовой жизни человека свойства, определяющие возможность и степень овладения компетентностями.

Понятно, что компетентность может быть в общем виде представлена как функция двух переменных – способностей человека и предоставленных ему возможностей получить образование в широком смысле этого слова. Исследования человеческого капитала представителями экономической науки сосредоточены на втором аспекте. В контексте проводимого здесь анализа, напротив, важен первый аспект.

Какое же соотношение удельных весов этих компонентов? По-видимому, их соотношение в историческом времени изменяется. Так, наличие профессиональных секретов, цеховых ограничений и других препон на пути циркуляции знаний увеличивают роль образования и снижают роль способностей.

Напротив, убыстрение темпов изменения знаний приводит к тому, что полученное образование быстрее обесценивается и во главу угла становятся способности приобретать новые знания, умения и навыки.

Функция, связывающая способности и компетентности, характеризует определенный исторический период, региональные условия и экономические особенности. Поэтому долю наиболее одаренной части общества в общем экономическом развитии можно обсуждать только применительно к тем или иным конкретным историческим и региональным условиям. Поскольку в современном мире знания производятся и обновляются во все нарастающем темпе, а преграды на пути его распространения, если и не становятся меньше, то вряд ли и увеличиваются, то логично предположить, что роль способностей людей в формировании компетентностей возрастает. Впрочем, сегодня такого рода предположение может быть проверено эмпирически.

 

Компетентность, способности и успешность решения задач

Следует точно определиться с тем, что мы понимаем здесь под компетентностью, поскольку это понятие используется по-разному. В нашем контексте компетентность необходимо определить максимально широко – как профессиональное мастерство, совокупность всех качеств, знаний и умений, позволяющих человеку эффективно решать задачи в определенной сфере. В компетентность в этом смысле включаются не только те свойства, которые позволяют выполнять нормированную профессиональную деятельность, но и те, что служат высшим творческим достижениям. При таком понимании талант – это высшая степень компетентности. Например, если достижения ученых порой осуществляются при помощи творческого озарения, инсайта, то возможность делать открытия через инсайт входит в компетентность ученого в используемом здесь широком понимании этого термина. Чем выше уровень компетентности, тем больше творческого начала входит в нее.

Ценность исследований психологов проявляется в том, что они позволяют установить связь между способностями людей и возможностью приобретения ими компетенций. Это стало возможным за счет диагностических методов оценки способностей, развитых в психологической науке. Каков же характер связей, выявляемых психологическим исследованием между способностями и компетентностями? Исследования дают очень схожие результаты. В верхней части рисунка 1.1 изображена схема типичного соотношения способностей и учебных достижений (Дружинин, 2002, с. 46). В нижней части того же рисунка приведен конкретный пример, взятый из одного из эмпирических исследований (Ушаков, 2003).

На рисунке видно характерное треугольное распределение: низкому уровню способностей соответствуют низкие учебные достижения, в то время как высокому могут соответствовать как высокие, так и низкие достижения. Треугольное распределение фактически означает соотношение необходимого, но недостаточного условия между способностями и компетентностями. Описанная закономерность не только важна для общей оценки связи между способностями и экономическими достижениями, но и указывает на большой потенциал нереализованности, содержащийся в правой части распределения, т. е. в наиболее одаренной части общества.

Означает ли регулярная повторяемость треугольного распределения в самых разных исследованиях его непреложность как закона, независимого от среды, культуры и условий развития? Отнюдь нет. Исследования, в которых это распределение получается, выполнены на испытуемых, имевших сходные возможности для развития компетентности. Например, школьники, посещающие один и тот же класс, имеют если не идентичные, то близкие возможности развития компетентности в математике, истории или географии. Именно тогда складывается треугольное распределение.

Рис. 1.1. Вверху – схема отношений способностей и компетентностей. Внизу – диаграмма рассеяния интеллекта школьников с их результатами решения олимпиадных математических задач

В условиях примерного равенства внешних возможностей реализация потенциала способностей и превращения их в компетентности оказывается в зависимости от психологических факторов, таких как мотивация, эмоциональная и волевая сфера и т. д. Собственно, основное, что может сделать образование одаренных детей для экономики страны – более эффективно помочь преобразовать их способности в высокие компетентности.

 

Компетентность и экономическая эффективность

Рассмотрим теперь превращение компетентностей в экономический результат. Проводя дальше линию анализа экономики как решения задач по аналогии с открытыми и закрытыми задачами, введем различение профессиональных деятельностей с открытым и закрытым типом успешности. Задачи закрытого типа предполагают только один вариант решения, который является оптимальным и не может быть дальше усовершенствован. Задачи открытого типа имеют множество решений, степень совершенства которых сверху не ограничена.

Если обратиться к миру профессий, то очевидно, что, например, деятельность рабочего у конвейера, контролера в общественном транспорте или кассира имеет закрытый тип успешности. При низком уровне компетентности эта деятельность не достигает оптимума успешности и характеризуется большим количеством брака. Однако по достижении определенного уровня компетентности успешность достигает потолка и далее не возрастает.

Профессии закрытого типа успешности могут быть весьма разными по когнитивной сложности и требовать разных уровней компетентности и необходимой для ее приобретения способности. Если работа у конвейера обычно не рассматривается как требующая интеллекта выше среднего, то деятельность, например, нотариуса, согласно американским правилам профессионального отбора, предполагает интеллект, превышающий средние значения более чем на одно стандартное отклонение (Gottfredson, 1997). Тем не менее нотариус или же бухгалтер – тоже профессии с закрытым типом успешности: после достижения определенного уровня профессиональной компетентности прирост успешности прекращается. Суть этих профессий – проведение действий в соответствии с установленными нормами. Если нормы выполняются, деятельность должна быть признана успешной, и далее ее успешность не повышается ввиду того, что превышать нормы не требуется или даже противопоказано.

В то же время вроде бы близкая деятельность адвоката не имеет четкого потолка успешности. Возможность влиять на суд в пользу своих подзащитных выдвигает из среды адвокатов таких выдающихся личностей, как Плевако или Кони. Аналогично, например, в сфере науки продуктивность ученого не ограничена сверху, и вклад талантливых личностей в ее развитие многократно превосходит среднестатистический уровень. Только что обсужденный аспект модели имеет любопытные следствия. Если способности нормально распределены в соответствии с гауссовым законом, то треугольный характер зависимости, представленной на рисунке 1.1, будет приводить к возникновению левосторонней асимметрии распределения компетентностей, как это показано на рисунке 1.2 (см.: Дружинин, 2002).

Рис. 1.2. Левосторонняя асимметрия распределения компетентностей

Если сопоставить асимметрию распределения компетентностей, изображенную на этом рисунке, и соотношение компетентностей и достижений в профессиональной деятельности открытого типа успешности, можно придти к выводу, что в наиболее творческих профессиях следует ожидать резкую асимметрию распределения достижений. Это означает, что в таких профессиях значительную часть продукта производит относительно небольшая часть занятых в них людей. Собственно, это совпадает с эмпирически установленными закономерностями.

Еще в конце XIX в. социолог Парето установил, что 80 % доходов в Англии того времени получали 20 % населения и нашел схожее распределение для других стран и времен. Хотя из асимметрии распределения трудовых вкладов и должна следовать асимметрия доходов, обратное неверно. Кроме того, распределение Парето оказалось применимым к очень широкому кругу феноменов – от функционирования компьютерных процессоров до систем контроля качества на производстве. В этом смысле его трактовка как следствия асимметрии трудовых вкладов представляется необоснованной, хотя применение принципа Парето к распределению трудовых вкладов на предприятиях может рассматриваться как достаточно правдоподобное.

Существуют, однако, другого рода оценки – связанные с закономерностями, которые были обнаружены в творческих профессиях. Так, согласно закону Прайса (Price, 1963), половина всех произведений в данной области создается группой, численность которой равна корню квадратному из общего числа членов данного сообщества. Например, если классический музыкальный репертуар образован произведениями примерно 250 композиторов, то половина этого репертуара принадлежит корню квадратному из 250, т. е. примерно 16 композиторам, что и обнаруживает эмпирическое исследование (Moles, 1968). Функция распределения продуктивности в любой сфере творчества оказывается резко асимметричной, причем асимметричность увеличивается с ростом выборки. Для разумных объемах выборки асимметрия оказывается существенно выше, чем в случае распределения Парето.

На основании изложенных положений модели можно выдвинуть следующее дополнительное предсказание: увеличение значимости наиболее сложных и творческих компонентов в деятельности будет приводить к нарастанию асимметрии. Это предсказание до сих пор не проверялось, однако допускает эмпирическую проверку. Например, можно предположить, что периоды «научных революций» в смысле Т. Куна требуют более неординарных подходов, чем периоды «нормального развития науки», и, следовательно, будут приводить к более выраженной левой асимметрии распределения научного продукта, в том числе измеряемого – публикаций.

Из сказанного вытекает объяснение большей асимметричности распределения Прайса, чем распределения Парето. Если распределение Парето можно рассматривать как описывающее распределение вкладов на средней корпорации, то распределение Прайса относится к «верхним этажам» человеческого творчества. Из излагаемой модели следует, что во втором случае асимметрия должна быть больше.

 

Оценка связи способностей, компетентности и экономических показателей в современном мире

Теперь следует перейти на более высокий уровень – от успешности деятельности отдельного профессионала к предприятию и экономике в целом. Прежде всего очевидно, что перед разными странами (и предприятиями) стоят разные задачи и для достижения одинаковых результатов от них требуются разные усилия и уровни компетентности. Следовательно, уровень компетентностей – лишь один из факторов, определяющих экономический успех, но, как будет видно из дальнейшего, весьма существенный фактор, объясняющий значительную часть дисперсии экономических показателей.

Показатели экономики представляют собой нелинейную комбинацию результатов профессиональной деятельности отдельных индивидов. Другими словами, общий результат экономики можно представить как входящие в него с разными весами результаты различных профессиональных деятельностей с закрытыми и открытыми типами успешности. В этом случае инновационная экономика характеризуется тем, что с наибольшим весом в нее входят профессиональные деятельности с открытым типом успешности.

Таким образом, связь между компетентностями людей и экономическими результатами оказывается опосредованной экономическим устройством общества. Эти процессы и структуры сами по себе представляют существенный интерес и заслуживают отдельного моделирования. Мы же здесь же воспользуемся существующими данными, которые позволяют установить отношение, характеризующее современную мировую экономику.

Для оценки связи способностей, компетентности и экономических показателей в современном мире сегодня есть возможность воспользоваться данными, собранными известным английским психологом Р. Линном.

Линн начинал с данных, касающихся связи экономического развития регионов различных стран с интеллектом их населения (см., например: Davenport, Remmers, 1950). Затем он получил аналогичные данные для различных регионов западноевропейских стран. Корреляции составили r = 0,73 для 13 областей Великобритании, r = 0,61 для 90 департаментов Франции и r = 0,65 для 48 районов Испании (Lynn, 1979, 1980, 1981).

В 2002 г. Линн и финский политолог Т. Ванханен выпустили книгу «Коэффициент интеллекта и благосостояние наций», в которой утверждалось, что интеллект населения стран является существенным фактором, оказывающим влияние на состояние их экономик (Lynn, Vanhanen, 2002). Авторы составили список среднего интеллекта для 81 страны мира на основании опубликованных данных исследований интеллекта (рисунок 1.3). Они обнаружили высокую корреляцию посчитанного ими национального интеллекта как с доходом на душу населения в этих странах (корреляция составила примерно 0,7), так и с экономическим ростом в периоды 1950–1990 и 1976–1998 гг. (корреляция 0,6–0,65). Эти корреляции лишь незначительно уменьшались, если из списка, например, выводились африканские страны.

Рис. 1.3. Связь национального интеллекта и среднедушевого дохода в различных странах мира

В более поздней работе на материале тех же данных Р. Дикерсон уточнил, что связь интеллекта с доходами страны аппроксимируется экспоненциальной зависимостью лучше, чем линейной (Dickerson, 2006). При повышении коэффициента интеллекта на 10 баллов национальный доход на душу населения примерно удваивается.

В соответствии с изложенной моделью связь между интеллектом и экономическими показателями опосредована компетентностями людей. Следовательно, если адекватно измерить в межгосударственном масштабе компетентности, можно ожидать, что их корреляции как с национальным интеллектом, так и с экономическими показателями окажутся выше, чем у этих двух конструктов между собой. Меры, позволяющие оценить компетентности, логично искать в сфере оценок образовательных систем. На первый взгляд данные, полученные в этой сфере, могут показаться довольно противоречивыми.

В работах экономистов с применением метода Байесовского усреднения классических оценок (BACE – Bayesian Averaging of Classical Estimates) было показано, что интеллект проявляет себя более мощным предиктором экономического развития, чем различные параметры системы образования (средняя продолжительность образования, его охват и т. д.), как, кстати, и рыночная свобода, демократия, инвестиции (Weede, Kampf, 2002; Jones, Schneider, 2006).

Иную картину, однако, дает анализ показателей образования не по формальным признакам, а по результатам испытаний учащихся.

С одной стороны, Линн показал высокую связь показателей среднего интеллекта по странам и результатов международных исследований качества образования (PISA и TIMSS), r = 0.9 с учетом коррекции на ненадежность измерений (Lynn, 2008).

С другой стороны, в проведенном Э. Хантом и В. Виттманом иерархическом регрессионном анализе показатели по PISA оказываются наиболее мощным предиктором ВВП, по отношению к которому интеллект не добавляет значимо объясняемой дисперсии (Hunt, Wittman, 2008).

Таким образом, правдоподобно заключить, что компетентности действительно выступают опосредующим звеном между интеллектом и экономическими показателями. К этому, однако, нужно добавить, что формальные показатели системы образования, такие как средняя продолжительность обучения, охват населения различными уровнями образования и т. д., не являются сами по себе хорошими показателями приобретенных компетентностей.

Еще один вопрос, который заслуживает здесь рассмотрения, заключается в том, связаны ли экономические показатели со средним уровнем интеллекта населения или же с особенностями его распределения, например, размером интеллектуальной элиты или, напротив, уменьшением числа людей с чрезмерно низкими когнитивными способностями, не позволяющими заниматься сколько-нибудь квалифицированной работой. В рамках развиваемой модели это означает относительную важность для экономики решения задач разного уровня сложности. Конечно, средний интеллект населения и размер интеллектуальной элиты – связанные показатели, однако их корреляция не достигает единицы. Такие страны, как США или ЮАР, имеют больший разброс интеллектуальных показателей, чем, например, западноевропейские государства, следовательно, при одинаковых средних значениях интеллекта там окажется больше лиц, как входящих в интеллектуальную элиту, так и не способных к ведению квалифицированной работы.

В недавнем исследовании было показано, что национальная продуктивность, оцениваемая по числу патентов, в большей степени связана с численностью интеллектуальной элиты, чем со средним интеллектом населения (Gelade, 2008). Необходимо добавить, что число патентов – это показатель не столько работы всех индивидов в целом, сколько наиболее дееспособных и активных из них, поэтому сильная связь с размером интеллектуальной элиты не может вызвать большого удивления. В терминах предложенной модели можно выразить сказанное следующим образом: структура сложности задач в изобретательской деятельности, отражаемой в количестве патентов, не типична для таковой в экономике в целом.

Наконец, следует отметить, что исследования Линна показали экономическое значение не просто интеллекта, но генерального фактора интеллекта, т. е. фактически одномерной когнитивной способности. Это позволяет существенно упростить модель, отказавшись от многомерного представления способностей. Конечно, сводя способности к одному измерению, мы теряем некоторый объем информации. Весьма вероятно, что существует экономическое значение креативности в ее психометрическом понимании. Порой обсуждается специальная роль вербального интеллекта (Storfer, 1990). Однако уже одни только данные по экономическому значению генерального фактора интеллекта настолько существенны, что составленная на их основе модель позволяет делать весомые выводы. Формирование некоторых компетентностей требует определенных специальных способностей, но на глобальном уровне, изучавшемся Линном, речь идет о результирующей, которая отражается в генеральном факторе интеллекта.

 

Построение формальной модели

Изложенные положения модели дают основания перейти к ее формализации. Эта формализация имеет двоякое значение. Во-первых, в практическом плане она открывает путь к количественным оценкам и тем самым сообщает модели предсказательные возможности. В частности, она позволяет дать экономические оценки различным сценариям работы с одаренными детьми. Во-вторых, в исследовательском плане формализация ускоряет процесс совершенствования теории, поскольку позволяет формулировать точные предсказания, соотнесение которых с действительностью выявляет нестыковки в теории и заставляет вносить в последнюю изменения. В то же время любая формализация связана со схематизацией, отбрасыванием части «пышно зеленеющего древа жизни» в пользу сухой теории. В особой степени это касается ее начальных этапов, когда закладываются принципы схематизации для той или иной области. Поэтому представляется, что оптимальным путем сегодня является сочетание двух подходов – номотетического, стремящегося к созданию абстрактных моделей, и идеографического, сохраняющего богатство живого представления о человеческой личности.

Вначале необходимо ввести функции, отображающие способности на компетентности и компетентности – на экономические достижения. Первая описывает, каким образом у групп людей, включенных в экономический процесс, на основе способностей формируются компетентности, и фактически является показателем работы образовательной системы страны. Функция, отображающая компетентности на экономические достижения, характеризует экономическую систему государства, а именно востребованность в ней высококомпетентных специалистов.

Для наших целей удобно сразу использовать одну функцию, являющуюся композицией двух перечисленных, поскольку при этом можно воспользоваться данными Р. Линна, которые приводят в соответствие способности и экономические достижения.

Для удобства последующих расчетов преобразуем оси интеллекта I и экономических показателей D таким образом, чтобы все данные Линна уместились в отрезках [0, 1]. Это достигается за счет следующего преобразования:

где индекс t обозначает соответствующую страну в данных Линна. Далее будем работать в новых осях, поэтому штрихи учитывать для удобства не будем.

Рассмотрим два варианта аппроксимации: при помощи степенной функции и при помощи показательной функции, которую предлагает Дикерсон (Dickerson, 2006). Мы пойдем по двум путям отдельно, а потом сравним полученные результаты.

Все степенные и показательные функции представим в виде трехпараметрического семейства:

F 1 ( I; k, m, a ) = m ( I – a ) k ,

F 2 ( I; k, m, a ) = m × k ( I – a ) .

Будем искать соответствующие функции f 1 (I) и f 2 (I) методом наименьших квадратов:

Следует отметить, что данные Линна имеют различную надежность для разных стран. Для большей части стран они основываются на эмпирических исследованиях, охвативших выборки большего или меньшего размера. Однако Линн расширяет свой список путем добавления стран, для которых интеллект оценен косвенно, в частности, путем сопоставления с интеллектом в соседних странах. Таким образом, мы располагаем менее обширным списком стран, для которых оценки интеллекта более надежны, и расширенным списком, для которого, однако, оценки интеллекта менее надежны. Расчеты были проведены отдельно по полному списку и – по сокращенному. В последний были включены страны, где данные по интеллекту были получены на выборке не менее 400 человек.

Линн сопоставляет свои данные по интеллекту с показателями ВВП за 2002 г. Более на дежно, однако, брать данные по ВВП не за один год, а за несколько, поскольку этим снижается влияние краткосрочных экономических факторов. Соответственно мы осуществили расчеты как на основании приводимых Линном данных за 2002 г., так и на основании усредненных показателей за 2002, 2006 и 2007 гг. Данные за 2006 г. были взяты с сайта Международной организации здравоохранения (World Health Organization), а за 2007 г. – с сайта Всемирного банка (World Bank). Данные за 2006 и 2007 гг. удалось получить не по всем странам, представленным в списках Линна, поэтому краткий список сократился на 6 стран, а расширенный – на 10. Из всех выборок исключены Китай и Экваториальная Гвинея.

Результат решения задачи для разных вариантов данных суммирует таблица 1.4.

На основании данных, представленных в таблице, можно заключить, что наиболее точно связь национального интеллекта и доходов на душу населения аппроксимирует степенная функция с показателями, варьируемыми от 2,08 до 2,6 для разных вариантов данных. Однако если взять показатель степени, равный 2, то полученная квадратичная функция, как видно из таблицы 1.4, аппроксимирует данные лишь чуть хуже, чем степенная с оптимально определенным показателем степени, и примерно так же (а для данных с достоверными коэффициентами интеллекта даже лучше), как это делает показательная функция. Стоит отметить, что точность аппроксимации в случае усредненных доходов на душу населения по трем годам оказывается выше, чем для одного года.

Далее мы проведем расчеты на основании двух моделей – квадратичной и степенной, а затем сравним сходство вытекающих из них оценок. Эти модели являются наиболее контрастными, поскольку степенная предполагает наиболее быстрый рост функции при возрастании аргумента, а квадратичная – наиболее медленный. Следовательно, степенная модель будет давать наиболее высокие оценки экономическому вкладу одаренной части населения, а квадратичная – самые низкие. В связи с этим, если оценки, полученные на основании двух моделей, окажутся достаточно близкими, это станет свидетельством высокой стабильности результатов, получаемых на основании предложенного подхода.

Таблица 1.4. Аппроксимация связи национального интеллекта и доходов на душу населения

Примечание: N – количество стран, k – полученный в результате решения задачи коэффициент степенной функции. В остальных трех столбцах отображены полученные нормы соответственно для степенной модели, для степенной модели с заданной степенью равной 2 и для показательной модели.

 

Вклад групп населения с различным интеллектом в экономику страны

Приведенные выше закономерности являются стохастическими, и возникает вопрос о причинах отклонений отдельных стран от аппроксимирующей зависимости. В контексте понимания экономики как решения задач ответ на этот вопрос включает несколько пунктов. Во-первых, для реализации интеллектуального потенциала людей необходимо, чтобы экономика в достаточном количестве предоставляла такие рабочие места, где необходим высокий уровень интеллектуальных компетентностей или же повышение их уровня приводит к повышению результата. Если в экономике минимальна потребность в квалифицированном труде, то и высокий интеллект граждан ничего не даст. Во-вторых, необходимо, чтобы существующие в стране рабочие места, связанные с решением наиболее сложных задач, приносили экономическую отдачу. Это условие также не всегда выполняется. В стране могут существовать рабочие места, например, в науке, которые требуют очень высокого интеллекта и компетентностей, однако наука не имеет в этой стране такого внедрения в экономику, которое позволило бы существенно увеличить национальный доход. Наконец, еще одним необходимым условием является наличие такой системы образования в широком смысле слова, которое позволяет формировать достойные компетентности на базе высоких способностей.

Страны, в которых высокий интеллект дополняется тремя перечисленными условиями, имеют высокие экономические достижения, но недостаточность хотя бы в одном звене из трех существенно снижает возможности реализации интеллектуального потенциала населения.

Проведенный анализ важен для перехода от интернационального уровня к национальному. Может ли быть перенесена полученная на наднациональном уровне зависимость интеллекта и ВВП на уровень внутри страны? Если вклад групп с различным уровнем интеллекта остается пропорциональным во всех странах, тогда закономерность допускает перенос. Если же снижение степени реализации интеллекта связано с понижением вклада наиболее интеллектуальных групп, то закономерности будут различными для стран, лежащих выше и ниже аппроксимирующей кривой.

Приняв допущение о пропорциональности вкладов, легко оценить, как вклады различных групп, так и отдачу, которую можно получить от работы с наиболее одаренными представителями населения. Однако при этом необходимо помнить, что условием этих подсчетов является указанное допущение. Если это допущение неверно, то для стран с высоким уровнем реализации интеллектуального потенциала оценки вклада наиболее интеллектуальных групп окажутся заниженными, а для стран с низким уровнем – завышенными. Это допущение в дальнейшем может быть проверено эмпирически на основе экономических данных по разным странам.

На основе принятой предпосылки оценим теперь вклад в экономические результаты страны групп населения с различным уровнем способностей. На первый взгляд может показаться, что функция, связывающая интеллект гомогенных в интеллектуальном отношении групп с их продуктивностью, и функция, связывающая средний интеллект страны с ее экономическими результатами, совпадают. В действительности, однако, это не так, причем одна функция может быть выведена из другой. Различим частный интеллект i, под которым подразумевается интеллект групп людей внутри страны, и интеллект I страны в целом. Под i может пониматься в том числе интеллект отдельного человека – гражданина той или иной страны. Мы будем полагать, что распределение интеллекта i подчинено нормальному закону с одинаковой дисперсией для всех стран.

Рассмотрим вначале квадратичную модель. Отметим, что нулем интеллекта имеет смысл считать значение, равное 60. В этом случае убирается коэффициент сдвига в степенной функции, и, кроме того, такое значение говорит о том, что для интеллекта ниже 60 отсутствуют производимые продукты, влияющие на экономические показатели. Это предположение с психологической точки зрения правдоподобно, поскольку значения коэффициента интеллекта, меньшие 60 баллов, соответствуют достаточно глубокой олигофрении.

Таким образом, мы «избавились» от коэффициента сдвига в степенной функции. Заметим, что коэффициент масштаба для наших целей также не является существенным, поскольку нас будут интересовать не абсолютные значения, а относительные.

Итак, мы можем представить аппроксимирующую функцию в виде:

F 1 ( I ) = I 2 .

Будем искать вклад в экономические достижения также в виде f 1 (i) = ik . Это объясняется двумя причинами. Во-первых, зависимость экономических достижений стран от интеллекта не зависит от численности населения той или иной страны, во-вторых, вклад отдельного человека в экономику в целом не ограничивается его личными достижениями, а в совокупности влияет на многие сферы, напрямую не связанные с его деятельностью.

В пересчете на используемую шкалу дисперсия интеллекта, составляющая по определению 15 баллов шкалы IQ, равна 0,3. Для значений меньше 0, что соответствуют данным Линна для интеллекта меньше 60, будем полагать, что вклад в экономические достижения равен нулю. На значения интеллекта, больше 1, продолжим естественным образом нашу функцию.

Тогда для отдельной страны со средним интеллектом можем рассчитать экономические достижения по формуле:

Нам требуется, чтобы общие экономические достижения страны были представимы функцией F 1 (I) = I2 .

Значит, должно выполняться условие:

где 2 соответствует максимальному интеллекту.

Получим, что k = 2. Итак, f 1 () = i2 .

 

Оценка асимметрии распределения достижений среди населения

На основании произведенных выкладок можно оценить вклад в экономику, который вносят наиболее и наименее одаренные группы населения, что позволяет сравнить количественные оценки модели с упоминавшимися выше распределением Парето и законом Прайса. Еще раз необходимо подчеркнуть, что эта оценка условна, поскольку экономический эффект в современном мире достигается в результате совместных действий множества людей и результат отдельного действия можно оценить лишь в абстракции. Изложенное выше представление о деятельности как включающей решение совокупности задач различной сложности ведет к оценке вклада в решение отдельной задачи в терминах повышения общего уровня результата деятельности.

Для России I= 0,74, i~N(0,74, 0,32).

Плотность распределения равна:

Мы можем посчитать вклад в экономику 20 % наиболее одаренного населения России.

Найдя 80 % квантиль нашего распределения

получим продуктивность для нижних 80 % населения

и продуктивность для 20 % наиболее способного населения

Таким образом, вклад 20 % наиболее одаренного населения в экономические достижения России составляет 43 %. Поскольку в излагаемой модели заложено, что способности людей не выражаются однозначно в их продуктивности, то естественно, что продуктивность 20 % наиболее способных людей существенно ниже, чем продуктивность 20 % наиболее продуктивных. Рассогласование между этими двумя цифрами показывает запас нереализованных возможностей, который заложен в интеллектуальном потенциале страны, но не востребован ею.

 

Формализация экономического эффекта образовательных программ для наиболее одаренной части населения

Теперь заложены необходимые основания, чтобы оценить экономическую эффективность программ, направленных на образование наиболее одаренной части населения. Теоретически можно допустить два пути действия этих программ.

Во-первых, можно пытаться достичь повышения способностей участников, т. е. условно сдвинуть на графике вправо наиболее способную часть населения. Хотя повышение способностей очень заманчиво, и многие программы декларируют его в качестве своей цели, все же сегодня не существует убедительных данных о том, что эта цель реально достижима. Независимая оценка так называемых программ когнитивного обучения (cognitive education), направленных на повышение когнитивного уровня людей, не выявляет того эффекта, на который рассчитывают их разработчики (Loarer et al., 1995; Shayer, 1987).

Сказанное не означает, что интеллект в принципе не поддается развитию. Психогенетические исследования показывают, что, хотя интеллект и является в значительной степени генетически обусловленным свойством, все же от 20 до 50 % его дисперсии определяет окружающая среда (Егорова, 1995; Bouchard, 1997). Однако сегодня психологи еще недостаточно владеют средствами целенаправленного воздействия на интеллект, поэтому такой вариант в модели рассматриваться не будет. Понятно, что принятие этого варианта повысило бы итоговые оценки эффективности программ.

Во-вторых, программы работы с одаренными могут быть нацелены на увеличение возможностей реализации их потенциала при неизменном уровне интеллекта. В модели это может быть представлено в виде смещения в сторону более высоких значений продуктивности наиболее способной части населения.

Этот вариант является более реалистичным, поскольку хорошо поставленное образование одаренных, даже не повышая их способности, тем не менее позволяет вступить на путь устойчивой профессионализации и добиться на нем успехов.

Если увеличить эффективность 5 % наиболее одаренного населения на 50 %, то увеличение экономических достижений может быть посчитано следующим образом.

Найдем 95 % квантиль нашего распределения

Тогда:

Таким образом, можем сказать, что если увеличить эффективность 5 % наиболее одаренного населения на 50 %, то увеличение экономических достижений составит 7,4 % для всей страны в целом.

Количественная оценка экономического эффекта программ развития одаренных детей произведена для различных сценариев по охвату населения и по эффективности программ в плане реализации потенциала одаренных людей. Расчеты осуществлены для охвата от 0 до 5 % населения и для трех вариантов образовательной эффективности. Результаты приведены на рисунке 1.4.

Насколько велики полученные численные значения эффекта? Эти цифры представляются очень существенными и безусловно превышают все разумные расходы на программы образования одаренных детей и даже на все образование страны в целом. Конечно, они не настолько велики, чтобы ликвидировать отставание России от ведущих стран в плане экономического развития, однако в абсолютном выражении составляют десятки миллиардов рублей в год.

Очевидно, что вторая производная функции прироста ВВП при увеличении охвата населения является отрицательной, т. е. при увеличении охвата отдача от программ в пересчете на душу населения снижается. Это означает, что наибольшего экономического эффекта следует ожидать от работы с достаточно узкой прослойкой интеллектуальной элиты. Тем не менее при пятипроцентном охвате экономическая эффективность программ продолжает оставаться очень высокой.

Рис. 1.4. Количественная оценка экономической эффективности образовательных программ для наиболее одаренной части населения

 

Модель на основе степенной функции

Коэффициент сдвига для показательной функции есть коэффициент масштаба, поэтому аппроксимирующую функцию мы можем представить в виде:

F 2 ( I ) = 11 I .

Будем искать вклад в экономические достижения также в виде f 2 (i) = ki . Будем исходить из условия нормальности распределения интеллекта внутри страны с одинаковой дисперсией внутри всех стран равной 15. На приведенной шкале это будет равно 0,34.

Для отдельной страны со средним интеллектом I можем рассчитать экономические достижения:

Нам требуется, чтобы общие экономические достижения страны бы ли представимы функцией F 2 (I) = 11I .

Значит, должно выполняться условие:

Получим, что k = 10. Итак, f 2 (i) = 10i .

Проведя оценку асимметрии распределения достижений населения, получим, что вклад 20 % наиболее одаренного населения в экономические достижения России составляет 47 %. Модель на основе квадратичной функции, как было показано выше, дает оценку этого параметра в 43 %, поэтому можно констатировать совпадение двух моделей с погрешностью менее 10 %.

Проведя оценку экономической эффективности программ, получим, что если увеличить эффективность 5 % наиболее одаренного населения на 50 %, то увеличение экономических достижений составит 9 % для всей страны в целом. Результат также достаточно близок к оценкам, получаемым на основе квадратичной модели.

Следует, однако, напомнить, что в основе полученных оценок лежит допущение пропорциональности вклада групп с различным уровнем интеллекта в экономику различных стран. Это допущение заслуживает в дальнейшем эмпирической проверки.

 

Интеллект и экономика как решение задач

Парадигма экономики как обмена показала себя очень продуктивной в отношении анализа различных сторон экономической жизни общества. Понимание экономики как решения задач имеет локальную применимость. Возможно, однако, что с ее помощью можно будет подойти к другим сферам действительности, и тогда аппарат психологической теории способностей получит более широкое экономическое применение. Уже сейчас можно наметить поле применения разработанной модели.

Прежде всего модель может стать основой для эмпирических исследований. Одно из направлений этих исследований связано с проверкой предсказаний модели. Выше уже приводился пример такой возможности: проверить предсказание модели об увеличении асимметричности распределения достижений при повышении сложности («творческости») деятельности. Другое направление заключается в оценке реального положения дел с использованием интеллектуального потенциала в экономике различных стран и степени его реализации в образовательной системе. Так, практически важным было бы оценить то, в какой степени различные образовательные формы и структуры (специальные школы для одаренных, летние лагеря, дополнительное образование и пр.) увеличивают вероятность того, что одаренные люди в большей степени реализуют себя в творческих профессиональных достижениях. В сочетании с разработанной моделью такое исследование позволит оценить экономический эффект этих мероприятий и сопоставить его с затратами.

Модель также может расширяться и усложняться путем включения дополнительных переменных, в том числе психологических. Интеллект не является единственным психологическим конструктом, имеющим экономическое значение. Еще в середине прошлого века Мак-Клелландом была показана роль мотивации достижения для развития экономики. Основываясь на идеях М. Вебера о связи духа протестантизма с капиталистическим производством и промышленной революцией, Мак-Клелланд выдвинул предположение, что высокая мотивация достижения у населения побуждает к активной предпринимательской деятельности, которая через реинвестирование прибылей и стимуляцию технических достижений способствует экономическому росту (McClelland, 1961). Для проверки этого предположения он произвел оценку выраженности мотива достижения в различных странах, используя контент-анализ книг для чтения младших школьников. Построенная таким образом оценка мотивации достижения на 1925 г. коррелировала на уровне r = 0,53 с коэффициентом, выявляющим прирост энергопотребления в соответствующих странах в 1950 г.

Более поздние исследования подтвердили экономическое значение мотивации достижения. Было показано, что высокая мотивация достижения, устанавливаемая контент-анализом литературных произведений ушедших эпох (например, греческой лирики и эпиграмм, испанских стихов и романов, английских драм, путевых дневников и баллад), предшествует эпохам экономического подъема, отражающегося в экспорте и импорте товаров (Хекхаузен, 2003). Аналогичные по смыслу результаты были получены в исследовании изменений мотивации достижения в США (выявленной на основе контент-анализа) и числа патентов в этой стране (de Charms, Moeller, 1962).

Данные о влиянии мотивации достижения на экономические успехи находят свое логическое место в представлении экономики как решения задач. Высокая мотивация достижения увеличивает успешность в решении задач. Можно предположить, что для определенного уровня интеллекта мотивация достижения улучшает приобретение компетентностей, а также увеличивает степень реализованности компетентностей в экономически ценных результатах. Эти феномены могут быть эмпирически оценены, а затем соотнесены в рамках разработанной модели с приростом, наблюдаемым в экономике государств в связи с мотивацией достижения.

Более новые работы показали экономическую роль культурных ценностей. Так, Ш. Шварц выделяет три измерения культурных ценностей: независимость/принадлежность, иерархия/равноправие и гармония/мастерство (Schwartz, 2007). Межкультурные сравнения позволили выявить значимые связи выраженности этих ценностей в различных странах с их экономическими, политическими и социальными показателями. Например, независимость коррелирует на уровне r = 0,74–0,76 с валовым национальным продуктом на душу населения, на уровне r = –0,74 (r = –0,61 при контроле валового национального продукта) – с уровнем коррупции. Возможно, эти данные выводят на включение в модель взаимодействия людей, которое определяется такими ценностями, как независимость, и в то же время в свою очередь влияет на успешность решения экономических задач.

Наконец, модель может применяться не только на уровне анализа экономик целых стран, но и на более низком уровне – уровне отдельных предприятий. Очевидно, что работа предприятия также может быть представлена в виде решения задач, компетентность сотрудников в котором влияет на общие показатели эффективности. Таким образом, открывается возможность моделирование и оптимизация деятельности предприятий, имеющих различную структуру сложности задач.

 

В предыдущих главах было показано высокое значение интеллекта для достижений как на индивидуальном, так и на коллективном уровне. В этой и двух последующих главах будет обсуждаться вопрос о внутреннем строении интеллекта, т. е. его структуре, и о механизмах, стоящих за этой структурой. Предварительно, однако, необходимо дать определение интеллекта.

При определении интеллекта его необходимо соотнести с близким понятием – мышлением. Родство этих терминов становится еще яснее, если их перевести словами из обыденного русского языка. В этом случае интеллекту будет соответствовать слово «ум». Мы говорим «умный человек», обозначая этим индивидуальное свойство интеллекта. Мы можем также сказать, что ум ребенка с возрастом развивается – здесь отражается проблематика развития интеллекта.

Термину «мышление» мы можем поставить в соответствие слово «обдумывание» или (менее нормативно, но, возможно, более точно) «думание». Слово «ум» выражает свойство, способность; обдумывание – процесс. Решая задачу, мы думаем, а не «умничаем» – здесь сфера психологии мышления, а не интеллекта.

Таким образом, оба термина выражают различные стороны одного и того же явления. Интеллектуальный человек – это тот, кто способен к осуществлению процессов мышления. Интеллект – это способность к мышлению. Мышление – процесс, в котором реализуется интеллект.

В паре терминов, где один выражает процесс, а другой – способность к нему, и где возникает необходимость определить один через другой, базовым должен быть термин, обозначающий процесс. Поэтому оптимальным является определение интеллекта через мышление.

Основные определения мышления сводятся к двум типам. В первом случае мышление определяется как решение задач. При этом, однако, решение задач (понимаемых как цель, данная в условиях) шире, чем мышление. Например, занести шкаф на пятый этаж означает решить задачу, которая все же далеко не полностью относится к мышлению. Возникает, следовательно, достаточно сложная проблема сужения и уточнения этого определения.

В связи со сказанным более оптимальным представляется определение мышления как специфического вида познания. Например: «Мышление – это опосредованное <…> и обобщенное познание объективной реальности» (Рубинштейн, 1989, с. 361).

 

Структура интеллекта. Математико-статистический уровень анализа

Для интеллекта как индивидуально-психологического свойства центральным является понятие структуры, т. е. сетки координат, в которой может быть наиболее точно и информативно охарактеризован интеллект любого человека. Другими словами, если существует множество ситуаций, в которых человек проявляет интеллектуальные способности, то проблема заключается в том, чтобы наиболее точно предсказать его поведение в любой данной ситуации, исходя из минимального набора испытаний.

Проблема структуры интеллекта важна с практической точки зрения, поскольку ее выявление позволяет решать задачи в сфере отбора кадров, развития одаренности и т. д. Однако она важна и с теоретической точки зрения, поскольку, анализируя структуру интеллекта, можно надеяться подобрать ключи к пониманию его механизмов.

Проблема структуры интеллекта может быть проанализирована на нескольких уровнях. На математико-статистическом уровне строятся факторные модели, которые затем интерпретируются на уровне анализа психологических механизмов. В свою очередь, для психологических механизмов можно искать психофизиологическое обоснование.

Ч. Спирмен, положивший начало разработке факторного анализа, показал, что между большинством мер интеллекта существуют положительные корреляции. Он обозначил это термином «положительная множественность» (positive manifold). Это означает, что если субъект А существенно превосходит субъекта В по ряду субтестов интеллекта, то с большой вероятностью А будет превосходить В и по другим субтестам. Спирмен высказал также утверждение, что существует единый фактор, определяющий успешность решения задач от наиболее сложных математических до сенсомоторных проб.

Главным оппонентом Спирмена стал американский ученый Л. Терстон, который обосновывал мнение, что существует не единый интеллектуальный фактор, а набор независимых способностей, которые определяют успешность интеллектуальной деятельности.

Очень скоро, однако, стало выясняться, что обе позиции представляют собой упрощение, а истина лежит посередине.

Эволюцию претерпели уже взгляды основателя подхода Спирмена, который согласился, что добавление дополнительных более локальных факторов улучшает модель. Однако при этом сохраняется особый статус первого, генерального фактора (Спирмен назвал его фактором G, от general – общий). Критериев для признания первого фактора генеральным два, и они должны одновременно выполняться: во-первых, по этому фактору должны быть положительно нагружены все задания (или подавляющее их большинство); во-вторых, процент объясняемой дисперсии должен быть велик – как правило, не менее 40. Результаты решения сотен интеллектуальных задач тысячами испытуемых при факторизации дают каждый раз сходную картину. Факторная структура, получаемая без вращения, образует выраженный генеральный фактор. Такая структура изображена на рисунке 1.5 слева и носит в англоязычной литературе название «гнездовой» (nested).

Таким образом, решение любой конкретной задачи человеком, согласно Спирмену, зависит от развития у него как способности, связанной с фактором G, так и от одной или нескольких из набора специфических способностей, необходимых для решения узкого класса задач. Эти специальные способности носят у Спирмена название S-факторов (от special – специальный). Роль фактора G наиболее велика при решении математических задач и задач на понятийное мышление. Для сенсомоторных задач роль общего фактора уменьшается при увеличении влияния специальных факторов.

Другая картина, однако, складывается при применении факторного анализа с вращением. Факторный анализ приводит к распределению в многомерном пространстве точек, соответствующих факторизуемым объектам. Однако выбор системы координат, ортогональных или косоугольных, в этом пространстве произволен. В то же время именно система координат позволяет дать факторам ту или иную содержательную интерпретацию. Вращение системы координат, представляющее собой математически корректную процедуру, приводит к изменению интерпретации всех данных.

При проведении вращения проценты дисперсии, объясняемые несколькими первыми факторами, в значительной степени выравниваются, в результате чего первый фактор становится невозможно трактовать как генеральный: падает процент объясняемой им дисперсии, и не все задания оказываются нагруженными по нему. Решение, полученное после вращения, таким образом, не имеет генерального фактора. Однако при факторизации полученных факторов возникает один фактор более высокого порядка, который может интерпретироваться как генеральный. Получаемая факторная структура, которая носит название иерархической, изображена на рисунке 1.5 справа.

Итак, справа изображена иерархическая модель, которая возникает из результатов факторного анализа с вращением и вторичной факторизацией. Факторы первого уровня в ней нагружены по генеральному фактору, который располагается на следующем уровне.

Слева – гнездовая модель, которая вытекает из традиции факторизации без вращения. Генеральный фактор в ней непосредственно связан со всеми задачами, которые нагружены и по специальным факторам.

Таким образом, на одних и тех же данных, получаемых в большинстве исследований, возможны две альтернативные интерпретации. Какая из этих интерпретаций оптимальна? Ответ на этот вопрос тем более сложен, что при вращении процент дисперсии, определяемой выделенными факторами, не меняется, так что объяснительная сила обоих вариантов решения одинакова.

В современной психологии интеллекта эксплораторный факторный анализ, который обсуждался до сих пор, не только дополнен, но и фактически вытеснен конфирматорным, позволяющим сравнивать соответствие данным различных априорно заданных моделей. Применение конфирматорного анализа, безусловно, позволяет существенно продвинуться в плане проверки гипотез. В принципе можно сопоставить гнездовую и иерархическую модели в плане их соответствия данным. Однако применительно к структуре интеллекта конфирматорный анализ показывает фактически одинаковую применимость двух принципиально разных типов моделей, которые изображены на рисунке 1.5. Хотя иерархическая и гнездовая модель не тождественны, однако разница между их предсказаниями весьма невелика, что на практике часто делает невозможным окончательное предпочтение одной из них.

Рис. 1.5. Гнездовая и иерархическая модели интеллекта

Любое исследование интеллекта на практике имеет дело с ограниченным кругом задач, предъявляемых выборке. Тесты интеллекта заставляют испытуемых работать с максимальными усилиями и оказываются достаточно утомительными. Набрать большое количество испытуемых, чтобы провести батарею из 40–60 субтестов, непростая задача для экспериментатора. В то же время число различных типов заданий, применяемых при тестировании интеллекта, измеряется сотнями. Оптимальным для оценки факторной структуры интеллекта было бы проведение всех возможных субтестов на одной и той же выборке (не следует забывать, что для проведения факторного анализа число испытуемых должно существенно превышать число субтестов) с последующей факторизацией. Однако по приведенным выше практическим соображениям это трудноосуществимо. Наиболее частыми являются исследования с относительно ограниченным числом субтестов. Соответственно, в зависимости от набора субтестов в конкретном исследовании оптимальной может оказаться либо иерархическая, либо гнездовая модель, однако удовлетворительность обеих часто бывает на примерно одинаковом уровне.

Для анализа общей структуры интеллекта, однако, интерес представляют именно исследования, выполненные на большом тестовом материале, а не анализ факторной структуры теста Векслера или Амтауера.

Рассмотрим общие теории структуры интеллекта, сложившиеся после Спирмена и Терстона.

В послевоенный период широко обсуждалась «кубическая» модель Дж. Гилфорда, что происходило, вероятно, в большой мере под влиянием авторитета ее автора, заложившего систему отбора персонала в Вооруженных силах США и возглавлявшего в течение некоторого времени Американскую психологическую ассоциацию. Гилфорд считал, что способности определяются тремя основными характеристиками: операциями, содержанием и продуктами. Среди операций в исходном варианте своей модели он различал познание, память, дивергентное и конвергентное мышление и оценку, среди содержаний – образное, символическое, семантическое и поведенческое; среди продуктов – элементы, классы, отношения, системы, преобразования, предвидения (Гилфорд, 1965).

Любая задача основывается на содержании того или иного вида, предполагает осуществление определенной операции, которая приводит к соответствующему продукту. Например, задача, где требуется получить слово, вставив гласные буквы в «з_л_в» (слово «залив»), разворачивается на символическом материале (буквы), связана с операцией познания и приводит к элементу в качестве продукта. Если же мы попросим испытуемого завершить ряд «лом – мол, куб – бук, сон – …», то, по мнению Гилфорда, это будет задача на конвергентное мышление, относящееся к отношениям, на символическом содержании. В общей сложности, таким образом, выделяется 5×4×6 = 120 типов задач (в более поздней версии теории – 150), каждому из которых соответствует определенная способность.

Теория Гилфорда весьма умозрительна, он шел не от данных к факторной структуре, а наоборот – от гипотетической факторной структуры к данным. Такой подход возможен, однако должен опираться на обоснованную теорию переработки информации, исходя из которой можно было бы выдвигать серьезные гипотезы, подвергаемые факторной проверке. В то же время предположения Гилфорда покоятся на априорной классификации, которая выглядит достаточно поверхностной. Для обоснования своей теории он систематически использовал факторный анализ с так называемым субъективным вращением. В настоящее время, однако, математические методы Гилфорда подвергаются сильной критике. Показано, что его данные могут быть объяснены исходя из другой факторной модели (Стернберг, Григоренко, 1997). Более того, при использовании данных Гилфорда и его методов факторного анализа случайным образом сгенерированные факторные модели получают столь же хорошее подтверждение, как и его теория (Mackintosh, 1998). В целом сегодня модель Гилфорда рассматривается как пройденный и не очень продуктивный этап. Например, Дж. Кэрролл характеризовал ее как «эксцентрическое умопомрачение в истории моделей интеллекта» (Carroll, 1993, с. 60).

Если подход Гилфорда воспринимается с современных позиций как реликт, то другой круг старых идей, связанный с моделью Р. Кэттелла, представляет по-прежнему существенный интерес в теоретическом плане. Кэттелл различил текучий (fluid) и кристаллизованный (cristalized) интеллект. Текучий интеллект заключается в способности решать задачи, для которых в малой степени требуется предыдущий опыт, знания или навыки. Он проявляется в задачах на индуктивное мышление (например, тесте Равена), дедукцию, рассуждение на числовом материале, скорости умозаключения и т. д. К кристаллизованному интеллекту относится способность решать задачи, приобретенная на основе образования, доступа к культурной информации и опыта. Он проявляется в тех субтестах тестов интеллекта, которые оценивают лексические знания, информированность, легкость речепорождения, способность к иностранным языкам и владение ими т. д.

Разделение на текучий и кристаллизованный интеллект теоретически интересно и позволяет обнаружить эмпирические закономерности. Так, текучий интеллект начинает снижаться еще в достаточно молодом возрасте, в то время как кристаллизованный дольше растет, а затем дольше остается неизменным. Люди из разных культур в большей степени различаются по кристаллизованному интеллекту, чем по текучему, что также понятно, поскольку культуры различаются в плане информации и опыта, получаемых людьми. Наконец, текучий интеллект в течение XX в. в рамках так называемого эффекта Флинна, о котором речь пойдет ниже, вырос больше, чем кристаллизованный. Все перечисленные факты говорят о том, что за различением, предложенным Кэттеллом, стоит достаточно важная реальность.

Правда, у родоначальника идеи факторы текучего и кристаллизованного интеллекта заняли довольно странное место в структуре интеллекта. Кэттелл исходил из представления Л. Терстона о первичных умственных способностях и поставил предложенные им новые факторы над первичными способностями. У него, следовательно, на месте одного генерального фактора оказалось два, причем достаточно сильно коррелирующих между собой.

Исправлением положения занялся ученик Кэттелла Дж. Хорн, который предложил ввести на одном уровне с текучим и кристаллизованным интеллектом еще целый ряд дополнительных факторов. Правда, Хорн называл введенные им факторы по-разному, иногда ухитряясь делать это даже внутри одной статьи. Его список факторов несколько разнится от работы к работе, однако в классическом виде кроме текучего (1) и кристаллизованного (2) интеллекта включает 3) переработку визуальной информации, 4) переработку слуховой информации, 5) кратковременную память, 6) долговременную память, 7) скорость переработки информации, 8) скорость принятия решений, 9) квантитативные знания и 10) чтение и письмо. Хотя все перечисленные факторы коррелируют между собой, фактически образуя генеральный фактор, Кэттелл и Хорн никогда не подчеркивали эту идею.

Самым влиятельным трудом в области структуры интеллекта в конце XX в., несомненно, стала книга Кэрролла «Когнитивные способности человека: обзор факторно-аналитических исследований» (Carroll, 1993). В отношении этой книги высказано немало восторженных оценок. К. Макгрю сравнил ее с «Принципами» Ньютона (McGrew, 2009), а, по мнению Хорна, Кэрролл проделал работу, аналогичную той, что совершил Д. И. Менделеев при создании периодической таблицы (Horn, 1998). Действительно, масштаб и последовательный подход автора впечатляют. Кэрролл проанализировал более 460 корреляционных матриц наиболее значительных исследований интеллекта, проведенных различными авторами в течение предыдущих 50–60 лет, и предложил свою «трехслойную» (three-stratum) модель. Это иерархическая факторная модель, подобная изображенной на рисунке 1.5 справа, но имеющая не 2, а 3 уровня.

Верхний уровень (Слой III) включает единый генеральный фактор, в то время как следующий за ним (Слой II) включает факторы, которые могут быть сопоставлены с теми, что были выделены Хорном. Это те же 1) текучий и 2) кристаллизованный интеллект, а также 3) переработка визуальной информации, 4) переработка слуховой информации, 5) общая память и обучаемость, 6) способность к извлечению информации, 7) скорость переработки информации, 8) скорость реакции и принятия решений. Наконец, было выделено более 80 способностей Слоя I, которые входят в различные факторы Слоя II. Например, в фактор «переработка визуальной информации» Слоя II входят такие способности Слоя I, как визуализация, пространственные отношения, скорость замыкания пространственных фигур, гибкость замыкания пространственных фигур (например, в тесте «включенные фигуры»), зрительная память, зрительное сканирование и т. д. Для измерения всех способностей Слоя I существуют задания, которые применялись в исследованиях, проанализированных Кэрроллом.

Работа Кэрролла производит впечатление наиболее масштабного синтеза в области психологии структуры интеллекта. К тому же итоговая модель настолько близка к теории Кэттелла – Хорна, что Макгрю предложил осуществить их синтез под названием модели CHC (Cattell – Horn – Carroll). Макгрю указывает на четыре основных различия моделей (McGrew, 2009). Во-первых, присутствие у Кэрролла генерального фактора. Во-вторых, Кэрролл включил способности к чтению и письму в кристаллизованный интеллект, в то время как у Хорна они выделены в отдельный фактор. В-третьих, у Кэрролла отсутствует фактор квантитативных знаний, а соответствующие способности рассматриваются в главе «Способности в сфере знаний и достижений». Наконец, факторы кратковременной и долговременной памяти, разводимые в модели Кэттелла – Хорна, объединены у Кэрролла. Макгрю предлагает следующее разрешение этих противоречий для осуществления синтеза моделей. Безусловно, единый генеральный фактор должен присутствовать на вершине модели, что показывает и исследование Кэрролла, и факторный анализ всех крупных интеллектуальных батарей. Способности к чтению и письму, по мнению Макгрю, выделяются в отдельный фактор, независимый от кристаллизованного интеллекта, квантитативное знание выделяется из текучего интеллекта, а кратковременная и долговременная память должны быть разнесены по разным факторам.

Таким образом, под «зонтичным» термином CHC Макгрю предлагает трехслойную модель, в которой, по сравнению с Кэрроллом, несколько увеличено число факторов Слоя II.

Модели Кэттелла – Хорна и Кэрролла, независимо от того, принимается ли их синтез в виде CHC или нет, являются на сегодня инструментом, который широко принят и часто используется исследователями в экспериментальных целях. Однако это не значит, что эта линия в понимании структуры интеллекта победила и не имеет альтернативы.

Другая линия идет от Ф. Вернона, который в свою очередь исходил из идей Спирмена, выделившего генеральный фактор интеллекта и 3 групповых фактора: числовой, пространственный и вербальный. Вернон построил не трехслойную, как Кэрролл, а четырехслойную модель. Во главе иерархии, в Слое IV он поставил генеральный фактор, а в Слой III (групповые факторы) включил всего два вместо трех спирменовских: вербально-образовательный и пространственно-практически-технический. Еще ниже, в Слое II, первый из этих факторов делится на вербальный, образовательный и легкость продуцирования (fluency), а второй – на пространственный, числовой, перцептивный и т. д.

В 2005 г. В. Джонсон и Т. Бушар опубликовали исследование факторной структуры 42 субтестов интеллекта, проведенных в рамках Миннесотского проекта на 436 испытуемых, состоящих из 128 пар близнецов, разлученных в раннем возрасте, и членов их семей (Johnson, Bouchard, 2005). Авторы сопоставили с помощью конфирматорного факторного анализа модели Кэттелла – Хорна, Кэрролла и Вернона и пришли к заключению в пользу последней. По их данным, наилучшее соответствие данным модель Вернона показывает в случае некоторой модернизации, состоящей в добавлении к двум факторам Слоя III третьего – умственного вращения, а также одного фактора Слоя II – памяти.

Таким образом сложилась модель VPR (Verbal – Perceptual – Image rotation). Это четырехслойная модель с тремя факторами в Слое III (вербальным, перцептивным и умственного вращения) и восьмью в Слое II (вербальным, академических способностей, легкости продуцирования, числовым, памяти, перцептивной скорости, пространственным и умственного вращения). В Слое I предполагаются примерно те же способности, что и у Кэрролла, хотя этот вопрос не проработан подробно. По мнению Джонсон и Бушара, модель VPR больше, чем модель Кэрролла, соответствует известным данным о функциях зон мозга и межполушарной асимметрии. Они произвели сопоставление моделей еще на трех выборках, где испытуемым предъявлялись обширные батареи интеллектуальных тестов. Всюду сопоставление оказалось в пользу модели VPR.

В целом между сторонниками CHC– и VPR-моделей идет соперничество. И те, и другие вывесили корреляционные матрицы исследований интеллекта на сайте журнала Intelligence (www.isironlline.org). Модели CHC и VPR, как уже было показано, при совпадении общей конфигурации (иерархические с генеральным фактором) различаются по ряду позиций. Во второй – на один слой больше, кроме того, выделяются другие групповые факторы. Современные методы конфирматорного факторного анализа позволяют сопоставить соответствие моделей данным любого эмпирического исследования. Однако проблема заключается в том, что такие результаты на материале любого отдельно взятого исследования не служат решающим доказательством. Джонсон и Бушар получили подтверждение их модели уже на 4 больших выборках, однако это не рассматривается сторонниками уступивших моделей как решающий аргумент против их подхода. В ситуации, когда существуют сотни исследований, в которых используются разные наборы тестов, обнаружение большей адекватности одной модели по сравнению с другими на некоторых из этих наборов и на некоторых выборках не служит доказательством преимущества модели в общем случае. Все же представляется, что это временная сложность, которая будет преодолена при помощи развития методов интеграции данных из разных источников и проведения специально спланированных исследований с применением обширных и специальным образом подобранных тестовых батарей. Современной психологии уже известно достаточно много о структуре интеллекта, есть обширные базы данных, методы статистической обработки данных.

Однако основной вопрос заключается в том, что означают структуры в плане стоящих за ними процессов переработки информации. Здесь анализ должен быть переведен в более глубокий, «онтологический», по выражению М. А. Холодной (Холодная, 1997, 2002), план, где математическая структура получает интерпретацию в терминах психических процессов, или механизмов. Этот перевод в современной психологии интеллекта осуществляется с помощью того, что мы будем называть структурной предпосылкой.

 

Структурная предпосылка

Структурная предпосылка заключается в предположении, что корреляции между тестовыми заданиями на интеллект (а значит, и их факторная структура) обусловлены тем, что за их выполнением стоит какой-то общий механизм. Например, если наблюдается корреляция между обнаружением идентичности повернутых друг относительно друга фигур и определением симметричности изображений, то можно предположить, что за обоими заданиями стоит механизм умственного вращения. Если коррелируют задание нахождения антонимов и решение анаграмм, то в основе может лежать механизм доступа к вербальному материалу в долговременной памяти. Если соответствующий механизм у человека развит лучше, то все задачи, решаемые с помощью этого механизма, будут выполняться им быстрее и точнее. Генеральный фактор в этом случае должен объясняться наличием механизма, участвующего в решении всех задач.

Структурная предпосылка, с одной стороны, выглядит очень естественной, а с другой стороны, обещает серьезный научный прорыв.

Что касается естественности, то несомненно, что наличие общего механизма обязательно приводит к корреляции функций. Отсюда вполне естественным выглядит положение о том, что за корреляцией функций обязательно стоит наличие общего механизма.

В то же время использование структурной предпосылки обещает переход от описания индивидуальных различий к исследованию составляющих когнитивной системы, ее компонентов. В самом деле, выявляемая математическим анализом факторная структура интеллекта в этом случае должна интерпретироваться как структура основных блоков когнитивной системы, а дальше, возможно, и – блоков осуществляющего когнитивную деятельность мозга.

Вообще структурная предпосылка отлично сочетается с основным статистическим инструментом в исследовании структуры интеллекта – факторным анализом. Применение факторного анализа уже означает принятие определенных представлений о механизмах, которые стоят за результатами тестов. Факторы линейно связаны с наблюдаемыми переменными и между собой. В случае влияния двух или более факторов на одну переменную эти влияния суммируются. Факторы легко интерпретируется как общие механизмы, стоящие за выполнением различных тестовых заданий.

Неудивительно, что при своей естественности и обещаемых широких перспективах структурная предпосылка фактически безраздельно господствует в современной психологии интеллекта, хотя и не в виде хорошо отрефлексированного принципа, а как имплицитное основание теоретизирования и эмпирических исследований. Рискнем, однако, утверждать, что именно эта предпосылка является источником многих неразрешимых вопросов, встающих перед исследованием структуры интеллекта.

Обратимся теперь к тому, какую форму приобретает проблема генерального фактора интеллекта в случае принятия структурной предпосылки. Если у всех возможных задач существует общий компонент, то отдел когнитивной системы, его реализующий, приобретает особое значение. Он принимает участие в решении всех задач, следовательно, определяет общий интеллект.

Однако что же представляет собой тот механизм, лучшее функционирование которого дает его обладателю преимущества в решении всех мыслительных задач перед тем, кто обладает худшим механизмом? На этот вопрос есть три основных варианта ответа.

Согласно однокомпонентному подходу, за генеральный фактор отвечает некий единый когнитивный механизм. При многокомпонентном подходе предполагается, что генеральный фактор – равнодействующая совокупности различных когнитивных механизмов. Наконец, элементный подход рассматривает генеральный фактор как результат различной эффективности работы элементов, из которых построена когнитивная система, т. е. нейронов.

 

Однокомпонентный подход

Первый вариант заключается в том, что генеральный фактор обусловлен работой одного единственного механизма, процесса, или «блока» когнитивной системы, участвующего в решении всех мыслительных задач. Степень развития этого механизма и определяет интеллектуальные способности человека, что, согласно этой точке зрения, приводит в итоге факторного анализа к появлению генерального фактора.

Каков же этот механизм? Для ответа на этот вопрос нужно проделать работу, включающую несколько шагов. Во-первых, необходимо выдвинуть правдоподобную гипотезу о том, каков может быть этот механизм, обосновать теоретически, что именно он требует для успешного решения интеллектуальных задач человеком. Во-вторых, следует разработать измерительные процедуры для этого механизма, которые позволят оценить уровень его развития у различных индивидов. В-третьих, нужно измерить корреляцию развития этого механизма с генеральным фактором интеллекта. Если эта корреляция окажется очень высокой, это может служить аргументом в пользу того, что механизм, лежащий в основе интеллекта, действительно обнаружен.

Основным и наиболее обсуждаемым кандидатом на роль такого процесса в современной психологии выступает рабочая память. С теоретической позиции это достаточно естественно. Весьма правдоподобно, что способность к решению интеллектуальных задач выше у тех людей, которые способны одновременно держать в голове большее число идей. Подобную концепцию уже очень давно выдвинул один из предшественников Ж. Пиаже Дж. Болдуин, правда, в несколько ином контексте. Болдуин полагал, что развитие интеллекта в онтогенезе можно объяснить увеличением количества элементов, с которыми может одновременно работать мышление. Хотя Пиаже подобные представления отвергал, неопиажеанцы вновь к ним вернулись (Pasqual-Leone, 1987).

Для дальнейшего необходимо уточнить современные представления о рабочей памяти и, в частности, развести ее с кратковременной памятью. Классические работы по кратковременному запоминанию показали, что для объяснения результатов недостаточно прибегнуть к представлению о неком хранилище, где информация существует в течение ограниченного промежутка времени. Были предложены более сложные модели, включающие как управляющие (executive) процессы, которые запускают, переключают, отслеживают работу других когнитивных механизмов, так и служебные (slave) системы – артикуляторное кольцо и визуально-пространственный буфер, а также центральный управляющий компонент.

Представление о кратковременном запоминании как сложной структуре, задействующей различные компоненты и процессы, и привело к различению рабочей и кратковременной памяти.

Н. Коуен на основании представлений о едином следе памяти различил рабочую и кратковременную память следующим образом. Кратковременная память включает элементы долговременной памяти, получившие в определенный момент времени надпороговую активацию. В рабочую память входит лишь часть этих элементов, а именно те, с которыми активно работают аттенциональные механизмы, связанные с управляющими процессами (Cowan, 1988, 1995). Таким образом, кратковременная память – это просто хранилище информации, а рабочая память – еще и аттенциональные управляющие процессы.

Первую задачу, которая рассматривается как валидный тест рабочей памяти, разработали М. Данеман и П. Карпентер (Daneman, Carpenter, 1980). Это так называемая RS (reading span) задача, которая состоит в том, что испытуемому предъявляются несколько простых фраз, относительно которых он должен, например, сказать, являются ли они истинными. После того, как все фразы предъявлены, необходимо воспроизвести последние слова этих фраз. Вскоре была разработана OS (operation span) задача, где испытуемые должны были выполнять арифметические действия и запоминать слова, находящиеся в конце строки с описанием арифметических действий.

Обе эти задачи относятся к типу двойных задач, где испытуемый должен сочетать запоминание с дополнительным действием (счетом, опознанием фраз и т. д.).

Стало возникать представление о том, что как RS-, так и OS-задачи оценивают важную когнитивную способность, связанную не столько с содержанием (вербальным, пространственным, числовым и т. д.), сколько с возможностью параллельного выполнения задач.

В область интеллекта проблема рабочей памяти была эксплицитно внесена в высокоцитируемой статье 1990 г. П. Киллонена и Р. Кристала под эпатирующим названием «Способность к рассуждению – это (немногим больше, чем) рабочая память» (Kyllonen, Christal, 1990) Авторами была разработана специальная батарея для измерения рабочей памяти. Она показала настолько высокие корреляции интеллекта и рабочей памяти, что, по мнению авторов, эти два понятия близки к тому, чтобы совпасть.

Дополнительную поддержку объяснение генерального фактора через рабочую память находит в некоторых исследованиях процессов решения интеллектуальных задач.

Насколько на самом деле велики корреляции интеллекта с рабочей памятью? Для ответа на этот вопрос, конечно же, надо обратиться к мета-аналитическим работам, поскольку именно они дают взвешенные результаты, основанные на совокупности проведенных исследований. В 2005 г. на эту тему были опубликованы два мета-анализа – один американскими, другой немецкими авторами. Американский мета-анализ подводит к выводу, что корреляция рабочей памяти с генеральным фактором интеллекта не столь велика, как это часто предполагают, что она практически не выше корреляций кратковременной памяти с интеллектом и находится примерно на уровне 0,5, если анализируются латентные переменные, и – ниже, если речь идет о манифестных переменных.

Итак, даже если генеральный фактор интеллекта и генеральный фактор рабочей памяти и обнаруживают до 70 % общей дисперсии, то 30 % их дисперсии различаются.

Если мы имеем тестовые задачи, объясняющие 70 % дисперсии генерального фактора интеллекта, и точно знаем когнитивный механизм, стоящий за решением этих задач, то действительно можем утверждать с большой степенью уверенности, что обнаружили механизм генерального фактора.

Далее мы можем вести поиск этого механизма в решении других задач, нагруженных по генеральному фактору, т. е. фактически всех интеллектуальных задач.

Однако необходимо, чтобы генеральный фактор интеллекта интерпретировался относительно задач, которые поддаются когнитивной трактовке. Отсюда возникает центральный вопрос: насколько «когнитивно прозрачными» являются задачи на рабочую память? Можно ли точно описать механизм, лежащий в основе их всех, а затем обнаружить этот механизм еще и за решением задач тестов на интеллект?

Представляется, что задачи на рабочую память не являются более благоприятным материалом для «когнитивной трактовки», чем тестовые задания на интеллект, такие как, например, матрицы Равена.

Различные авторы по-разному трактуют механизмы, стоящие за задачами на рабочую память. Так, Р. Ингл считает, что успешность выполнения как задач на рабочую память, так и тестов интеллекта следует искать в управляющих процессах.

К. Оберауер развил сложную и весьма интересную теорию рабочей памяти, в которой ее эффективность связывается с интерференцией, «шумом» активации семантической сети и «байндингом» – связыванием различных элементов в единую репрезентацию. Причем именно байндинг является, по его данным, тем компонентом, который в наибольшей степени связан с интеллектом.

В целом можно заключить, что рабочая память оказывается многокомпонентным конструктом, мало уступающим по сложности интеллекту. В связи с этим возникает вопрос о том, какой из процессов, включенных в рабочую память, отвечает в ней за дисперсию индивидуальных различий, общую с интеллектом. На этот вопрос разные авторы дают различные ответы. Например, как отмечалось выше, Ингл связывает ее с управляющими процессами, а Оберауер – с байндингом. Таким образом, углубление анализа вновь выводит за пределы рабочей памяти к иным когнитивным процессам.

Болеет того, существует основание считать, что генеральный фактор интеллекта вообще не может быть объяснен за счет одного процесса или структуры. Д. Деттерман указывает, что, будь эта модель верна:

а) должно было бы существовать задание, которое коррелировало бы на очень высоком уровне с фактором G;

б) не должно было бы существовать заданий, которые коррелировали бы с фактором G и не коррелировали между собой.

В то же время не менее 17 % из около 7000 корреляций интеллектуальных тестов между собой оказываются нулевыми притом, что каждый из этих тестов связан с генеральным фактором (Detterman, 1992). Альтернативу Деттерман видит в том, чтобы рассматривать генеральный фактор как усредненный результат функционирования пяти или шести компонентов, которые в разных комбинациях участвуют в решении задач, составляющих тесты интеллекта (Detterman, 1987, 1992). Фактически исследования рабочей памяти также приводят к ее разложению на отдельные компоненты.

 

Многокомпонентный подход

Идея многокомпонентного подхода состоит в том, что генеральный фактор общего интеллекта – это результирующая работы некоторого числа различных когнитивных процессов, или компонентов, которые в разных сочетаниях и пропорциях участвуют в решении всех мыслительных задач. Согласно этой точке зрения, результаты, показываемые испытуемыми в тестах на интеллект, могут быть объяснены уровнем функционирования у них относительно небольшого числа процессов переработки информации. Те компоненты, которые участвуют в решении большого числа задач, причем имеют существенное значение для успешности, входят в генеральный фактор с максимальным весом. Другие компоненты задействованы в меньшем числе задач или имеют второстепенное значение для их решения, их вес в генеральном факторе ниже.

Развитие когнитивного подхода снабдило психологов языком, на котором можно потеоретизировать о том, какие когнитивные процессы участвуют в мышлении. Так, Кэрролл на основании «логического и частично интуитивного анализа задачи» выделил 10 типов когнитивных компонентов: управление, внимание, восприятие, перцептивная интеграция, кодирование, сравнение, формирование параллельной репрезентации, извлечение параллельной репрезентации, трансформация, создание ответа (Carroll, 1981).

Браун обратил особое внимание на метакогнитивные процессы, которые могут иметь значение для интеллекта – планирование, контроль, тестирование, пересмотр и оценку стратегии (Brown, 1978; Brown, Campione, 1978).

Более существенный вопрос, однако, заключается в том, возможно ли эмпирически исследовать компоненты, участвующие в мыслительном процессе. В самом деле, испытуемый смотрит на задачу и выдает ответ – как в этом случае психологическими методами выделить компоненты, присутствующие в его мыслительном процессе? Способ достичь этого разработал Э. Хант. Этот способ основывается на хронометрировании решения задач, сходных между собой в одних частях решения и различных в других.

Хант использовал следующую задачу, изначально предложенную М. Познером и Р. Митчеллом. Испытуемому предъявляются пары букв, которые могут совпадать или не совпадать по названиям (т. е., по звуковому эквиваленту) и по написанию. Например, могут предъявляться пары АА, Аа, АВ, Ав. Очевидно, что в первой паре буквы совпадают как по названиям, так и по написанию – это буквы А, причем представленные в виде заглавных. Во второй паре буквы совпадают по названиям, но не совпадают по написанию – первая буква заглавная, а вторая – строчная. В третьей и четвертой парах буквы различаются по названиям, а следовательно, и по написанию.

Перед испытуемым ставятся две задачи: 1) сравнивать между собой пары букв с точки зрения их написания; 2) сравнивать их с точки зрения названий. В случае первой задачи испытуемый должен как можно скорее нажать на кнопку «Да», если буквы полностью одинаковы, и на кнопку «Нет», если они не совпадают. При второй задаче нажимать на кнопку «Да» нужно, когда названия букв совпадают. Заглавные это буквы или строчные, значения не имеет. В противном случае надо нажимать кнопку «Нет».

Очевидно, что две задачи имеют между собой много общего в плане процессов переработки информации, которых они требуют от испытуемого. В обоих случаях у испытуемого должны развиваться одни и те же процессы восприятия стимула на экране, опознания физических конфигураций, сравнения, принятия решения о сходстве или несходстве, управления движением пальца, нажимающего на кнопку и т. д. Однако есть и различие – в случае сравнения названий должен включиться дополнительный процесс – лексического доступа, т. е. поиска в семантической памяти названия буквы по ее физическим признакам. Время выполнения задания испытуемым в этом случае оказывается несколько больше. Этот прирост определяется характеризующей данного испытуемого скоростью поиска названия буквы в долговременной памяти.

Хант перенес задачу Познера и Митчелла в план проблемы индивидуальных различий и сопоставил с результатами тех же испытуемых по тестам интеллекта. Он показал, что разность во времени решения между задачей сравнения названий и физического сравнения коррелирует на уровне r = –0,3 с вербальным интеллектом испытуемого (Hunt, 1978). Другими словами, выделенный элементарный процесс лексического доступа, по-видимому, является одним из основных в выполнении тестовых заданий на вербальный интеллект.

Принцип анализа, проводимого в рамках компонентного подхода, таким образом, заключается в предъявлении испытуемому семейства родственных задач, различающихся между собой лишь одним компонентом, хронометрировании решения с целью выявления разности времени, затрачиваемого на выполнение того или иного компонента с дальнейшим сопоставлением этой разности с характеристиками интеллекта испытуемых.

Р. Стернберг продолжил линию хронометрических исследований в целях информационного анализа интеллектуальных процессов. Одна из его известных работ посвящена анализу решения так называемых «линейных силлогизмов».

Линейным силлогизмом называется умозаключение, выводимое из посылок типа «Анна выше, чем Маргарита. Маргарита выше, чем Екатерина. Кто самая высокая?» или «Джон не старше, чем Роберт. Дэвид не моложе, чем Джон. Кто самый молодой?» Даже при поверхностном взгляде ясно, что приведенные выше две задачки имеют разную трудность. Эксперимент фиксирует различия во времени их решения и проценте ошибок.

Особенность работы Стернберга заключается в том, что хронометрический анализ используется для установления того, какая из альтернативных гипотетических моделей – вербальная, пространственная или смешанная – больше соответствует эмпирическим данным. В первом случае предполагается, что испытуемый строит пропозициональные репрезентации каждой из посылок, затем объединяет их в общую пропозициональную же репрезентацию и делает вывод. Пространственная модель предполагает, что с самого начала создаются пространственные репрезентации каждой из посылок, которые затем объединяются в общую пространственную репрезентацию. В соответствии со смешанной моделью субъект вначале строит пропозициональную репрезентацию, а затем перекодирует ее в пространственную.

Эмпирически проверяемыми эти модели становятся благодаря тому, что некоторые когнитивные операции очевидно более трудны для осуществления в пространственных представлениях, другие – в лингвистических. Например, если мы кодируем отношения А>В>С>D>E в пропозициональной форме, то установление отношений между более удаленными членами потребует больше шагов и, следовательно, займет больше времени, чем установление отношений между более ближними. В случае пространственной репрезентации, наоборот, отношения между наиболее отличными членами (самым большим и самым маленьким) установить проще всего.

Исследование линейных силлогизмов показало, что большинство испытуемых используют смешанную стратегию, хотя некоторые используют вербальную и пространственную. Возникает вопрос, чем определяется выбор стратегии?

По Стернбергу получается, что испытуемый способен произвольно выбирать между использованием различных видов репрезентаций и стратегий. Можно ожидать, что в ряде случаев этот выбор зависит от способностей: испытуемые с более развитыми пространственными способностями предпочитают пространственную стратегию, а те, у кого развит вербальный интеллект, выберут вербальную. Экспериментальные данные на этот счет, однако, довольно противоречивы (Стернберг, 1996).

Модель, которая получается в результате исследования типа только что представленного, в принципе является моделью решения лишь одной задачи. В качестве обобщения Стернберг выделяет три типа информационных компонентов: метакомпоненты (meta-components), исполнительные компоненты (performance components) и компоненты, отвечающие за приобретение знаний (knowledge-acquisition components) (Gardner, 1983; Sternberg, Gardner, 1982).

Если первые два типа примерно соответствуют тому, о чем писали Браун и Кэрролл, то последний составляет отличительную черту теории Стернберга.

Все же и предлагаемая Стернбергом классификация не снимает существенного упрека, выдвигаемого критиками компонентного подхода (см. например: Neisser, 1982) – компонентов в принципе может быть бесконечное множество, и строить их теорию бессмысленно. Стернберг частично принимает этот аргумент, однако отвечает, что наиболее важных и часто используемых компонентов не так много, и можно создать их вполне обозримую теорию. Впрочем, за более чем двадцать лет существования компонентного подхода этой теории мы так и не дождались. В этом плане компонентный подход не дает видения интеллекта как интегративного целого и не приводит к прогрессу, например, в сфере проблемы измерения интеллекта.

В своих более поздних работах Стернберг стремится поставить информационный анализ интеллекта в более широкий контекст. В этих целях им развита «триархическая теория интеллекта», которая утверждает необходимость анализа интеллекта в трех планах – в отношении к внутреннему миру, в отношении к внешнему миру и в отношении к опыту.

Под внутренним миром понимаются информационные процессы, о которых речь шла только что. В своих поздних работах Стернберг утверждает, что нужно исследовать эти процессы не просто сами по себе, но и в контексте того, на что они направлены (на адаптацию, формирование среды или ее выбор), и того, насколько новой является для субъекта задача. Таким образом, Стернберг пытается интегрировать информационный подход с более широким взглядом на интеллект человека.

В плане отношения к внешнему миру Стернберг выделяет стили интеллектуальной деятельности. Законодательный стиль, необходимый для человека, совершающего творческие открытия, состоит в том, что субъект сам устанавливает правила для своей интеллектуальной деятельности. Исполнительный стиль характеризуется принятием установленных извне норм и работой в рамках этих норм. Оценочный стиль характеризует критическое мышление, которое направлено на оценку и сравнение различных норм.

Классификация стилей, предлагаемая Стернбергом, отражает направленность мышления на адаптацию, формирование среды или ее выбор. Это измерение интеллекта является относительно независимым от того, насколько успешно, точно и быстро функционируют информационные процессы субъекта.

Наконец, третий аспект, по Стернбергу, связан со степенью новизны задачи. Рутинные задачи, следующие известным сценариям типа посещения магазина или чистки зубов, не являются адекватными для оценки интеллекта. Также не слишком адекватны и полностью новые ситуации – например, бессмысленно оценивать интеллект пятиклассника, предъявляя ему никогда не виденные прежде дифференциальные уравнения, пишет Стернберг.

Интеллект проявляется в самом чистом виде в двух типах ситуаций. Во-первых, это ситуации, степень новизны которых ставит их на грань доступности решения. Стернберг при этом ссылается на экспериментальные данные, согласно которым для одаренных детей менее эффективными оказываются внешние подсказки при решении творческих задач. «Одаренное мышление», таким образом, в новых ситуациях меньше нуждается во внешних подсказках (Davidson, Sternberg, 1984; Sternberg, Davidson, 1982).

Во-вторых, ситуации, связанные с процессом автоматизации. Интеллект, по Стернбергу, проявляется в высокой скорости формирования навыков. В частности, корреляцию времени реакции с интеллектом он объясняет более успешной выработкой у людей с высоким интеллектом навыка работы с установкой по измерению времени реакции.

Каково же приложение компонентного подхода к проблеме генерального фактора? Стернберг и Гарднер констатируют: «Некоторые исследователи, в том числе и мы сами, использовали технику множественной регрессии, чтобы установить источники вариации в успешности решения задач… Результат, который получился во многих из этих исследований, кажется на первый взгляд очень странным… Общая регрессионная константа часто столь же сильно или даже сильнее коррелировала с результатами тестов интеллекта, чем проанализированные параметры, представляющие различные источники вариации» (Sternberg, Gardner, 1982, с 232).

Другими словами, тесты интеллекта коррелируют не столько с отдельными компонентами процесса переработки информации, сколько с их суммарными показателями. Как это интерпретировать?

С точки зрения Стернберга, среди многочисленных процессов, задействованных в мышлении, существуют такие, которые участвуют в решении очень многих или почти всех задач. Функционирование этих процессов в совокупности и определяет феномен генерального фактора. Другими словами, общий интеллект человека определяется тем, насколько хорошо (т. е. быстро и точно) у него функционирует несколько (сколько именно – не уточняется) различных процессов-компонентов. Эти процессы, однако, не аналогичны первичным способностям Терстона или Гилфорда в том плане, что компоненты Стернберга пронизывают в различных сочетаниях все задачи тестов интеллекта. В этой связи даже при их полной независимости все равно можно ожидать появления общего фактора, определяемого усредненной эффективностью основных компонентов.

Компонентный подход, конечно, является очень серьезным научным направлением, основанным на красивых исследованиях и фундированным солидным статистическим и теоретическим аппаратом. Однако и развиваемый в нем подход к генеральному фактору не лишен проблем.

Прежде всего отдельные компоненты процессов решения задач не выглядят независимыми. Хотя Стернберг в своих работах не акцентирует этот момент, однако приводимые им данные позволяют понять, что между показателями функционирования отдельных компонентов наблюдаются в основном положительные корреляции. Эти корреляции лишь становятся менее достоверными ввиду косвенного характера и невысокой надежности методов компонентного анализа.

Если это так, то возникает вопрос: как объяснить эти корреляции? Оказывается, что объяснение просто относится на одну ступеньку вглубь, но проблема единого механизма успешности мышления сохраняется.

 

Элементный подход

Еще одна возможная позиция (кроме предположения о едином блоке или наборе компонентов) заключается в том, что основу фактора G составляет не специальный когнитивный блок, а, так сказать, строительный материал, из которого строится когнитивная система. Таким строительным материалом являются, по всей видимости, нейроны, и можно предположить, что какие-то их характеристики и определяют успешность протекания процессов мышления, образуя генеральный фактор на множестве интеллектуальных задач. В качестве таких характеристик можно предположить скорость и точность передачи нервных импульсов (Айзенк, 1995; Vernon, 1983, 1989) или даже длительность рефрактерного периода клетки (Jensen, 1982, 1998).

Следует отметить, что этот тип объяснения относится к другому уровню, чем два предыдущих. Он постулирует физиологические основы интеллекта, в то время как другие относились к его психологическим механизмам. Фактически полное объяснение должно предусматривать оба эти уровня – и физиологический и психологический. Однако приведенные варианты не очень хорошо сочетаются между собой.

В самом деле, если генеральный фактор определяется скоростью нервного проведения или другими особенностями всех нейронов, то тогда он должен проявляться в функционировании не одного лишь центрального процессора, а всех механизмов переработки информации, в которых участвуют нейроны. Аналогичным образом и различные компоненты должны коррелировать между собой, выражая глубинные физиологические закономерности.

Для компонентного или многокомпонентного объяснения подошла бы физиологическая интерпретация, выделяющая какие-либо морфологические или функциональные зоны мозга. Например, признание лобных долей или холинэргической системы источником генерального фактора могло бы сочетаться с выделением определенного блока, участвующего решающим образом в высшей когнитивной деятельности и не коррелирующего при этом со специальными способностями.

Объяснения, основывающиеся на апелляции к универсальным свойствам нейронов, интересны тем, что предусматривают такой вариант, когда преимущества когнитивного функционирования одних людей перед другими проявляются не в одном или нескольких блоках, а так сказать, рассредоточенно, во всех когнитивных компонентах.

Насколько же физиологическая основа генерального фактора интеллекта может быть сведена к скорости нервного проведения? Сегодня уже существуют работы, способные дать первые ответы на этот вопрос.

Скорость периферической нервной проводимости является хорошо изученным свойством, оцениваемым в неврологических целях. Получающиеся результаты выглядят весьма разумными: скорее всего, интеллект определяется стечением многих физиологических факторов. Поэтому вероятно, что скорость нервного проведения может выступать одной из, но далеко не единственной детерминантой генерального фактора.

Примечательно, что скоростные показатели простых психологических реакций (время реакции выбора и время опознания) оказываются больше связаны с интеллектом, чем физиологические параметры. Здесь можно вспомнить объяснение Стернберга: время реакции испытуемых, фиксируемое в психологическом эксперименте, – это результат процесса автоматизации, выражающего интеллектуальный уровень испытуемого.

 

Структурная предпосылка и генеральный фактор

Итак, можно констатировать, что психология интеллекта в рамках структурной предпосылки перебрала все мыслимые объяснения причин генерального фактора: генеральный фактор есть результат работы одного механизма, многих механизмов или элементов, составляющих эти механизмы. Во всех случаях объяснение столкнулось с серьезными проблемами. В случае однокомпонентного подхода до сих пор не удалось найти ясной кандидатуры на роль объясняющего процесса. Кроме того, аргумент Д. Детермана дает основание полагать, что однокомпонентное объяснение в принципе неудовлетворительно. В случае однокомпонентного подхода обнаружилось, что компоненты коррелируют между собой, а это отбрасывает объяснение на шаг дальше, заставляет искать причину корреляций между компонентами. Наконец, и элементный подход не подтверждается данными, собранными на основании непосредственной регистрации функционирования этих элементов.

Все сказанное приводит к предположению, что сложности лежат на уровне самого принципа – структурной предпосылки, несмотря на ее естественность и заманчивость, о которых говорилось выше. Представляется, что принцип интерпретации корреляций и факторов в терминах механизмов недостаточен и должен быть заменен более общим структурно-динамическим принципом.

 

Альтернатива: структурно-динамический подход

Представляется, что изложенные парадоксы исчезают, если пытаться определить генеральный фактор с позиции структурно-динамического подхода и рассматривать этот фактор как выражение механизмов, определяющих формирование интеллектуальных систем.

В этом контексте при анализе генерального фактора интеллекта необходимо различить два взаимосвязанных, но тем не менее относительно автономных момента – функционирование интеллектуальной системы в данный момент времени и динамику развития или регресса этой системы. Безусловно, существующие на сегодня тесты интеллекта оценивают в основном срез интеллектуальной системы, т. е. то, как эта система функционирует в момент тестирования. Генеральный фактор при этом тоже, конечно, отражает закономерности, наблюдаемые при функционировании интеллекта. Однако эти закономерности функционирования, с точки зрения структурно-динамического подхода, должны быть поняты как производные от процессов формирования системы, приведших к соответствующему срезу с характеризующими его особенностями функционирования когнитивной системы. Другими словами, само функционирование интеллекта с наблюдаемым в нем генеральным фактором можно увидеть сквозь призму его развития.

 

Интеллектуальный потенциал – понятие структурно-динамического подхода

В рамках структурно-динамического подхода объяснительный принцип лежит не в плоскости одного временного среза, а в динамике развития. Люди различаются по структуре своего интеллекта, но их различия формируются в ходе развития.

Это формирование происходит как под влиянием внешних средовых факторов, так и в зависимости от исходных задатков человека. Однако эти задатки понимаются не как готовая когнитивная структура, определяющая успешность интеллектуальной деятельности, а как индивидуально-личностный потенциал формирования подобных структур.

Понятие потенциала занимает важное место в контексте структурно-динамического подхода, поэтому на нем надо остановиться особо. Введение этого понятия представляет собой необходимое следствие представления о когнитивной системе как организованной на основе прижизненно сформированных структур, «ментального опыта», если воспользоваться выражением М. А. Холодной. Такое представление является общепринятым в современной психологии. Очевидно, что мы можем говорить на нашем родном языке, решать математические задачи или писать статьи по психологии благодаря тому, что на основе прошлого опыта у нас сложились определенные структуры, «функциональные системы».

Следующий шаг состоит в том, чтобы признать функциональные системы основой наших способностей. В. Д. Шадриков пишет: «<…> способности можно определить как свойства функциональных систем, реализующих отдельные психические функции, которые имеют индивидуальную меру выраженности, проявляющуюся в успешности и качественном своеобразии освоения и реализации деятельности» (Шадриков, 1994, с. 183).

Если принять такое определение, то в соответствии с требованиями структурно-динамического подхода необходимо обратить внимание на то, как происходит формирование функциональных систем и чем определяются индивидуальные различия в их формировании. Здесь и появляется понятие потенциала, который может быть определен как индивидуально выраженная способность к формированию функциональных систем, ответственных за интеллектуальное поведение.

Именно индивидуальные различия потенциала представляются наиболее адекватным способом объяснения феноменов генерального фактора. В свете понятия потенциала любые фиксируемые в данный момент времени показатели интеллектуального функционирования человека могут быть поняты как проявления его когнитивных структур, умственного опыта, в котором отразился как индивидуально-личностный потенциал, так и обстоятельства, направившие этот потенциал в соответствующую сферу. Отсюда при факторизации показателей тестирования следует ожидать возникновения генерального фактора как отражения индивидуальных различий потенциала.

Эмпирически фиксируемые корреляции между интеллектуальными функциями, составляющие основу факторной структуры интеллекта, согласно предлагаемому подходу разлагаются на три части.

Когнитивные корреляции определяются тем, что различные функции для своей реализации частично используют одни и те же когнитивные механизмы. Эти корреляции подобны тем, что описываются в одно– или многокомпонентном подходах, однако с той разницей, что не обязательно предполагают наличие пересечений между многими функциями.

Средовые корреляции связаны с тем, что в рамках какой-либо культурной среды могут складываться целостные альтернативные паттерны сценариев социализации человека. Примеры такого рода корреляций наблюдаются в рассматриваемых ниже исследованиях, где были выявлены отрицательные корреляции между различными мерами способностей. Следует отметить, что в этом контексте средовые корреляции не противопоставляются генетическим, как в психогенетике.

Корреляции, связанные с потенциалом, выступают в рамках предлагаемого подхода основным объяснительным принципом для феномена генерального фактора. Люди, обладающие более высоким потенциалом, могут демонстрировать более высокие показатели по различным интеллектуальным функциям, даже если эти функции не связаны между собой ни когнитивной, ни средовой корреляцией. Более того, если средовые и частично когнитивные корреляции приводят как к положительным, так и к отрицательным значениям эмпирических корреляций, то корреляции, связанные с потенциалом, – только к положительным.

При этом понимание особенностей генерального фактора как порождения потенциала формирования выглядит наиболее адекватным для объяснения описанных выше парадоксов.

Во-первых, рассмотрим первый аргумент Деттермана о наличии задания, обладающего максимальной корреляцией с генеральным фактором. Тонкость состоит в том, что потенциал коррелирует более высоко с показателем по сумме заданий, чем с каким-либо отдельным заданием. Это означает, что любое отдельно взятое задание может не обладать сверхвысокой корреляцией с генеральным фактором, а при суммировании заданий корреляция будет повышаться.

Во-вторых, потенциал объясняет феномен отсутствия корреляций между отдельными заданиями, каждое из которых коррелирует с генеральным фактором. Ввиду действия многих факторов, которые при суммировании со статистической точки зрения могут оцениваться как случайные влияния, корреляция заданий между собой в среднем окажется ниже, чем их корреляция с генеральным фактором.

 

Проблема отрицательных корреляций

С позиций традиционных представлений о структуре интеллекта, как признающих, так и не признающих наличие общего фактора, между различными видами интеллектуальной деятельности могут существовать лишь положительные или в крайнем случае нулевые корреляции. В рамках однофакторного подхода между любыми двумя наугад взятыми способностями следует ожидать положительную корреляцию, которая может быть как высокой, так и не очень высокой, но при точном проведении исследования не может стать нулевой.

При многофакторном подходе корреляции между способностями могут быть либо положительными, либо нулевыми (в достаточно редком случае – если они относятся к полностью непересекающимся областям). Однако и при однофакторном, и при многофакторном подходах отрицательные корреляции должны быть признаны нонсенсом.

Если же мы переносим центр тяжести с симультанного анализа на процессуальный, то сможем четко определить условия, в которых наблюдаемые корреляции будут положительными, и те, в которых они станут отрицательными. Прежде всего следует отметить банальную истину, что корреляции между интеллектуальными функциями характеризуют не одного человека, а выборку или популяцию. Поэтому дальнейшее рассуждение основывается на рассмотрении различных вариантов распределения условий существования и потенциала в рамках популяции.

Наиболее естественным вариантом, наблюдаемым в обычных современных исследованиях, является достаточно равномерное распределение условий в выборке. Например, все дети посещают школу, где близкое число часов посвящается родному языку, математике и прочим предметам. Они также проводят определенное время в компании родителей, сверстников, смотрят телевизор и т. д. Индивидуальные различия в степени направленности потенциала в разные когнитивные области, конечно, существуют, однако они относительно невелики. При этом индивидуальные различия величины потенциала будут определять положительный характер корреляций между способностями.

Если потенциал у людей различен, но распределен примерно одинаково, то те, у кого он высок, будут показывать высокие результаты по всем пробам. Те же, у кого он низок, будут везде показывать более низкие результаты. Другими словами, корреляции тестов будут высоки. Чем больше разброс потенциала и меньше разброс средовых условий, тем выше станут тестовые корреляции.

Возможна, однако, противоположная ситуация: в исследуемой популяции существует резко выраженная альтернативность возможных деятельностей. Тогда вложение сил и времени в деятельность А будет приводить у индивида к оттоку туда сил и времени из деятельности В. Соответственно, у других представителей популяции может наблюдаться противоположная тенденция. Тогда в соответствии с генетическим взглядом на природу интеллекта следует ожидать альтернативности в развитии когнитивных функций, связанных с деятельностями А и В, а следовательно, и появления отрицательных корреляций.

Следовательно, можно определить условия появления положительных и отрицательных корреляций между интеллектуальными функциями. В нормальных и наиболее распространенных условиях следует ожидать положительных корреляций интеллектуальных показателей. Однако в тех редких случаях, когда в среде присутствуют альтернативные сценарии деятельности и развития, с генетической точки зрения, следует ожидать появления отрицательных корреляций.

Таким образом, если удастся обнаружить случаи отрицательных корреляций между интеллектуальными функциями, то этот факт окажется серьезным аргументом в пользу генетического подхода против агенетического.

Прояснить затронутую проблему позволяют результаты, полученные при обследовании участников Московского интеллектуального марафона – многопредметной олимпиады, собирающей наиболее способных школьников Москвы и других городов России.

В исследовании принимали участие более восьмисот школьников, прошедшие один или два отборочных тура в школах и образовательных округах. Участники выполняли тест Равена (Advanced Progressive Matrices – вариант повышенной сложности), а также тест вербальной креативности Гилфорда «Необычное использование» в адаптации И. С. Авериной и Е. И. Щеблановой (Аверина, Щебланова, 1996). Оценивалось также выполнение конкурсных заданий по различным дисциплинам.

Наибольшие корреляции у математических достижений наблюдаются с тестом Равена (в среднем – 0,3), в то время как у гуманитарных – с тестом Гилфорда (в среднем – 0,2). Таким образом, тест Равена выступает как предиктор невербальных достижений, а тест «Необычное использование» – вербальных.

Корреляция тестов интеллекта с достижениями на олимпиаде в целом несколько ниже, чем со школьной успеваемостью и профессиональными достижениями: обычные значения корреляции с успеваемостью и профессиональными достижениями находятся в районе 0,5–0,6. Чем можно объяснить эти более низкие показатели?

Вероятно, в первом случае более велик разброс условий, способствующих или препятствующих претворению способностей в достижения. Действительно, если школьный класс предоставляет детям сравнительно сходные условия, то на олимпиаде собираются ученики разных школ – как самых элитных в России, так и ординарных. Естественно ожидать, что разброс возможностей реализации способностей у детей, участвующих в олимпиаде, будет больше, чем у одноклассников.

Далее, в таблице 1.5 приведены результаты анализа связи достижений по математике и гуманитарным дисциплинам.

Таблица 1.5. Корреляции между достижениями в области математики и гуманитарных дисциплин

Более высокие корреляции по всей группе в целом, чем по ее частям являются естественным математическим следствием разбиения выборки на две части. Принципиально важным является, однако, другое: более низкие (с большим модулем при отрицательном знаке) корреляции для верхней части выборки, чем для нижней.

Уменьшение корреляций в верхней части группы и образование на диаграмме рассеяния фигуры, подобной воронке, свидетельствуют об одном и том же феномене: развитии специализации у детей, показывающих наиболее высокие результаты.

Об этом же свидетельствует и другое обстоятельство: корреляция математических достижений с тестом вербальной креативности в верхней группе всегда оказывается отрицательной. Кроме того, эта корреляция в верхней группе почти всегда ниже, чем в нижней (таблица 1.6).

Таблица 1.6. Корреляция математических достижений с вербальной креативностью для наиболее (верхняя группа) и наименее (низшая группа) успешных учеников различных классов.

Трудно представить себе смысл этих отрицательных корреляций, упорно повторяющихся во всех классах, если оценивать тест «необычное использование» просто как тест креативности. Но в свете только что проанализированных данных все становится на свои места, если мы интерпретируем этот тест как тест вербальной креативности. Инвестиции времени и сил ребенка в математические успехи приводят к оттоку сил из гуманитарной сферы.

Любопытно, что внутри гуманитарной и математической сфер наблюдается противоположная зависимость: в верхней группе корреляции успешности решения заданий, относящихся к одному и тому же предметному полю, становятся выше. Это проявляется, например, в повышении процента дисперсии, объясняемого наиболее существенными факторами в рамках факторного анализа.

 

Проблема специализации

Время и силы любого человека ограничены, поэтому большие вложения в какую-либо одну область связаны с уменьшением вложений в другие. Наши результаты показывают, что уже в школе развивается специализация, причем в большей мере – у подростков с наиболее высокими достижениями, т. е. у тех, кто затрачивает больше ресурсов на любимую дисциплину.

Большую важность имеет вопрос о том, на каком уровне происходит специализация. В этом плане можно представить себе несколько вариантов. Первый заключается в том, что специализация протекает только на уровне способностей к определенному виду деятельности. Вклад труда в соответствующую деятельность приводит к развитию соответствующей «специальной» способности, но не сказывается на общих способностях. Другая возможность заключается в том, что эффект специализации возникает в результате того, что требования деятельности, в которую субъект вкладывает много ресурсов, влияют на общие способности. Изменение в специальных способностях оказывается при этом производным от изменения общих. Наконец, существует и третий вариант – комбинированный, предполагающий, что действуют оба механизма: под влиянием деятельности развиваются как общие способности, так и их оперативная составляющая. Здесь мы выходим на глобальную проблему развития способностей и его движущих сил.

В качестве объяснения полученных нами результатов наиболее адекватным представляется третий, комбинированный, вариант. Обнаруженные отрицательные корреляции между математическими достижениями и вербальной креативностью могут быть объяснены только с позиции развития общих способностей под влиянием деятельности. Однако, если ограничиться постулированием лишь одного этого механизма, непонятным оказывается отношение диапазона между интеллектом и математическими достижениями, о котором речь шла выше.

При высоком интеллекте, как уже отмечалось, разброс математических достижений оказывается очень значительным, что означает отсутствие однозначной связи между уровнем способности и ее оперативностью. Наиболее адекватной моделью в свете представленных аргументов выглядит та, которая утверждает, что требования деятельности в первую очередь влияют на развитие специальных способностей, а также опосредованно – и на формирование общих.

 

Альтернативность в деятельности и отрицательные корреляции интеллектуальных функций

Результаты, полученные на Московском марафоне, примечательны в ряде отношений. Интересно отметить, что отрицательные корреляции не появляются на всей выборке, а только – на ее верхней части. Именно у наиболее развитых в интеллектуальном отношении подростков, которые без большого напряжения справляются с базовой частью обучения, остается избыток возможностей, направляемых по своему усмотрению. Этот избыток расходуется специализированно, может распределяться в математическую или гуманитарную сферу. Корреляции на верхней части группы фиксируют эту закономерность: чем успешнее человек в математической сфере, тем ниже его результаты по вербальной креативности.

На всей группе в целом альтернативные отношения между гуманитарной и математической специализацией растворяются в общей среде подростков, для которых этой противоположности не существует. Дополнительно к этому действует еще один фактор, который предусматривается изложенной моделью, – увеличивается разброс потенциала. Ранее было сказано, что корреляции способностей, согласно модели, становятся тем выше, чем больше индивидуальный разброс потенциала и меньше разнообразия условий. Когда расширяется диапазон интеллектуальных способностей выборки, выше становятся корреляции между способностями.

Исследование на Марафоне является не единственным, где были получены отрицательные корреляции способностей. Некоторые исследования, приведшие к аналогичным результатам, суммированы в таблице 1.7. Примечательно, что все они относятся к ситуациям, где существует альтернативность между жизненными путями, выбираемыми субъектом.

Таблица 1.7. Исследования, выявившие отрицательные корреляции между интеллектуальными функциями

Таким образом, между способностями в некоторых случаях действительно фиксируются отрицательные корреляции. Эти случаи соответствуют тем ситуациям, когда испытуемые из обследуемой группы в реальной жизни оказались в условиях конкуренции между альтернативными видами деятельности.

Все эти факты свидетельствуют в пользу модели потенциала против агенетических теорий структуры интеллекта.

 

Проблема развития интеллектуальных процессов и генеральный фактор

Проанализируем еще один факт, стабильно повторяющийся в эмпирических исследованиях. Следующий фрагмент взят из работы, выполненной в рамках многокомпонентного подхода, где исследовалась корреляция отдельных компонентов решения задачи на аналогию и психометрический интеллект. Эта корреляция оценивалась в начале эксперимента, когда испытуемые впервые сталкивались с экспериментальными задачами, и в конце, когда они уже приобрели некоторый опыт.

«Рассмотрим <…> влияние практики на решение аналогий. Стернберг <…> сравнил успешность решения во время первой экспериментальной сессии и четвертой (и последней) сессии. Как и можно было ожидать, время решения и число ошибок снизились от первой сессии к четвертой… Наиболее интересное различие проявилось в процессе осуществления внешней валидизации: во время первой сессии не было значимых корреляций между временем решения задач на аналогию и показателями тестов на рассуждение; во время четвертой сессии более половины корреляций были значимыми, причем многие из них достигали больших абсолютных значений, до 0,6 и 0,7. Подобные результаты привели Глейзера (Glaser, 1967) к выводу, что психометрические тесты больше коррелируют с показателями (в оригинале «performance» – Д. У.) после того, как достигнута асимптота, чем с показателями в начальный период практики» (Sternberg, Gardner, 1982, с. 248).

Итак, получается неожиданный результат, который Стернберг и Гарднер оценивают как «наиболее интересный»: успешность решения определенных задач и функционирования отдельных компонентов этого решения начинает коррелировать с общим уровнем интеллекта (генеральным фактором) в том случае, когда субъекты приобретают определенный опыт в решении этих задач. Как можно объяснить эту закономерность? Прежде всего следует отметить, что ни один из приведенных вариантов понимания природы генерального фактора не позволяет сделать это.

Попробуем проанализировать ситуацию несколько глубже. Субъекты, пришедшие вначале на эксперимент, имеют неконтролируемый опыт решения различных задач и осуществления различных умственных операций. Естественно, опыт анализа различных элементов ситуаций задач на аналогию есть у всех, однако оценить его перед началом эксперимента очень трудно. В процессе эксперимента все испытуемые получают достаточно интенсивную и одинаковую тренировку, которая приводит к фактическому выравниванию их опыта.

В этом контексте становится понятным, что других результатов трудно было бы ожидать: успешность решения задач на аналогию начинает коррелировать с интеллектом, когда опыт испытуемых в решении этих задач в основном выравнивается. Другими словами, увеличение корреляции решения отдельной задачи с психометрическим интеллектом есть естественное следствие того факта, что эффективность решения интеллектуальных задач увеличивается с опытом.

Теперь становится очевидным недостаток всех трех ранее рассмотренных подходов к объяснению генерального фактора интеллекта: их агенетизм. Один ли компонент, или относительно большое их количество ответственны за генеральный фактор, или же он объясняется скоростью нервного проведения – во всех этих случаях интеллект понимается вне оси времени, как единый срез, внутри которого различные структуры связаны статичным образом.

В то же время зависимость успешности решения задач от практики, т. е. ее «формируемость» является самоочевидной – например, в приведенном выше отрывке результат, заключающийся в том, что показатели решения задач на аналогию улучшились от тренировки, Стернберг и Гарднер сопровождают словами «как и можно было ожидать». Гораздо сложнее оказывается, однако, другое – соотнести проблему развития интеллекта с генеральным фактором, в более общем плане – с индивидуальными различиями.

Если интеллект определяется скоростью нервного проведения, то вообще не совсем понятно, как достигается улучшение в решении задач под влиянием тренировки. Если генеральный фактор – это выражение функционирования одного блока, то как тогда оказывается, что при тренировке в решении одних задач не происходит улучшения в решении других? То же возражение может быть выдвинуто и против объяснения, согласно которому генеральный фактор определяется наличием нескольких компонентов, регулярно встречающихся во всех интеллектуальных задачах. Другими словами, как происходит, что при наличии корреляционных связей между двумя функциями тренировка одной не приводит к улучшению другой? Представляется, что этот аргумент крайне затрудняет какое-либо блочное объяснение источника корреляций между интеллектуальными функциями.

Недаром, как отмечалось выше, Стернберг предлагает добавить к компонентной теории специальную субтеорию для объяснения связи интеллекта с определенной степенью новизны задач.

В более общем плане вопрос заключается в том, чтобы совместить генеральной фактор с повышением эффективности решения отдельных задач без изменения уровня общего интеллекта. Если за генеральный фактор отвечает некоторый блок или блоки, то необходимо допустить наличие еще каких-то блоков, отвечающих за каждую конкретную задачу. Назовем их периферийными, в отличие от центрального, ответственного за генеральный фактор. Тогда приходится предположить, что тренировке почему-то подвержены только периферийные блоки, а не центральный. Причем эти периферийные блоки не должны коррелировать между собой.

В рамках структурно-динамической теории феномен увеличения корреляций показателей отдельных заданий с интеллектом при наращивании практики находит логическое объяснение. Практика приводит к уравниванию опыта испытуемых, что делает определяющим фактором в дисперсии результатов их индивидуальный потенциал, который отражается и в показателях тестов интеллекта.

 

Еще одна сфера, где могут быть применены структурно-динамические принципы, связана с психогенетическими феноменами. Ниже вначале суммируются сведения, которыми нас снабжают психогенетические исследования, а затем излагается модель, исходящая из структурно-динамического подхода.

 

Интеллект и наследуемость

В 1960-х годах два автора выступили с утверждениями о сильной генетической предопределенности интеллекта: А. Дженсен (Jensen, 1969) в США и Г. Айзенк (Eysenck, 1971) в Великобритании. Дженсен доказывал высокую наследуемость интеллекта (80 % дисперсии), а также генетическую природу расовых и классовых различий, достигающих одного стандартного отклонения. Ряд авторов выступили с опровержением соображений Дженсена.

Наибольшую известность получили работы Л. Кэмина, кстати, члена компартии США. Дженсен в своей статье в значительной степени опирался на работу сэра С. Барта (Burt, 1966), который сообщил о полученной им высокой корреляции (0,771) между показателями интеллекта разлученных монозиготных близнецов. Кэмин обвинил Барта в подтасовке фактов, после чего исследование последнего перестало рассматриваться в научной среде как серьезное (Kamin, 1974). Тем не менее, последующие исследования приводили к подобным же результатам. Дженсен в своей поздней работе пишет про Барта: «Если он подделал свои данные по разлученным монозиготным близнецам, как утверждают его разоблачители, то необходимо признать за ним интуицию ясновидца» (Jensen, 1997, p. 84).

Многочисленные дальнейшие работы, опирающиеся на все более тщательно составленные выборки, приводили к повторению одного и того же результата – весьма высокой генетической обусловленности интеллекта. Данные, полученные во многих исследованиях, сведены в таблицу 1.8.

Таблица 1.8. Показатели корреляции, используемые в психогенетических исследованиях

На основании приведенных данных наследуемость может быть вычислена несколькими способами. Наиболее простой состоит просто в оценке сходства между разлученными монозиготными близнецами. Корреляция между их показателями определяется одним лишь генетическим сходством (стопроцентным) при различной среде. Необходимо лишь скорректировать полученную цифру с учетом надежности тестов интеллекта (т. е. разделить примерно на 0,9). Коэффициент наследуемости при таком способе оценке приближается к 80 %.

Другой распространенный способ оценки состоит в сопоставлении цифр ди– и монозиготных близнецов, воспитывающихся вместе. Этот способ лишен недостатка предыдущего, связанного с необходимостью сложного поиска экзотических случаев разлученных монозиготных близнецов.

Если принять, что среда, в которой оказываются оба воспитывающихся вместе ди– или монозиготных близнеца, в значительной мере сходна, то степень генетического влияния будет проявляться в том, насколько сходство монозиготных близнецов будет больше сходства дизиготных. Формула для подсчета наследуемости при этом приобретает следующий вид: h2 = (rmz – rdz)×2, где rmz – корреляция показателей монозиготных близнецов, а rdz – корреляция показателей дизиготных близнецов.

Обратившись к таблице, легко убедиться, что такая оценка дает показатель, лишь несколько превышающий 60 %. Таким образом, оценка наследуемости для близнецов, воспитанных отдельно, оказывается выше оценки наследуемости, полученной для тех, кто воспитан вместе.

Одно из возможных объяснений заключается в том, что близнецы, как бы рано они ни были разлучены, имели все-таки общую среду – в период внутриутробного развития. Такой вывод вроде бы подтверждается и тем, что дизиготные близнецы имеют более высокое фенотипическое сходство по интеллекту, чем сибсы, обладающие таким же генетическим сходством. Как видно из таблицы, это наблюдается даже при сравнении дизиготных близнецов и сибсов, разлученных в раннем возрасте.

Как бы там ни было, эмпирия свидетельствует, что наследуемость интеллекта никак не может быть ниже 40 %. Верхняя оценка наследуемости составляет около 80 %.

 

Что означают цифры наследуемости?

Необходимо, однако, задуматься над тем, что же означают цифры наследуемости интеллекта. Тогда мы неминуемо приходим к выводу, что эти цифры означают не более чем вклад генетических факторов при разбросе средовых условий, существующих в современном обществе, и разбросе генотипического разнообразия современного человека. Поясним этот момент. Если предположить, что мы изучаем выборку, живущую в особо разнообразных условиях, некоторые члены которой получили воспитание на уровне Маугли, а другие напротив подверглись воздействию сверхэффективных развивающих методик, то произойдет, конечно, повышение вклада средовых факторов.

Если же условия будут более единообразными, то средовые факторы уступят часть своего влияния генетическим. Например, если представить себе гипотетическое общество светлого будущего, в котором психология создаст такие методы, что позволит каждому развить максимум своих способностей, то средовой разброс вообще станет равным нулю, а интеллект полностью будет определяться генетикой.

Точно так же при повышении генетического разнообразия выборки (в пределе – при включении в нее не только представителей homo sapiens) вклад генетических факторов повысится, а средовых – уменьшится (шимпанзе не станет умнее человека, как ее ни воспитывай). При анализе более генетически гомогенной популяции произойдет обратный эффект – увеличение средового вклада.

В связи со сказанным цифры наследуемости в 40 или 80 % сами по себе не значат ничего. Они только говорят о том, что интеллект обусловлен и генотипом, и средой, а также свидетельствуют о разбросе условий существования в современном обществе и степени генетической однородности населения. Высокие цифры наследуемости свидетельствуют о том, что в западных обществах, где проводится большинство этих исследований, условия жизни и воспитания людей относительно близки, что делает генетику основным фактором, влияющим на интеллект.

Можно предположить, что в менее развитых обществах, где больше контрасты, оценки наследуемости интеллекта окажутся ниже. По крайней мере Бронфенбренер (Bronfenbrenner, 1975) показал на существовавших к тому времени данных по разлученным близнецам, что корреляции падают с показателей, превышающих r = 0,8 для сходной экологии до всего лишь r = 0,28 в случае, если они воспитываются в совершенно разной среде (сельскохозяйственный или шахтерский городок против промышленного города).

Похоже, что в настоящее время бессмысленно отрицать как генетическую обусловленность интеллекта, так и влияние на него среды, а все численные оценки влияния этих факторов указывают на степень вариации условий существования людей в современном обществе и степень их генетического разнообразия.

Обследованные в настоящее время более 10 000 пар близнецов, 25 000 пар сиблингов и 8000 пар родитель – ребенок дают основание считать выводы о наследуемости окончательными и перейти к анализу более интересных проблем, позволяющих искать ключи к описанию механизмов формирования когнитивных способностей.

Как пишут авторитетные специалисты в области психогенетики, «<…> наследуемость когнитивных способностей, особенно – общих (g), или интеллекта, является наиболее доказанным результатом, полученным генетикой поведения. По этой причине сейчас нет смысла проводить исследования на близнецах и приемных детях лишь для того, чтобы показать наследуемость когнитивных способностей. Исследования в области генетики поведения вышли за пределы простой констатации наследуемости и стали посвящаться более интересным генетическим проблемам» (Пломин, Прайс, 2001, с. 7). К числу этих более интересных проблем можно отнести вопросы изменения генетической и средовой детерминации в онтогенезе и различной наследуемости разных когнитивных функций.

 

Наследуемость и развитие

Современной психогенетикой получены данные относительно изменения наследуемости с возрастом. Ранее из общих соображений считалось, что при рождении ребенок является наиболее генетически предопределенным существом. Затем в течение жизни окружение постепенно формирует у человека определенные черты, в результате чего увеличивается средовая обусловленность его свойств и, соответственно, убывает генетическая предопределенность.

Эмпирические психогенетические исследования, однако, выявили прямо противоположную картину: коэффициент наследуемости интеллекта растет на протяжении жизни человека. Если наследуемость общего интеллекта в младенчестве оценивается примерно в 20 %, то в детстве она составляет около 40 % и достигает 60–80 % во взрослом возрасте (Finkel et al., 1995; Fulker et al., 1998; McGue et al., 1993; Pedersen et al., 1994).

Очень велико влияние генетики у престарелых испытуемых (McClearn et al., 1997). Так, С. Петрилл сообщает о 76-процентной генетической обусловленности фактора g у близнецов старше 80-и лет (Петрилл, 2001).

Чем может быть обусловлен феномен возрастания наследуемости в онтогенезе? Первое объяснение, которое приходит на ум, может состоять в том, что количество экспрессированных генов увеличивается с возрастом. Проблема с таким объяснением заключается только в одном – наследуемость не связана с количеством экспрессированных генов. Можно напомнить, например, менделевский горошек, цвет которого стопроцентно определен одним единственным геном.

Количество экспрессированных генов означает количество белков, вырабатываемых соответствующей клеткой. Чем больше их экспрессия, тем сложнее по составу клетка. Например, в мозговых клетках человека число экспрессированных генов крайне велико.

В то же время вряд ли кто-то будет всерьез утверждать, что процессы, связанные с интеллектом и креативностью, реализуют различные клетки головного мозга. Интеллект и креативность – это разные срезы, аспекты одного и того же процесса мышления, в более частном случае – решения задач. Между тем генетическая обусловленность интеллекта несравненно выше, чем креативности. Следовательно, один и тот же мозговой субстрат, одни и те же клетки реализуют процессы, которые в разной степени детерминированы генетически.

Другой способ объяснения предлагает, например, Р. Пломин: «Возможно, роль наследуемости увеличивается в связи с тем, что индивид ищет и создает для себя среду, коррелирующую с его генетически определяемыми склонностями» (Пломин, 2001, с. 12). Другими словами, причина может лежать в одной из разновидностей генно-средового взаимодействия: гены формируют под себя среду. Ребенок имеет минимальные возможности выбора и его среда задается семьей, в результате чего роль генотипа в его интеллекте оказывается менее выраженной. Чем старше становится человек, тем больше он распоряжается своей жизнью, формирует под себя среду. Например, под влиянием генетически обусловленных склонностей он может выбрать науку предметом своей профессии, поступить в специальную школу, потом в университет, заняться исследовательской деятельностью, общаться с коллегами-учеными, что наложит отпечаток на его интеллект. В результате генотип повлияет на его интеллект не только непосредственно, но и опосредованно – через выбор им своей среды. Такое опосредованное влияние увеличивается с возрастом – по мере возрастания свободы формирования среды.

Объяснение выглядит достаточно правдоподобно, но оно тоже небезупречно. Например, аналогичные закономерности должны были бы проявляться не только в сфере интеллекта, но и в других областях, о чем, однако, нет свидетельств. Для личностных черт показана либо возрастная стабильность в плане наследуемости, либо уменьшение наследуемости с возрастом (Малых и др., 1998). Более того, например, по данным А. Р. Лурия, генетическая обусловленность опосредованных форм памяти с возрастом снижается.

Интересный вопрос, который может быть проверен эмпирически в лонгитюдном исследовании, состоит в том, одни и те же или разные факторы обусловливают генетическую детерминацию в разном возрасте. Модель такого типа была построена Фулкером, Черны и Кардон Лоном (Fulker et al., 1993). Их исследование показало, что генетические влияния, наблюдавшиеся на предыдущих срезах, продолжают действовать на последующих, однако к ним присоединяются новые.

 

Психогенетика общих и частных способностей

Достаточно твердо установленным результатом является более высокая наследуемость общего интеллекта, чем специальных способностей. Так, Петрилл при обследовании вербальных и пространственных способностей, скоростных показателей и памяти у престарелых близнецов обнаружил высокую генетическую детерминацию через фактор g (Петрилл, 2001). Генетические влияния, независимые от g и воздействующие непосредственно на частные способности, оказались пренебрежительно малыми и могли быть исключены из модели без значимого ухудшения ее предсказательной силы.

Еще один парадоксальный результат современной психогенетики получен в отношении вербального и невербального интеллекта. Традиционно из общих соображений предполагалось, что среда в наибольшей степени влияет на вербальный интеллект (Д. Векслер). Однако эмпирическая психогенетика показала совсем другое: в большей части исследований обнаруживается большая наследуемость вербального интеллекта. Ряд таких исследований обобщил Пломин (Plomin, 1986). Впрочем, результаты такого рода достаточно неустойчивы. Так, в исследовании Н. М. Зыряновой генетическая обусловленность оказалась более высокой в невербальных тестах (Малых, 1995).

В то же время средовые исследования, как это ни странно, приводят к противоположному результату: большее влияние среды обнаруживается, скорее, в области вербального интеллекта. Так, в ряде исследований было показано, что число детей в семье и промежутки в их рождении больше влияют на вербальный интеллект, чем на невербальный. В огромном американском исследовании с выборкой в 800 000 младших школьников, проведенном в 1965 г., наибольшее влияние порядка рождения детей в семье было обнаружено в наиболее вербальном субтесте (использование слов), а наименьшее – в наименее вербальном, математическом (Breland, 1974). Подобные же результаты были получены в исследовании семей с тремя детьми: дети «с меньшим промежутком в рождении имели меньший словарь и худшие результаты по чтению, чем дети с большим промежутком. Для тестов невербальных способностей не было обнаружено различий для субгрупп с различным промежутком» (Wagner et al., 1985, p. 157).

Наконец, еще одно подтверждение мы находим в большом американском исследовании, связанном с национальным обследованием здоровья детей 6–11 лет. При сравнении по субтесту «Словарный» теста Векслера дети, имевшие одного брата или сестру, превзошли тех, у кого их было не менее семи, на 17 баллов. По субтесту «Кубики Косса» разница составила всего 8 баллов (Roberts, Engel, 1974).

Интересное исследование провела Е. Уилсон (см.: Равич-Щербо и др., 1999). Она работала с семьями, в которых у монозиготных близнецов было еще не менее двух сиблингов. Оказалось, что близнецы меньше коррелируют по невербальному интеллекту со своими остальными братьями, чем те – между собой. По вербальному и общему интеллекту различий не наблюдалось. Таким образом, в среде монозиготных пар, по-видимому, создаются какие-то особые условия для формирования невербального интеллекта, что может оказывать воздействие на результаты по наследуемости разных видов интеллекта, получаемые близнецовым методом.

Можно, конечно, объяснить эти данные тем, что на вербальный интеллект действует в большей степени социальная среда, а на невербальный – несоциальная.

Дженсен предлагает еще одно объяснение: наследуемость интеллектуальных функций определяется их нагруженностью по фактору g (Jensen, 1997). Различие не проходит по линии вербальный/ невербальный, просто некоторые (не все) вербальные тесты могут иметь большую нагруженность по фактору g, чем большинство невербальных. Вопрос заключается в том, чем обусловливается большая или меньшая нагрузка той или иной интеллектуальной функции по фактору g. Этот вопрос отсылает к тем выводам, которые были сделаны ранее. Он будет рассмотрен после анализа проблемы скорости развития когнитивных функций, проявляющейся в так называемой диссинхронии развития одаренных детей.

 

Диссинхрония развития когнитивных функций

В ряде работ было показано, что одаренные дети (в данном случае имелись в виду дети с высоким уровнем психометрического интеллекта), хотя и проходят описанные Пиаже стадии интеллектуального развития чуть раньше остальных своих сверстников, но все же не столь быстро, как это, как в других сферах умственного развития. Так, одаренные дети 4–6 лет значимо менее успешно выполняют пиажеанские задачи сохранения, классификации, сериации и пространственного представления, чем дети того же умственного, но большего паспортного возраста (Brown, 1973; Devries, 1974; Little, 1972; Planche, 1996, 1998, 1999). Их результаты скорее соответствуют их реальному, чем умственному возрасту.

К 7–8 годам они догоняют своих сверстников по умственному возрасту в области сохранения и пространственных задач, продолжая отставать, однако, в сфере классификации и сериации.

Так, в работе П. Планш сравнивалось решение пиажеанской задачи «Три горы» двенадцатью одаренными шестилетними детьми, IQ которых составлял в среднем 133, а умственный возраст – 8 лет, и десятью детьми восьми лет со средним IQ 101 и умственным возрастом 8 лет (Planche, 1999). Было показано, что одаренные шестилетки значимо хуже справились с заданием.

В то же время автор отмечает, что у одаренных детей наблюдался быстрый прогресс в ходе выполнения задания. Впрочем, этот прогресс может объясняться не особенностями одаренных детей, а тем, что многие из них находились на переходной ступени развития. В пиажеанских задачах при соответственном подборе возраста испытуемых можно наблюдать переходные виды функционирования.

В ситуации решения задач одаренные дети, напротив, показывают более высокие результаты, чем дети того же умственного возраста (Borkowsky, Peck 1986; Gaultney et al., 1996; Geary, Brown 1991; Harnishfeger, Bjorklund, 1994; Planche, 1985). Они обладают более развитым вниманием и способностью оттормаживать иррелевантные схемы. Они имеют склонность к более систематическому обследованию материала, более длительному латентному времени перед формулировкой первого ответа, лучшему пониманию задания. Наконец, у них отмечается более выраженные обобщение и перенос в ситуациях обучения.

Однако является ли феномен диссинхронии доказательством некоторой «структурной» специфики когнитивной организации одаренных детей? Представляется, что сам по себе феномен, описанный, например, Планш, хотя и делает такое предположение весьма вероятным, еще не служит окончательным доказательством. Он еще не исключает возможности того, что одаренный ребенок в когнитивном плане это просто ребенок большего умственного возраста.

Для того чтобы совместить те феномены, которые описала Планш, с представлением об одаренности как о большем умственном возрасте, следует просто принять во внимание, что корреляции тестов интеллекта с заданиями Пиаже являются отнюдь не стопроцентными.

Отбор одаренных детей в исследованиях типа того, что провела Планш, производится на основании теста интеллекта. Если мы возьмем 5 % наиболее результативных по тесту интеллекта детей, то по причине отсутствия стопроцентной корреляции они, скорее всего, не составят полностью 5 % наиболее результативных по пиажеанскому тесту, хотя и опередят по нему большую часть сверстников. При корреляции на уровне 0,7 показатели одного теста примерно наполовину (точнее, на 49 %) детерминируют показатели другого. Если выделять одаренных детей по пиажеанским тестам, то некоторые из них также заведомо будут уступать по тестам интеллекта некоторым другим детям.

Следовательно, остается место для предположения, что результаты, касающиеся диссинхронии – не более, чем статистический артефакт, порожденный не очень высокими корреляциями тестов. Дети, которые выявляются как одаренные по одному тесту, не всегда окажутся таковыми по другому. Опережение умственного возраста по одному тесту, например, на 3 года может сочетаться с опережением по другому на 2 года или даже на 1 год. При отсутствии стопроцентной корреляции тестов иного результата и не может быть.

О структурной диссинхронии речь могла бы идти только в том случае, если бы удалось показать, что смещение является систематическим, т. е. что по одним умственным функциям опережение своего умственного возраста на, например, 3 года является значимо более частым, чем по другим. Это означало бы, что в определенной сфере одаренные дети сильно вырываются вперед по отношению к своим сверстникам, а по другим – лишь незначительно. Дальше можно было бы оценить, в чем особенность той сферы, где одаренные дети особенно ярко демонстрируют свои способности, и попробовать тем самым приблизиться к пониманию природы этих способностей.

Для того чтобы осуществить такое исследование, конечно, недостаточно выявить одаренных детей по одному тесту, а затем оценить их по другому. Необходимо осуществить иную процедуру: изучить для большой группы тестов, какой процент детей меньшего возраста достигает или превосходит средний уровень большего возраста. Например, для всех тестов можно установить, сколько шестилетних детей превосходят средний уровень восьмилетнего возраста.

Можно пояснить сказанное при помощи рисунка 1.6.

Рис. 1.6. Распределение условных хроногенной и персоногенной интеллектуальных функций в двух возрастных срезах

На рисунке изображены распределения двух условных интеллектуальных функций для двух возрастных срезов. Ось абсцисс соответствует уровню интеллекта по соответствующей функции, а ось ординат – частоте представленности этого уровня в выборке. Для каждой из функций изображено нормальное распределение показателей для каждого возраста. Средний уровень встречается чаще всего. Чем больше отклонение от среднего вверх или вниз, тем реже оно встречается. Старший возраст естественно показывает в среднем более высокий интеллект, чем младший, поэтому кривая для старшего возраста смещена относительно младшего возраста вправо – в сторону больших значений.

Обратимся теперь к различиям функций, изображенным вверху и внизу. Верхняя функция имеет более значительный разброс показателей – большее количество детей младшего возраста превосходят средний уровень старшего возраста. У нижней функции, напротив, разброс показателей внутри каждого возраста меньше. Следовательно, по первой функции способности одаренных детей будут проявляться особенно ярко, и они будут в большей степени превосходить свой умственный возраст.

Фактически при сравнении верхней и нижней функций речь идет о неодинаковой сравнительной значимости индивидуальных различий (с наиболее ярким их проявлением – одаренностью) и возраста в интеллектуальных показателях. Одни функции могут зависеть больше от возраста, и их можно назвать хроногенными. Хроногенная функция изображена на рисунке 1.6 внизу. Зато другие функции в большей степени выявляют не возрастные, а индивидуальные различия и позволяют в большей степени раскрыться одаренности. Такие функции могут быть названы персоногенными, т. е. порожденными личностью, ее индивидуальными характеристиками. Функция, изображенная на рисунке вверху, является в этой терминологии персоногенной.

Теперь, когда введены необходимые терминологические различения, можно сформулировать задачу исследования. Для выяснения действительного наличия, масштабов и причин явления диссинхронии умственного развития одаренных детей необходимо установить, существуют ли различия между интеллектуальными функциями в плане их хроногенности/персоногенности, и, если существуют, то каковы их масштабы и причины.

Выполнение поставленной цели не предполагает осуществление специального эмпирического исследования. Гораздо лучше воспользоваться нормами, полученными при валидизации известного своей надежностью многошкального теста интеллекта.

 

Эмпирическое исследование диссинхронии на материале теста Векслера

Материалом для исследования были выбраны нормы детского варианта теста Векслера (WISC-M). На это есть несколько причин. Во-первых, тест Векслера является одним из наиболее надежных по своим психометрическим свойствам инструментом. Во-вторых, он включает 12 шкал, между которыми возможны различия в плане разброса внутри возрастных групп и между ними. В-третьих, на материале этого теста проведено много исследований, и существуют данные о наследуемости различных его шкал.

Процедура анализа заключалась в следующем. В тесте Векслера, как известно, подсчет предполагает перевод сырых баллов по каждому субтесту в шкальные оценки в соответствии с возрастом ребенка. Например, если восьмилетний ребенок набрал 14 баллов по первому субтесту («Информированность»), ему присваивается шкальная оценка 16. За такой же результат ребенок 11-ти лет получит, естественно, меньшую шкальную оценку, а именно – 10.

Шкальные оценки складываются, и их сумма по специальной таблице переводится в коэффициент интеллекта. При этом шкальная оценка 10 соответствует среднему результату по соответствующему возрасту, а, например, шкальную оценку 16, лежащую на расстоянии двух стандартных отклонений от среднего отклонения, показывают лишь 2 % детей, что соответствует показателю IQ = 130. Другими словами, 2 % восьмилетних детей показывают результат по субтесту информированность, соответствующий среднему уровню одиннадцатилетних.

Результаты подсчитывались для 12 субтестов теста WISC-M по шести возрастным группам с разницей в 2 года (5, 7, 9, 11, 13 и 15 лет). Они позволяют разделить субтесты анализируемого теста на 3 подгруппы.

1. Хроногенные, т. е. зависимые в наибольшей степени от возраста. К этой подгруппе относятся субтесты информированность, кодировка, словарь, арифметика.

2. Персоногенные, т. е. зависимые в большей степени от индивидуальных различий. К ним относятся субтесты память, дополнение картинок, сортировка, лабиринт.

3. Промежуточные: кубики Косса, сбор картинки, понимание и сходство.

Итак, первый результат заключается в том, что феномен диссинхронии умственного развития – не статистический артефакт, а отражение внутренней структурной неравномерности когнитивного развития одаренных детей. Этот результат позволяет отвергнуть одну и принять другую модель интеллектуального развития.

Первая модель предполагает наличие только количественной разницы между различными степенями когнитивного развития, вторая – наличие качественных различий. В первом случае считается, что одаренный ребенок быстрее развивает те же функции, что и все остальные дети. Уровень одаренности взрослого человека зависит от скорости развития, помноженной на его длительность.

Вторая модель предполагает качественные различия между уровнями когнитивного развития внутри одного возраста. Результаты однозначно свидетельствуют в пользу второй модели.

Установив присутствие факта диссинхронии, следует задаться вопросом о его причинах. Что общего можно найти в тех функциях, которые оказываются хроногенными? Что общего в персоногенных?

Б. Факон, Т. Болланжье и Ж. Грюбар (Facon, Bollengier, Grubar, 1994), поддержанные Планш (Planche, 1999), дают наиболее очевидное объяснение – связывают диссинхронию развития с недостатком опыта одаренных детей по сравнению с более старшими их «умственными ровесниками». Такая идея из общих соображений вряд ли выглядит очень убедительной, поскольку различные системы обучения, стимулирующие накопление опыта решения задач, оказываются удивительно малоэффективными. Однако все же следует проверить, насколько она может помочь в объяснении наших данных.

Наиболее адекватным проблеме опыта в сфере интеллекта является введенное Кэттеллом деление на флюидные и кристаллизованные функции. Кристаллизованный интеллект является результатом прошлого опыта, он определяется знаниями и интеллектуальными навыками человека. В то же время, по Кэттеллу, флюидный интеллект выражает способность к установлению отношений между элементами, независимую от опыта и определяемую функционированием третичных ассоциативных зон коры. Принятие гипотезы о роли опыта в различении хроногенных и персоногенных функций должно означать, что кристаллизованный интеллект должен проявляться в хроногенных функциях, а флюидный – в персоногенных.

Рассмотрим вначале более внимательно хроногенные функции. Если информированность, словарь и арифметика безусловно относятся к сфере кристаллизованного интеллекта, то вряд ли то же можно сказать о кодировке. Кодировку с тремя другими функциями этой же подгруппы сближает участие знаковой функции, но знаки в случае кодировки не являются конвенциональными, а, следовательно, не требуют кристаллизованного опыта. Что же касается персоногенных функций, то три из них являются явно флюидными, но одна – сортировка – скорее, кристаллизованной. В случае этой последней предполагается использование знаний о предметах. Таким образом, хотя и существует некоторая тенденция к связи кристаллизованного интеллекта с хроногенными функциями, а флюидного – с персоногенными, все же это объяснение не является в достаточной мере общим.

Другое возможное объяснение содержится в теории «минимальной когнитивной архитектуры», которую предлагает австралиец М. Андерсон (Anderson, 1992, 2001). Он выделяет две оси оценки интеллекта, одна из которых отражает онтогенетическое развитие, а другая лишь выражает индивидуальные различия. Другими словами, показатели по одной оси связаны с возрастом человека и очень мало зависят от индивидуальных различий, а показатели по второй – выражают индивидуальные различия и практически не имеют отношения к возрасту. Одаренные дети, таким образом, никогда не имеют схожего интеллектуального профиля с обычными детьми, пусть даже одинакового с ними умственного возраста.

В чем же суть этих двух интеллектуальных шкал? Андерсон адаптирует идею Дж. Фодора, который различал два вида когнитивных процессов – осознанный центральный процесс и автоматические модулярные процессы (Fodor, 1983). Согласно Андерсону, в мышлении всегда участвуют центральный и один из модулярных процессов. Центральный процесс характеризуется скоростью протекания и коррелирует со временем реакции, что должно объяснять подчеркиваемые Айзенком, Дженсеном и Кэрроллом феномены связи общего интеллекта со временем реакции. Скорость этого процесса не зависит от возраста, а составляет индивидуальную особенность человека.

Модулярными являются процессы, основанные на вербальной или пространственной репрезентации, связанные с теорией психики («theory of mind»), распознаванием лиц, управляющими когнитивными механизмами и т. д. Формирование модулей составляет суть когнитивного развития, в котором образуются стадии наподобие тех, что описал Пиаже.

Результат реальной мыслительной деятельности всегда обусловлен эффективностью центрального и одного из модулярных процессов. Например, в сфере психопатологии возможны два принципиально различных случая. В первом случае (обычно это происходит при нарушении определенного участка мозга) страдает один из модулей. Тогда происходит выпадение определенной функции, например, речевой или узнавания лиц, при сохранении общей сообразительности.

К таким расстройствам относится и аутизм, при котором нарушается модуль, связанный с пониманием других людей. При аутизме может происходить снижение КИ, но, считает Андерсон, особой природы: скорость процессов при этом не уменьшается, а ухудшение тестовых показателей – вторичный результат нарушения общения.

Другой вид расстройств связан со снижением скорости центрального процессора. Он может быть следствием как семейного, генетически заданного низкого интеллекта, так и заболеваний типа болезни Дауна. В этом случае люди остаются способными выполнять отдельные задания, связанные с функционированием модулей, например, задания на распознание лиц, однако у них резко снижаются скоростные показатели, в том числе такие, как реакция.

Дети с низким КИ и одаренные дети в целом не отличаются друг от друга функционированием отдельных модулей, разница между ними – в скорости центрального процессора. В результате они проходят одни и те же стадии интеллектуального развития, но одаренные – несколько быстрее ввиду того, что более эффективный центральный процессор обеспечивает более высокий результат при равной эффективности модулярных процессов.

Андерсон обосновывает идею о том, что шкала индивидуальных различий, в отличие от шкалы возрастного роста, связана со скоростными показателями, при помощи следующего эксперимента. Детям разных возрастов давалась задача на удержание цели – нужно было удерживать в памяти ключевые стимулы и следить за быстро следующим потоком букв и цифр. Предполагается, что в этой задаче задействован модулярный процесс удержания цели. Задача имела два варианта условий – в одном скорость потока цифр была вдвое меньше, чем в другом. Было показано, что в медленном варианте успешность выполнения задачи больше коррелирует с возрастом, а в быстром – с КИ. Другими словами, шкала индивидуальных различий интеллекта, но не его развития, оказывается связанной со скоростью.

Хотя Андерсон не указывает эксплицитно на проблему диссинхронии развития, его модель представляет для ее решения значительный интерес. На основе теории минимальной когнитивной архитектуры можно предсказать не только диссинхронию развития одаренных, но и ее конкретные проявления. Можно предсказать, что одаренные дети будут превосходить детей того же умственного возраста в решении задач, требующих высокой скорости умственных процессов, и уступать им в решении остальных задач. Можно также установить операциональный критерий выявления задач, связанных с высокой умственной скоростью – корреляцию с временем реакции.

Что дает теория Андерсона для объяснения полученных нами данных? Этот вопрос можно решить эмпирически, сравнив корреляции хроногенных и персоногенных функций с временем реакции. Из общих соображений, однако, не видно оснований для приписывания большей скоростной обусловленности персоногенным функциям. Не видно, почему дополнение картинок или сортировка в большей степени связаны со скоростью центрального процессора и в меньшей – с модулярными процессами, чем информированность или кодировка.

Для полноты анализа следует соотнести полученное нами разделение функций с результатами факторного анализа. Если бы была верна та модель когнитивного развития, согласно которой одаренный ребенок по структуре интеллектуальных функций аналогичен обычному ребенку более старшего возраста, то изменение выборки в плане расширения или сужения диапазона возрастов и индивидуальных различий никак не сказывалось бы на результатах факторного анализа. В самом деле, расширение выборки за счет включения одаренных детей привело бы к тем же результатам, что и прибавление детей более старшего возраста.

Однако, как было показано, эта модель не соответствует действительности. Учет структурных особенностей интеллекта одаренных детей ведет к иным предсказаниям. Расширение возрастного состава и сужение индивидуальных различий (например, при включении только одаренных детей и исключении случаев среднего и низкого интеллекта) приведет к тому, что увеличится дисперсия, связанная с хроногенными функциями, и снизится та, что связана с персоногенными. Следовательно, можно предсказать, что повысится процент дисперсии, объясняемый фактором, в который будут входить с наибольшим весом хроногенные функции – информированность, кодировка, словарь, арифметика.

Многочисленные факторные исследования теста Векслера подтверждают это предсказание. Эти исследования иногда выявляют двухфакторную структуру (Silverstein, 1982), а иногда трехфакторную (Sapp, Chisom, 1985). В последней работе на одаренных детях 7–12 лет выделен третий фактор, который практически охватывает как раз те шкалы, по поводу которых выше было сделано предсказание (см. главу 1).

Третий фактор интерпретируется авторами как устойчивость внимания, однако только что проведенный анализ свидетельствует, что дело в другом – в различии хроногенных и персоногенных функций.

Следует отметить, что выявляемый фактор хроногенности не связан с первыми двумя факторами теста Векслера, традиционно интерпретируемыми как факторы вербального и невербального интеллекта. Свойство хроногенности/персоногенности функции, таким образом, независимо от разделения видов интеллекта по материалу – на вербальный и невербальный, например.

 

Первый принцип хроногенных функций

Следуя принципу соотнесения различных срезов описания интеллекта, сопоставим проведенное выше разделение функций на хроногенные и персоногенные с результатами психогенетических исследований.

Для этого воспользуемся результатами исследования, проведенного в 1962 г. С. Ванденбергом на группе 60 монозиготных и 60 дизиготных близнецов с использованием материала теста Векслера. В таблице 1.9 приведены коэффициенты наследуемости, установленные для 11 функций, оцениваемых субтестами Векслера.

Таблица 1.9. Наследуемость различных субтестов теста Векслера (дается по: Дружинин, 1995)

Сопоставление с описанными выше данными дает впечатляющий результат: все функции из группы хроногенных имеют более высокую наследуемость, чем любая из персоногенных функций! Уровень значимости составляет p<0,01.

Попытка объяснения этих результатов могла бы состоять в использовании кэттелловской дихотомии между флюидным и кристаллизованным интеллектом. Можно было бы предположить в духе гипотезы Планш, что развитие кристаллизованного интеллекта предстает в виде хроногенной функции, поскольку накопление, «кристаллизация» знаний или когнитивных схем требует времени. Такое предположение, правда, находилось бы в противоречии с мнением самого Кэттелла, который высказал гипотезу, что флюидный интеллект генетически обусловлен, в то время как кристаллизованный – в большей мере определяется средой (Cattell, 1941). Эмпирические исследования, доступные на сегодняшний день, показывают, что флюидный и кристаллизованный интеллект примерно в равной мере определяются генетикой. По сообщению Хорна, в проведенном им с соавторами исследовании на 48 парах монозиготных и 53 парах дизиготных близнецов с использованием 8 параметров интеллекта наследуемость флюидных и кристаллизованных функций оказалась в точности одинаковой (h2 = 0,59), причем источники генетического влияния на обе эти функции были в значительной степени независимыми: лишь 14 % дисперсии объясняется общим генетическим влиянием (Horn, 1988). Следует отметить, что выборка такого рода в психогенетических исследованиях рассматривается как маленькая. Кроме того, отнесение функции к флюидной и кристаллизованной осуществляется «на глаз». При этом, конечно, возможны неточности, которых не бывает при соотнесении наследуемости с «хроногенностью».

В нашем случае, однако, проведенный выше анализ показал, что различение персоногенных/хроногенных функций не совпадает с различением флюидного и кристаллизованного интеллекта. Следовательно, в современной психологии мы пока не находим адекватных способов объяснения выведенного выше принципа хроногенных функций.

 

Модель распределенного потенциала

Представляется, что проведенный анализ снабжает нас достаточно многочисленными и внешне противоречивыми фактами, которые образуют критическую массу для создания целостной модели. Подытожим еще раз некоторые из этих фактов и их кажущиеся противоречия.

Наследуемость общего интеллекта выше, чем специального, а вербального – выше, чем невербального. При этом благоприятная внешняя ситуация (хорошие отношения с учителем) больше влияет на вербальный интеллект (Муртазалиева, Брюно, Ушаков). Также, казалось бы парадоксальным образом, корреляции детей с приемными родителями выше в сфере вербального, чем невербального интеллекта (Horn et al., 1979; Plomin, DeFries, 1985).

1. Наследуемость интеллекта увеличивается с возрастом. В отношении личностных особенностей подобной закономерности не наблюдается.

2. Хроногенные функции обладают большей наследуемостью, чем персоногенные.

3. Корреляция между различными способностями имеет тенденцию увеличиваться с возрастом, в то время как корреляция интеллекта с темпераментом снижается.

4. Факторные исследования интеллекта, использующие одни и те же тесты, но проводимые на разных выборках, приводят к различным результатам.

5. Несмотря на внешнюю парадоксальность, факты эти весьма надежны, что, следовательно, оставляет единственный путь для исследования – искать ту предпосылку (или предпосылки) в наших объяснительных конструктах, которые приводят к ощущению парадоксальности, т. е. несоответствия фактов естественным для нас способам объяснения.

Очевидно, что перечисленные факты выходят за рамки каждого из существующих на сегодняшний день в психологии срезов знания об интеллекте. Например, увеличение наследуемости с возрастом или феномен более высокой наследуемости хроногенных функций относятся к сфере сразу как психологии индивидуальных различий, так и психологии развития. Различие наследуемости вербального и невербального интеллекта отсылает нас одновременно к механизмам функционирования интеллекта и к проблематике индивидуальных различий. Здесь, следовательно, ощущается настоятельная потребность во введении системы понятий, направленных на осуществление синтеза различных плоскостей описания. Именно здесь должен проявить свою эвристичность системно-динамический подход, если он действительно может претендовать на роль метода объяснения в психологии интеллекта.

Выше обсуждение причин различной наследуемости интеллектуальных функций было завершено словами Дженсена о том, что она определяется присутствием генерального фактора. Точка зрения эта вполне обоснованна и соответствует данным, получаемым в психогенетических исследованиях. Выше обосновывалась точка зрения на генеральный фактор как производный от функционирования индивидуально-личностного потенциала формирования интеллектуальных систем. Следовательно, здесь можно еще раз эмпирически проверить справедливость выдвинутой ранее точки зрения, но уже на материале проблемы наследуемости.

Если потенциал, ответственный за генеральный фактор, является основным носителем наследуемости интеллектуальных функций (что из общих соображений звучит весьма правдоподобно), то следует ожидать, что большей наследуемостью будут обладать те функции, где потенциал проявляется в наибольшей мере.

Встает вопрос: что означает, что потенциал проявляется в функции в большей или меньшей мере? На этот вопрос легко дать точный ответ. Поскольку психогенетика в принципе оперирует данными, относящимися не к отдельному индивиду, а к выборке, то большая проявленность потенциала означает, что уровень показателей по данной функции в большей степени определяется потенциалами субъектов. Это возможно в том случае, когда объем взаимодействий индивида со средой позволил в достаточной мере выявить потенциал.

 

Качественные предсказания модели

Изложенная модель оказывается ключом к пониманию многих перечисленных выше фактов. Рассмотрим вытекающие из нее предсказания.

Первое предсказание, являющееся следствием математического закона больших чисел, проистекает в отношении наследуемости. В рамках модели наследуемость способности определяется степенью проявленности в ней потенциала. В психогенетических исследования наследуемость определяется соотношениями корреляций интеллектов людей, состоящих в различных отношениях родства и общности или различия условий семейного воспитания. Следовательно, из модели по закону больших чисел вытекает, что корреляции между способностями будут возрастать по мере увеличения числа актов взаимодействия субъекта со средой, в которых способности формируются на основе задатков. Из этого факта вытекает сразу несколько предсказаний.

 

Предсказания модели в связи с данными психогенетики и традиционными теориями структуры интеллекта

Из модели следуют предсказания, которые хорошо соответствуют данным современной психогенетики.

Во-первых, следует ожидать повышения показателей генетической обусловленности способностей с увеличением возраста субъекта. Это предсказание, как уже было показано, совпадает с хорошо документированными фактами.

Во-вторых, оценка наследуемости более востребованных средой способностей окажется выше, чем менее востребованных. Применительно к современному западному обществу это означает более высокие оценки наследуемости вербального интеллекта, чем невербального. Этот факт опять же имеет много подтверждений в психогенетических исследованиях, проведенных в США или Западной Европе. Более специфическим прогнозом, который пока не был проверен в исследованиях, является предположение о том, что оценки наследуемости вербального интеллекта будут ниже (а невербального, наоборот, выше) при исследованиях представителей архаичных культур или детей, воспитывавшихся в слоях западных обществ, занятых аграрной или ручной работой.

В-третьих, в сфере менее востребованных средой способностей мы будем наблюдать выраженное левое смещение распределения. Этот аспект будет более подробно разобран при рассмотрении количественных параметров предсказаний модели. Здесь стоит лишь напомнить, что левое смещение представляет собой эмпирически выявляемый факт в распределении невербального интеллекта, как на это указывает Дружинин.

В-пятых, факторная структура интеллекта выражает в значительной степени взаимосвязь различных деятельностей в данной культурной среде. Поэтому естественным является изменение факторной структуры при исследованиях, производимых в разные временные периоды, в разных географических точках или в разных социальных классах.

В-шестых, в обществах, развивающихся по единому культурному проекту, следует ожидать наличия положительной корреляции практически всех мер когнитивных способностей и выделения при факторизации первого или второго порядка генерального фактора. В обществах же, где борются различные возможности социализации ребенка, можно ожидать появления отрицательных корреляций между способностями. Получаемые в исследованиях факты оказываются соответствующими этим предсказаниям. Так, Григоренко исследовала связь показателей тестов интеллекта со способностью распознавания растений у африканских детей. Поскольку африканские дети принадлежат к обществу, в котором тенденция к модернизации соседствует с архаичными структурами, можно ожидать, что их включенность в традиционную модель жизни (где присутствует распознание растений) или в современную модель (стимулирующую абстрактные навыки, оцениваемые тестами интеллекта) будет альтернативной. Тогда, в соответствии с моделью, корреляция между двумя показателями должна быть отрицательной. С позиций же традиционных представлений о структуре интеллекта, как признающих, так и не признающих наличие общего фактора, отрицательные корреляции должны быть признаны нонсенсом. Тем не менее, в исследовании Григоренко констатированы именно отрицательные корреляции.

 

Компьютерная реализация модели

Изложенные выше выводы о том, что модель на основе закона больших чисел приведет к повышению с возрастом показателей наследуемости, корреляций между различными видами интеллекта и т. д., не могут пока считаться строго доказанными. Для осуществления строгого доказательства возможны два пути: математический анализ модели или компьютерное моделирование. Мы пошли по второму из этих путей ввиду его большей технической простоты.

При анализе всех перечисленных параметров интеллектуальных функций – корреляций, наследуемости, скорости развития – возникает необходимость учета большого количества взаимосвязей, что требует более совершенных объяснительных методов. Все эти параметры должны быть рассмотрены в качестве проявления «онтологии» интеллекта – общих процессов его развития и функционирования. Именно на уровне этой онтологии и можно «схватить» взаимоотношения разных сторон, характеризующих интеллектуальные функции. При этом в дело оказываются включенными сложные стохастические процессы формирования интеллектуальных механизмов, для объяснения которых необходимо прибегнуть к методам моделирования.

Разработка структурно-динамического подхода вылилась в создание метода так называемого структурно-динамического моделирования интеллекта в двух вариантах – статистически-математическом и информационном.

Реализацией системно-динамического моделирования стала информационная модель «реализуемого потенциала», которая предполагает, что интеллект представляет собой совокупность психических структур, образующихся в процессе взаимодействия человека со средой на основе индивидуального интеллектуального потенциала. Измеряемый в данный момент времени уровень интеллекта в большей или меньшей мере (в зависимости от адекватности тестов и процедуры тестирования) отражает приобретенный в течение жизни запас умственного опыта. Интеллектуальный потенциал является высоконаследуемым, и наследуемость различных интеллектуальных функций определяется степенью проявленности в них потенциала.

Компьютерная модель была осуществлена по идеям автора А. Клементовым. Для осуществления компьютерного моделирования естественно пришлось упростить и конкретизировать ряд положений.

Было смоделировано два вида интеллекта. Первый из них больше востребован средой и может быть поставлен в параллель с вербальным интеллектом. Второй востребован меньше и может соответствовать интеллекту невербальному.

 

Результаты

Наследуемость, тип интеллекта и возраст

Оценка наследуемости обоих видов интеллекта определяется их корреляцией с потенциалом, который является той инстанцией, которая определяет наследуемость способностей. Показатель наследуемости интеллекта соответствует квадрату коэффициента корреляции между интеллектом и потенциалом, помноженному на наследуемость потенциала. Результаты для обоих видов интеллекта представлены на рисунке 1.7.

Рис. 1.7. Изменение коэффициента наследуемости интеллекта с возрастом – предсказание информационной модели

График подтверждает интуитивное заключение, которое уже было сделано нами ранее – в соответствии с моделью наследуемость интеллекта увеличивается с возрастом.

Подтверждается и второе предположение – коэффициент наследуемости интеллекта зависит от его востребованности: наиболее упражняемые способности должны быть наиболее наследуемыми.

Корреляция между способностями и возраст

На рисунке 1.8. представлена корреляция между двумя видами интеллекта, полученная в результате испытания модели.

На рисунке видно существенное увеличение корреляций с возрастом, что хорошо соответствует эмпирическим данным.

Рис. 1.8. Изменение корреляции двух интеллектуальных функций с возрастом – предсказание информационной модели

Рис. 1.9. Изменение асимметрии распределения интеллекта с возрастом

Асимметрия функций распределения интеллектов

Оценка распределений дает показатели асимметричности для двух видов интеллекта, представленные на рисунке 1.9.

Эти показатели означают, что если распределение для интеллекта 1 достаточно точно соответствует симметричному, то в случае интеллекта 2 имеет место выраженное левое смещение. Следовательно, появляется еще одно основание для отождествления интеллекта 1 с вербальным, а интеллекта 2 – с невербальным.

Наследуемость и скорость роста интеллекта

Еще одно любопытное и эмпирически проверяемое следствие модели заключается в большей наследуемости тех когнитивных функций, которые имеют в детском возрасте более быстрый прирост, выраженный в единицах стандартного отклонения.

Проиллюстрируем это цифрами, полученными в результате испытания модели. Как мы видели, интеллект 1 является более высоко наследуемым, чем интеллект 2. Однако интеллект 1 имеет также и большую скорость роста, измеренную в единицах стандартного отклонения. Поскольку большее вложение потенциала приводит и к повышению показателей наследуемости, модель предсказывает следующий эмпирически проверяемый принцип: те функции, которые обладают более высокими показателями наследуемости, имеют более высокую скорость роста в детстве, выраженную в единицах стандартного отклонения. Следовательно, мы имеем теоретическое объяснение ранее установленного принципа хроногенных функций.

 

Проблема структуры и динамики

Выше при анализе трудностей факторного подхода к интеллекту было отмечено, что не только остается проблематичным статус генерального фактора, но и не удается сойтись во мнении относительно конкретного набора факторов, наиболее адекватно описывающих интеллектуальные способности. Две причины, которые могут быть приведены в качестве объяснения, уже мельком упоминались. Это, во-первых, проблема вращения, затрудняющая интерпретацию, и, во-вторых, зависимость получаемых факторов от используемого набора задач.

Хотя обе эти причины действительно затрудняют интерпретацию результатов факторного анализа (впрочем, не только в отношении интеллекта), все же вряд ли они могут целиком объяснить нестабильность получаемых результатов. Дело заключается в изменении результатов исследований от выборки к выборке. Факторная структура интеллекта оказывается зависимой не только от метода вращения и от набора тестовых заданий – эта структура меняется еще и от выборки к выборке.

Таким образом, под сомнение ставится принятая в рамках тестологического подхода интерпретация факторной структуры как структуры интеллекта.

Флуктуации структуры интеллекта вряд ли объяснимы как с однокомпонентной и многокомпонентной позиции, так и с точки зрения понимания интеллекта как результата функционирования неких физиологических элементов. С генетической позиции, оперирующей понятием потенциала, именно такого положения дел и следует ожидать. В самом деле, если основные закономерности следует искать не в отдельных срезах интеллектуальной системы, а в процессах ее становления, то можно предвидеть, что структура интеллекта будет нести на себе следы условий, в которых проходило ее формирование. Более конкретно, потенциал может быть направлен на совершенствование различных функций, при этом может возникнуть определенная альтернативность – усиленный прогресс в одной сфере отнимает силы и время из другой. Последнее предположение позволяет развить еще один способ оценки справедливости идеи потенциала в качестве объяснительного принципа генерального фактора.

 

С позиции структурно-динамической теории корреляции между интеллектуальными функциями носят в том числе и средовой характер. Следовательно, можно предсказать, что корреляции и факторная структура интеллекта будут изменяться от выборки к выборке, если средовые условия для этих выборок различны в плане факторов формирования интеллекта. Перейдем к более специфичным предсказаниям, для чего предварительно обсудим некоторые понятия. Центральным, в соответствии со структурно-динамической теорией, является понятие востребованности тех или иных типов интеллектуальных задач средой. Если решение определенного типа задач высоко востребовано средой, то с позиции развиваемого подхода следует ожидать, что группа людей, живущих в этой среде, будет вкладывать значительный интеллектуальный потенциал в механизмы, необходимые для их решения. Отсюда, в соответствии с предсказаниями структурно-динамической теории, следует ожидать повышения корреляции этих задач с генеральным фактором, а также – между собой.

Предсказания могут быть сделаны как внутри одного культурного контекста (в плане сравнения разных задач), так и в межкультурном контексте (в плане сравнения одних и тех же задач в разных культурных средах). В межкультурном контексте понятие востребованности задачи преобразуется в понятие ее культурной релевантности. Те задачи, которые востребованы в соответствующей культуре, являются для нее релевантными.

Из сказанного вытекает ряд гипотез.

Во-первых, внутри культуры можно ожидать большей нагруженности по генеральному фактору интеллекта тех задач, которые более востребованы средой.

Во-вторых, при сравнении культур те задания, которые в этих культурах обнаруживают сходные показатели релевантности, должны показывать сходные паттерны корреляций. Те же задания, которые имеют разные показатели релевантности в двух культурах, должны демонстрировать несходные корреляционные паттерны.

Проверить эти гипотезы можно с помощью опросника, направленного на оценку реальной интеллектуальной деятельности. Правда, опросники существенно менее валидны, чем задачные тесты интеллекта, поэтому придется смириться с общим снижением обнаруживаемых корреляционных зависимостей на фоне повышения общего уровня шума. Как будет видно из дальнейшего, уровень шума не помешал проверить выдвинутые гипотезы.

Мы предложили рассматривать релевантность задачи для культуры как ее интегральное свойство, задающееся тремя измерениями:

1) частотностью – характеристикой распространенности деятельности в культуре;

2) ценностью – характеристикой мотивационной силы деятельности в культуре;

3) прототипичностью – характеристикой того, насколько хорошим примером категории является деятельность в данной культуре.

В описанном ниже исследовании, кроме автора, принимали участие С. С. Белова и Е. А. Валуева. Кроме того, аналогичное исследование было проведено на немецкой выборке Х. Холлингом, А. Фройндом и А. Хелмс. Кросс-культурный аспект работы ниже обсуждаться не будет.

Общая схема исследования включала 3 этапа. На первом этапе испытуемые генерировали примеры интеллектуального и креативного поведения. На втором этапе другая группа испытуемых оценивала эти примеры в терминах трехмерной модели релевантности – по их прототипичности, частотности и релевантности. Наконец, на третьем этапе опять набирались новая группа испытуемых, которые оценивали, насколько характерны эти варианты креативного и интеллектуального поведения для них, а также выполняли тесты интеллекта и креативности. Таким образом, в нашем распоряжении оказались данные самооценки испытуемых в отношении интеллектуального и креативного поведения различной релевантности, которые были сопоставлены с тестовыми оценками.

Ниже следует более подробное описание исследования.

На первом этапе исследования испытуемые описывали примеры поведения или действий в конкретных ситуациях, которые, по их представлениям, свойственны людям с высоким интеллектом или творческими способностями. Примеры по каждому конструкту были объединены и подвергнуты редактированию, что сделало возможным их использование в качестве утверждений опросника. Таким образом, были получены два опросника – для оценки интеллекта (93 утверждения) и креативности (85 утверждений).

Такое конструирование опросников основано на подходе частотности актов поведения, разработанном Крейк в отношении представлений о личностных диспозициях (Buss, Craik, Act Frequency Approach (AFA), 1983). Один из главных его принципов заключается в том, что в основу методики может быть положена модель психологического свойства и его проявлений, представленная в сознании испытуемых. Для этого осуществляется генерирование испытуемыми примеров поведения или действий в конкретных ситуациях, которые, по их представлениям, соответствуют психологическому конструкту. Другой основной особенностью таких опросников является то, что их пункты представляют собой описание конкретных «актов» (примеров) поведения, в отношении которых испытуемый должен оценить, насколько часто он это поведение демонстрирует (от «никогда» до «часто»).

На втором этапе была проведена оценка трех измерений релевантности примеров деятельности, полученных на этапе 1. Все пункты опросников были оценены с точки зрения прототипичности, частотности, ценности. Такой подход к фиксации представлений о релевантности основывался на т. н. стратегии прототипов, предложенной M. Амелангом с соавторами в развитие подхода частотности актов поведения (Amelang et al., 1991). Суть стратегии заключается в оценке каждого пункта опросника по определенным критериям (исходно – прототипичности, отсюда название), что позволяет далее рассматривать отдельно подгруппы пунктов опросника и фиксировать их психометрические свойства. Перед испытуемыми ставились следующие вопросы:

• для оценки частотности: насколько часто молодые люди Вашего возраста демонстрируют такое поведение?

• для оценки ценности: насколько ценным является такое поведение в нашем обществе?

• для оценки прототипичности: насколько типичным является каждый пример поведения для творческого человека/ человека с высоким интеллектом?

Каждый испытуемый оценивал пункты по всем трем измерениям, при этом порядок предъявления измерений был уравнен.

На третьем этапе был проведен сбор данных с помощью полученных на первом этапе опросников, а также с помощью тестов диагностировался интеллект и креативность. Одной группе испытуемых предлагалось заполнить опросник интеллекта, а также у испытуемых этой группы тестировался психометрический интеллект. Другая группа работала с конструктом креативности – ей предлагалось заполнить соответствующий опросник и тесты. Далее была осуществлена обработка данных и проверка гипотез о влиянии 3 аспектов релевантности на психометрические свойства методик самооценки способностей.

 

Методики

Вербальный интеллект диагностировался с помощью специально созданного и прошедшего предварительную оценку психометрических свойств варианта теста структуры интеллекта Амтхауэра на основе немецкой версии IST 2000R и русскоязычной версии IST 70 Ярославской адаптации (Сенин и др., 1993). Невербальный интеллект оценивался с помощью культурно-свободного теста Кеттела (СFT-20) в обеих выборках. Креативность в обеих выборках измерялась с помощью рисуночного теста креативного мышления К. Урбана (TCT-DP, Urban, 2004). Испытуемым предлагалось закончить незавершенный рисунок, на котором были изображены фрагменты геометрических фигур. Далее рисунки оценивались по набору критериев, охватывающих как аспекты продуктивности (т. е. количества предложенных идей), так и разработанности, композиции, аффективности, склонности к риску, юмору, преодолению границ и т. д. В итоге, в соответствии с руководством к тесту, подсчитывался интегральный балл, являющийся показателем невербального творческого мышления.

 

Характеристики выборки

Испытуемыми выступили учащиеся 10–11 классов школ Москвы и Подмосковья (N = 1051), средний возраст 15.77 (ст. откл. 0,71, разброс 14–18), 58 % – мальчики.

 

Результаты

Психометрические характеристики пунктов опросников и их культурная релевантность

В основе исследования лежало предположение, что психометрические свойства пунктов опросников (например, то, насколько высоко эти пункты будут коррелировать с внешними критериями – с тестами интеллекта и креативности) будут зависеть от их культурной релевантности. Для проверки этой гипотезы был проведен множественный регрессионный анализ (для интеллекта и креативности отдельно), в котором зависимой переменной выступала корреляция каждого из пунктов опросника с соответствующим внешним критерием (интеллектом и креативностью), а предикторами – средние по всей выборке оценки релевантности каждого из пунктов, полученные на втором этапе. Результаты регрессионного анализа представлены в таблице 1.10. Они говорят о том, что как для интеллекта, так и для креативности значимыми предикторами корреляции опросников с внешними критериями являются прототипичность (связь положительная) и ценность (связь отрицательная). В случае двух опросников два значимых предиктора объясняют сходный процент дисперсии – 30 % для интеллекта и 34 % для креативности, а также имеют одинаковую для интеллекта и креативности направленность связей с зависимой переменной. Таким образом, можно говорить об универсальности выявленной зависимости для двух конструктов.

Таблица 1.10. Результаты множественного регрессионного анализа (зависимая переменная – корреляция пунктов с интеллектом, независимая переменная – оценки релевантности пунктов опросника)

Для того чтобы выяснить, как зависит высота самооценки по опроснику от ценности, частотности и прототипичности входящих в него баллов, был проведен множественный регрессионный анализ, в котором зависимой переменной являлись высота самооценок испытуемых по каждому из пунктов опросника, а предикторами – оценки релевантности. Результаты анализа представлены в таблице 1.11, из которой следует, что уровень самооценки интеллекта и креативности положительно предсказывается такими измерениями релевантности, как ценность и частотность. Как и в случае с корреляцией пунктов опросника с внешними критериями, данная зависимость является универсальной для двух конструктов.

Таблица 1.11. Результаты множественного регрессионного анализа (зависимая переменная – средний балл по пункту, независимая переменная – оценки релевантности пунктов опросника)

Способы коррекции баллов самооценки с учетом культурной релевантности входящих в опросник пунктов

Проведенное исследование предполагает определенный практический выход, связанный с возможностями коррекции самооценочных баллов с целью повышения валидности измерения способностей с помощью опросников. На основе полученных данных о связи релевантности с качеством работы пунктов опросника был разработан ряд методов, позволяющих корректировать результаты самооценки. Далее мы приведем два новых способа расчета дополнительных коэффициентов, которые будут сравниваться по эффективности, во-первых, между собой, а во-вторых – с традиционным методом подсчета баллов по опроснику, т. е. с простым суммированием баллов по всем пунктам опросника.

Так как основными предикторами корреляции пунктов опросника с внешними критериями как для интеллекта, так и для креативности выступили прототипичность и ценность, разработка корректирующих самооценочный балл коэффициентов производилась с учетом этих двух измерений. Расчет производился для всей выборки в целом, для двух конструктов – интеллекта и креативности – отдельно.

Первый коэффициент (коэффициент b) вычислялся следующим образом. Были посчитаны коэффициенты корреляции между самооценками испытуемых и прототипичностью и ценностью пунктов опросника. Далее балл для каждого испытуемого рассчитывался по формуле: b = rпрот. – (rпрот. цен.)2 × rцен., где rпрот. – корреляция между самооценками испытуемых и средней прототипичностью пунктов, rцен. – корреляция между самооценками испытуемых и средней ценностью пунктов и rпрот. цен. – корреляция между измерениями ценности и прототипичности.

Еще один способ подсчета балла испытуемого заключался в комбинации двух способов подсчетов – общего балла и коэффициента b. Общий балл и коэффициент b были переведены в z-оценки и сложены между собой, в результате чего получился коэффициент d. Сравнение корреляций для разных методов подсчета индивидуальных баллов представлено в таблице 1.12.

Таблица 1.12. Корреляции между баллами по опроснику, полученными с помощью разных способов подсчета, и внешними критериями – тестовыми интеллектом и креативностью

Как видно из таблицы, первый коэффициент дает корреляцию с тестовыми показателями практически идентичную той, что получается при использовании простой суммы баллов. Примечательно то, что эти два показателя (сумма баллов и коэффициент b) достаточно слабо коррелируют между собой – корреляция в случае интеллекта равна нулю, а в случае креативности – 0,3. Корреляции коэффициента d с тестовыми показателями интеллекта и креативности, как и следовало ожидать исходя из слабой корреляции предыдущих двух показателей, оказался немного выше.

Таким образом, несмотря на то, что существенного улучшения в соотношении самооценочного балла с объективными тестами пока добиться не удалось, можно констатировать, что привлечение компонентов релевантности для подсчета итоговых баллов по опросникам дает результаты по крайней мере не худшие, а даже немного лучшие, чем традиционный способ подсчета. При этом подсчет баллов по опроснику с учетом культурной релевантности входящих в него пунктов дает то очевидное преимущество, что его невозможно фальсифицировать. Это становится особенно важным, когда тестирование происходит в значимой для испытуемого ситуации, и он стремится показать себя с лучшей стороны (например, при приеме на работу). Возможно, именно для таких случаев коррекционные коэффициенты будут иметь наибольшую силу. В то же время не следует ограничиваться описанными выше способами коррекции балла – проведенное исследование предоставляет богатый материал для дальнейшей работы в этом направлении.

 

Итоги исследования: культурная релевантность и психометрические свойства задач

Можно констатировать, что исследование в целом подтвердило предсказания, вытекающие из структурно-динамического подхода. Более культурно релевантные задания (а именно – более прототипичные) оказываются выше нагруженными по интеллекту. В качестве побочного продукта был разработан способ косвенного выявления свойств при использовании самооценочных методов.

 

Структурно-динамический подход в объяснении феноменологии интеллекта

Можно подвести предварительные итоги анализа. Корень ряда серьезных проблем, с которыми сталкивается современная психология при анализе структуры интеллекта и феномена генерального фактора, лежит в агенетическом характере подхода, срезовом анализе, абстрагирующемся от процессов развития.

Предложенный структурно-динамический подход, который переносит объяснительный принцип структурных особенностей интеллекта в план динамики его развития, представляется более адекватным для разрешения возникающих проблем. Он позволяет объяснить как тонкости в статистических коллизиях появления генерального фактора, так и несомненные феномены наличия отрицательных корреляций между показателями способностей. Среди объясняемых в рамках подхода явлений – и особенности психометрической надежности тестов интеллекта.

Еще одна важная идея, заложенная в структурно-динамическом подходе, заключается в возможности комплексного анализа интеллектуальных функций. При традиционном подходе для выявления структуры интеллекта используется только один параметр – корреляции функций между собой. В то же время в современной психологии существуют и другие характеристики интеллектуальных функций, которые, однако, рассматриваются независимо от структуры интеллекта. Например, как обсуждалось выше, психогенетические исследования показали, что различные функции обладают различной степенью наследуемости.

Таким образом, для интеллектуальных функций, оцениваемых с помощью какого-либо теста или субтеста, мы располагаем сегодня не только их корреляционными связями между собой, но и оценками их наследуемости. Почему одни функции более наследуемы, чем другие? Как на основе теории предсказать наследуемость?

Еще один параметр, по которому интеллектуальные функции различаются между собой, заключается в скорости их роста в онтогенезе. За меру скорости роста интеллектуальных функций может быть принято число стандартных отклонений прироста за год. Скорость роста всех без исключения интеллектуальных функций является монотонно затухающей, т. е. ее производная в каждый момент времени меньше нуля. Различные интеллектуальные функции обладают различной скоростью роста. Чем вызваны различия в скорости? Объемлющая теория интеллекта сегодня должна объяснить, согласно структурно-динамическому подходу, не одни только корреляционные зависимости, но и другие описанные параметры интеллектуальных функций. Более того, она должна объяснять и взаимоотношения более высокого порядка, чем те, что представлены в таблице 1.13.

Таблица демонстрирует, так сказать, характеристики второго порядка интеллектуальных функций. Интеллект характеризуется не только своими психогенетическими параметрами и возрастной динамикой, но и возрастной динамикой психогенетических параметров. По ряду такого рода характеристик мы сегодня располагаем эмпирическими данными. Так, исследования в сфере психогеронтологии, а также лонгитюд Б. Г. Ананьева позволяют заключить, что корреляции интеллектуальных функций имеют тенденцию увеличиваться с возрастом.

Последовательное проведение структурно-динамического подхода, однако, требует проведения основательной перестройки всего корпуса современных знаний в сфере психологии интеллекта. Эта перестройка включает три основные пункта.

Во-первых, перенос акцента на аспект формирования интеллекта предполагает создание адекватной модели условий этого формирования. Таким образом, модель средовых влияний на развитие интеллекта оказывается частью корпуса знаний о структуре интеллекта.

Во-вторых, описание интеллекта становится многомерным, поскольку оно вынуждено учитывать не только функционирование его структуры, но и динамику развития. Возникает необходимость соотнесения симультанных характеристик интеллектуальных функций, таких как их интеркорреляции, и сукцессивных характеристик – скорости развития.

Таблица 1.13. Характеристики интеллектуальных функций

В-третьих, многомерность предполагает создание новых объяснительных методов. Там, где констатация связей между переменными оказывается недостаточной, на помощь приходят методы математического и компьютерного моделирования.