Динамика субъективной неопределенности в решении комплексных проблем ^*

Изучение процессов решения комплексных проблем является актуальной задачей многих современных направлений психологической науки, которая может быть успешно решена на стыке различных научных дисциплин, т. е., в рамках междисциплинарного подхода. Настоящая работа посвящена экспериментальному исследованию решения комплексных проблем в ситуации неопределенности. Экспериментальная ситуация предполагала построение испытуемыми эффективной системы управления виртуальной фабрикой на основании разработанной компьютерной модели ее деятельности и в соответствии с адекватным реальности динамическим сценарием. Сравнительный анализ успешности решения комплексных проблем, а также показателей устойчивости к ситуации неопределенности двух групп испытуемых – новичков и экспертов – свидетельствует о наличии значимой положительной связи между толерантностью к неопределенности и успешностью деятельности в группе экспертов, и ее отсутствии в группе новичков. Результаты исследования дают основания полагать, что толерантность к неопределенности, наряду с опытом и когнитивными способностями, является важным фактором, влияющим на успешность осуществления человеком деятельности по управлению сложными экотехнологическими системами.

Введение

Передовые научные идеи и разработки, зародившиеся и получившие свое развитие в ХХ веке, продолжают оставаться актуальными, составляя основу понимания природы разума. Поэтому такие фундаментальные принципы существования, как принцип неопределенности, принцип самоорганизации систем, принцип самовоспроизведения систем и спонтанности, по-прежнему требуют полноценного осмысления не только со стороны естествознания, но и со стороны гуманитарных наук и с психологической точки зрения в том числе. Возможно, подобное осмысление позволит отойти от механистических представлений о работе психических процессов и найти ресурсы для дальнейшей продуктивной концептуализации сложных поведенческих и психических феноменов. Эволюционирование и самопроизвольное усложнение простых систем происходит в процессе их взаимодействия со средой через серию проб и ошибок. Аналогичным образом протекает процесс решения комплексных проблем: разум как эволюционирующая когнитивная система, получая обратную связь от комплексной среды обитания и реагируя на нее, генерирует и перебирает варианты в поисках удовлетворяющих решений. Процесс решения происходит как процесс конструирования и селекции наиболее удачных, или точнее, оптимальных, вариантов. Данной закономерности подчиняются такие сложные процессы, как процесс научного познания, процесс развития жизни, процесс осуществления продуктивной деятельности и многие другие, одним из наиболее важных факторов функционирования которых является специфика реагирования когнитивной системы на неопределенность внешней среды, спонтанность идущей от нее обратной связи и первоначальная непредсказуемость ее спонтанных эффектов.

Данная работа относится к проблемному полю психологии решения сложных, сетевых, динамических задач с обратной связью, или решения комплексных проблем (РКП). РКП требует от субъекта деятельности пластичности реагирования на изменения среды и творчества в нахождении оптимальных стратегий решения комплексных задач, поиске недостающей информации. Отличительной особенностью РКП также является отсутствие у субъекта деятельности необходимых ресурсов для удовлетворения требований ситуации. Недостаток информации, времени, средств, знаний о структуре задачи, непредсказуемость сложных систем и многое другое порождает неопределенность, с которой сталкивается субъект деятельности, стремящийся достичь конкретных целей в условиях динамически изменяющейся среды.

В рассматриваемый класс ситуаций решения сложных проблем жизнедеятельности входят такие события, как создание благотворительного или инвестиционного фондов, проектирование космических аппаратов или систем мониторинга. Возникновение и развитие данных событий или ситуаций – как невероятно успешных, так и критически провальных – подвержено влиянию множества факторов, среди которых немаловажное значение имеют собственная динамика изменяемой системы (нам повезло, так случилось и пр.) или благоприятствующие внешние случайные события. Как правило, это множество факторов неизвестно полностью, т.е. в сложных системах элемент случайности оказывает значительное влияние на увеличение/уменьшение зоны неопределенности, о которой действующий субъект либо не имеет никакого, либо имеет весьма отдаленное или искаженное, неверное представление. Таким образом, учитывая факторы неопределенности и времени, приводящие комплексную систему жизнедеятельности в состояние непрерывных динамических трансформаций, а также к смене качества и количества воздействующих средовых факторов, можно сделать вывод о том, что субъект деятельности постоянно сталкивается с новыми усложняющимися требованиями среды и с непредсказуемыми последствиями как собственных действий, так и средовых изменений. Естественно, они возникают, когда перед субъектом стоит цель достижения конкретного результата деятельности или изменения той или иной сложной средовой системы. Таким образом, с субъективной точки зрения, человек постоянно преодолевает неопределенность, и этот процесс имеет динамичный характер. Высокий уровень неопределенности возникает в случае взаимодействия субъекта с абсолютно новой неустойчивой системой, уровень неопределенности снижается, когда хорошо изученная субъектом система находится в стабильном состоянии. Таким образом, исследование способности и возможностей человека по преодолению ситуации неопределенности при взаимодействии со сложными системами является актуальной задачей психологии РКП.

Динамику изменения уровня неопределенности при решении комплексных задач определяют сложные, конфликтующие друг с другом механизмы снижения и повышения степени риска действий и тяжести их последствий, не в последнюю очередь связанные с особенностями индивидуального реагирования субъекта на неопределенность, а также со способностью к быстрому осмыслению информации, поступающей от нового объекта. С одной стороны, потребность человека в новизне и готовность исследовать новое означает, что у него, как у достаточно развитого биологического существа, имеется весьма высокая толерантность к неопределенности – в том числе к неопределенности в деятельности с новыми, сложными, динамически изменяющимися системами, особенно, при наличии перспективы получения значимого для него результата, с другой стороны, толерантность к неопределенности как личностная черта имеет высокую индивидуальную вариативность, и индивидуальные различия в потребности к ясности и определенности, к избеганию сверхвысоких уровней новизны и неопределенности прослеживаются достаточно отчетливо. Однако вопросы о том, каким образом в результате взаимодействия различных факторов функционирования и деятельности субъекта в сложных средовых условиях происходит изменение уровня субъективной неопределенности, какова возможная динамика этой субъективной неопределенности, остаются пока мало изученными.

Комплексные проблемы: определение и свойства

В настоящее время точного и полного определения процесса решения комплексных проблем не существует. В своей работе, посвященной специальному анализу данного вопроса, Дж. Кесада с соавторами (Quesada, Kintsch, Gomez, 2005) делают вывод о том, что основные категории и понятия парадигмы РКП либо не определены, либо трактуются слишком широко. Данный факт непосредственно связан с различием в теоретических подходах к осмыслению и описанию специфики функционирования когнитивной системы и с попытками приведения концептуальной схемы ее работы и понятийно-терминологического аппарата «к общему знаменателю» – созданию единой модели работы когнитивной системы в различных ситуациях неопределенности и когнитивной сложности, однако к настоящему моменту ведущие исследователи в данной области (Васильев, Дернер, Поддьяков, Стернберг, Френш, Функе и др.) общего мнения не выработали.

Одно из наиболее цитируемых определений РКП приводят Функе и Френш (Frensch, Funke, 1995), представляя РКП как «многоступенчатую практическую и познавательную деятельность, направленную на преодоление большого числа заранее неизвестных препятствий между множественными, нечеткими, динамически изменяющимися целями и условиями» (цит. по: Поддьяков, 2007, с. 178). При этом подчеркивается, что приведенное определение не является точным и не отражает полной картины всех существенных свойств и отношений процесса решения комплексных задач.

В качестве теоретического базиса Френш и Функе (там же) предлагают модель РКП, построение которой основывается на выделении субъективных и объективных (средовых) факторов ситуации, а также на оценке результатов их взаимодействия (рис. 1).

Рис. 1. Модель, описывающая ситуацию решения комплексной задачи (Frensch, Funke, 1995, p. 23)

К субъективным факторам относятся: опыт субъекта, особенности функционирования его когнитивной сферы (когнитивный стиль, мыслительные установки, коэффициент IQ и пр.) и индивидуально-личностные особенности (мотивация, личностная диспозиция, удовольствие от процесса и социальное окружение ситуации решения комплексной задачи).

К объективным переменным относятся: структура задачи (семантическая нагрузка задачи, комплексность), контекст проблемы (степень распространенности типа задачи), факторы среды (обратная связь, взаимодействие с другими участниками ситуации РКП).

Рассматриваемые факторы являются предметом многочисленных тематических исследований, направленных на определение степени включенности каждого из них в ситуацию РКП, на изучение характера влияния – какие факторы оказывают позитивное воздействие, а какие негативное – на достижение результатов в ситуации РКП, а также на выявление последствий взаимодействия данных факторов друг с другом.

В самом общем виде процесс РКП можно представить следующим образом:

• Процесс решения комплексных задач балансирует между избыточностью степеней свободы и одновременной ограниченностью ресурсов психической системы.
• Процесс решения комплексной задачи испытывает влияние большого числа разнообразных факторов, к которым относятся как внешние, или ситуативные, факторы (такие как непредсказуемость комплексной среды и эффекты обратной связи), так и внутренние факторы системы (эффекты прогнозирования, ошибки ментальных репрезентаций, неполнота гештальта задачи и многие другие).

В силу отсутствия в психологической науке точного определения процесса РКП и хорошо разработанного понятийного аппарата, наиболее перспективным, с нашей точки зрения, является рассмотрение закономерностей функционирования средовых систем в рамках общенаучных концепций организации жизнедеятельности сложных комбинаторных комплексов, описывающих их состояние и динамику как частный случай состояния хаотической системы.

Наиболее передовыми идеями о специфике функционирования психического аппарата и особенностей поведения, посредством которого осуществляется взаимодействие человека с окружающей средой, являются, с нашей точки зрения положения системного подхода. Разработку методологического и понятийного аппарата системного подхода, его формализацию в моделях, а также изучение прикладных аспектов осуществляет в своих исследованиях В. А. Барабанщиков (Барабанщиков, 2004). Анализируя логику развития системного подхода в психологии в исторической перспективе, Барабанщиков делает вывод о том, что мультипарадигмальная психология стремится к объединению по системноориентированному принципу, что существенно облегчает поиск и разработку общих методов постановки проблем нахождения средств их решения. И поэтому применение системного подхода к изучению специфики функционирования процессов РКП открывает, с нашей точки зрения, широкое поле возможностей для описания, определения, моделирования данных процессов, разработки методов исследования и анализа результатов.

По своей структуре комплексные проблемы представляют собой развернутую сеть множества компонентов (или переменных), которые, подчиняясь принципу самоподобия, также являются сетями с конечным числом элементов. Комплексная проблема – хаотическая система, замкнутые контуры обратной связи в которой порождают свойство непредсказуемости, которая, в свою очередь, является источником субъективной неопределенности в ситуации РКП.

К основным свойствам комплексной задачи относятся: динамичность (изменчивость) системы, сложность, непредсказуемость («эффект бабочки»), интерференция знаний о системе (знания об одной части системы конфликтуют, деформируют или подавляют знания о другой части системы). Прототипом задач класса «комплексные» стали задачи Карла Дункера, применявшиеся их автором в исследованиях целевого мышления с 1932 года. Задачи данного класса охватывают широкий круг как математических, так и практических задач (например, «Рентгеновские лучи»), решение которых является неотъемлемой частью реальной жизни человека. Позднее, практические проблемы теоретической и прикладной психологии (индустриальной или инженерной психологии, психологии управления сложными системами, моделирования искусственного интеллекта) потребовали более полного и последовательного рассмотрения реальных жизненных ситуаций, спецификой которых является решение человеком сложного комплекса задач. Таким образом, развитие когнитивной науки в 60-х годах прошлого века ознаменовалось разработкой нового направления исследований целевого мышления, а именно изучения способностей человека к «решению комплексных проблем».

Официально парадигма под названием «Complex problem solving» была оформлена двумя опубликованными исследованиями: «Complex problem solving» (Complex Problem Solving... , 1991) и «Complex problem solving: the European perspective» (Complex Problem Solving... , 1995). Несмотря на почти одинаковое название, две эти значительные научные работы кардинально различаются по своему содержанию. Так, в сборнике Стернберга и Френша опубликованы исследования чтения, арифметического счета, решения задач по управлению и программированию, проведенные с помощью метода сравнительного анализа результатов групп новичков и экспертов. Понятие «комплексные проблемы» трактуется авторами достаточно широко и включает в себя не только решение сложных задач в «реальных жизненных ситуациях», но и решение простых задач в лабораторных условиях. Второй сборник посвящен формулировке определения РКП (приведенного выше) и описанию исследований решения качественно иного класса задач, таких, например, как динамические симуляции, являющиеся по своей сути результатом моделирования микромиров: испытуемые решают задачи управления сложными системами – страной, городом, фабрикой, экосистемами.

На сегодняшнем этапе парадигма РКП – это область когнитивной науки, вызывающая широкий интерес среди исследователей, что отражается в увеличении числа публикаций по самым разным направлениям изучения специфики целевого мышления и решения комплексных проблем как методологического, так и прикладного характера. Кесада и его коллеги предлагают разделить методологию РКП на четыре основных направления (Quesada, Kintsch, Gomez, 2005):

1) Принятие решений в реальных ситуациях. Основная критика лабораторных исследований принятия решения состоит, с точки зрения «реалистического» подхода, в ограничениях их экологической валидности и, следовательно, в невозможности применения результатов к условиям принятия решений в каждодневной жизни людей. Поэтому исследования процесса решения задач в рамках данного направления осуществляются на материале реально произошедших событий через анализ интервью с участниками событий. Ведущая идея концепции, основоположником которой является Г. Кляйн (Klein, 1997), заключается в том, что в реальной ситуации люди склонны использовать действия, которые сработали ранее в аналогичных ситуациях. Однако на сегодняшний момент тематические исследования носят фрагментированный, обрывочный характер и требуют значительного теоретического обобщения.

2) Динамическое принятие решений. Исследования, проводимые в рамках подхода, основными представителями которого являются Бремер (Brehmer, 1992), Басмаер (Busemeyer, 2002), направлены на изучение поведения людей в ситуациях, когда необходимо принять целую серию последовательных и связанных между собой решений, а также на оценку возможных отклонений реального поведения от нормативного (заданного математически). Основным материалом служат бизнес-симуляторы и компьютерные игры при условии высокой степени формализации моделей.

3) Имплицитное научение при управлении системой. Концепция, предложенная Берри и Бродбентом (Berry, Broadbent, 1984), основывается на той идее, что в процессе управления системой субъект принятия решения интуитивно, или же бессознательно, находит общую логику поведения системы и обучается правилам ее функционирования, тем самым повышая свою способность к эффективному управлению.

4) Исследования РКП с использованием микро-миров. Данная научная традиция изучения процесса решения комплексных проблем основывается на использовании сложных динамических сценариев, содержащих до 2000 переменных. Основателем подхода является Д. Дернер. Основная идея подхода, предложенного Дернером (1997), состоит в перенесении многообразия и сложности ситуаций реального мира в лабораторию, условия которой позволяют обеспечить контроль фиксируемых переменных.

Таким образом, анализ современного состояния проблемы исследования решения комплексных проблем и целевого мышления позволяет нам сделать вывод о возможности объединения лабораторного подхода Дернера с методологией системного подхода, позволяющего осуществлять правильную постановку проблемы, определять логику и стратегию исследования, продуктивно использовать экспериментальные и эмпирические методы, а, следовательно, позволяющего преодолеть фрагментарность фактов и знаний о развитии и функционировании процессов РКП.

Эмпирическое исследование динамики субъективной неопределенности

Настоящее исследование базируется на методическом подходе Д. Дернера (Дернер, 1997), впервые предложившего использование динамических компьютерных сценариев – микро-миров – для экспериментального исследования процесса решения комплексных проблем. Дизайн подобного исследования построен следующим образом: испытуемому предлагается выполнить динамический сценарий (виртуального управления городом, страной, производством с целью эволюции и развития комплексной системы, которая может включать до 2000 элементов). Дернер обнаружил несколько тенденций в поведении испытуемых в ситуации РКП, основными из которых являются: стремление к снижению уровня неопределенности ситуации, стремление к выбору решений по принципу проб и ошибок, склонность к методичности (стремление следовать стереотипным решениям) и пр.

Согласно представлениям Д. Дернера, в решении комплексных проблем особую роль играет тенденция к снижению неопределенности, которая влечет за собой поспешные и неэффективные решения без должной рефлексии. Но вместе с тем неопределенность снижается, когда происходит процесс моделирования, построения ментального образа задачи. Также Д. Дернер связывает специфику поведения субъекта РКП в ситуации принятия сложных решений со способностью находиться в состоянии неопределенности, которое характеризуется отсутствием у субъекта точных, ясных представлений о функционировании системы и способах взаимодействия и определяется как субъективная неопределенность.

Таким образом, на динамику неопределенности может влиять как минимум два фактора: субъективная непереносимость неопределенности, которая порождает хаотические решения (в нетерпеливом поиске хоть малейшей определенности), и целенаправленный процесс ориентировки в пространстве задачи. Данные факторы составляют диалектическое единство, результатом формирования которого является снижение неопределенности.

Далее было выдвинуто предположение о том, что описанные Д. Дернером ситуации поспешных неэффективных решений в РКП определяются действиями интолерантных к неопределенности субъектов, тратящих все усилия на снижение неопределенности любой ценой, в то время как процесс моделирования целостной структуры задачи (гештальта с отражением сетевой структуры задачи), описанный Т. В. Коротковой (Короткова, 2005), Г. Саймоном (Simon, 1973) и др., осуществляется толерантными к неопределенности субъектами, способными к планомерному исследованию системы и выбору наиболее эффективных решений. Следствием такого разделения субъектов принятия решений явилась формулировка гипотезы о динамическом снижении субъективной неопределенности.

Цель нашего исследования состояла в описании динамики субъективной неопределенности в ситуации РКП в ее связи с такой личностной характеристикой, как толерантность к неопределенности.

Дизайн исследования

Для достижения поставленной цели было проведено квазиэкспериментальное исследование с участием двух групп испытуемых – группой так называемых наивных испытуемых и группой экспертов. Такой дизайн был впервые предложен Бродбентом (Broadbent et al., 1986) для исследования роли явных и неявных знаний в управлении сложными системами. Итак, группу наивных испытуемых составили студенты (группа «Н» – новички), а группу экспертов (группа «Э» – эксперты) составили специалисты-профессионалы в сфере управления.

Главная задача исследования состояла в описании динамики субъективной неопределенности и поиске связи ее возможного снижения с эффективностью РКП; дополнительная задача заключалась в поиске связи между показателями толерантности к неопределенности и показателями эффективности РКП.

Гипотезы исследования:

• Показатель субъективной неопределенности в ходе решения комплексной проблемы будет в целом снижаться у наивных респондентов и у группы экспертов; это снижение неопределенности непосредственно связано с эффективностью РКП
• Толерантность к неопределенности как личностная характеристика прямо связана с успешностью решения комплексной проблемы.

Уточнение и интерпретация основных понятий. В исследовании используются следующие понятия:

• Решение комплексной проблемы – практическая и познавательная активность, направленная на преодоление большого числа заранее неизвестных препятствий с целью изучения и оптимизации работы сложной динамической системы, моделирование работы которой осуществляется на стимульном материале динамического сценария путем компьютерной симуляции.
• Толерантность к неопределенности – характеристика личности, связанная с восприятием, оценкой и реакцией на неопределенность, и диагностируемая в исследовании с помощью опросника Греко.
• Субъективная неопределенность – чувство, вызванное столкновением субъекта с непредсказуемым поведением системы, с которой происходит целенаправленное взаимодействие; выражается в неясности, неочевидности структуры задачи, способов ее решения и будущих результатов действий.

Для достижения целей исследования нами было сформулировано операциональное определение субъективной неопределенности как числового показателя, который является результатом прямых оценок субъекта собственного чувства неопределенности в соответствии с полученной инструкцией.

В исследовании использовался случайный подбор испытуемых для группы новичков и целевой подбор для экспертной группы. В исследовании приняло участие 52 человека – 28 женщин и 24 мужчины в возрасте от 18 до 31 года (медиальное значение 19 лет). В экспериментальную группу вошли студенты (N = 42), в контрольную группу – профессионалы в сфере управления со стажем работы от трех лет (N = 10).

В качестве стимульного материала для постановки и решения комплексной проблемы выступала модель шоколадной фабрики Д. Дернера и Ю. Гердеса, версии 2.13, русифицированной на факультете психологии МГУ им. М. В. Ломоносова в 2002 году. Для фиксации показателя субъективной неопределенности в ходе решения комплексной задачи использовался метод прямых оценок. Для измерения толерантности к неопределенности использовался опросник Греко (Greco, Roger, 2001).

Перед испытуемыми стояла задача управления виртуальной шоколадной фабрикой в течение 12 месяцев одного виртуального года (или 12 шагов симуляции). После каждого виртуального месяца испытуемые получали обратную связь от программы – информацию о результатах собственных действий – и оценивали чувство субъективной неопределенности согласно инструкции:

«Данный эксперимент направлен на изучение чувства неопределенности, которое может возникать у человека при решении задачи. Неопределенность – это неясность, неочевидность структуры задачи, способов ее решения и будущих результатов действий. Вам предлагается оценить в числовых значениях уровень этого чувства неопределенности. Перед вами модель шоколадной фабрики. Это пошаговая имитационная игра, которая функционирует как реальная фабрика. Используя средства по ее управлению, постарайтесь получить максимальную прибыль в течении виртуального года. Вам предлагается управлять фабрикой в течение одного виртуального года (12 ходов – 12 месяцев). Всего эксперимент длится около 60 минут.

После каждого хода отметьте в бланке ответов Ваше субъективное состояние неопределенности:

0 – Вы не чувствуете какой-либо неопределенности (т.е. всё ясно и определенно);

1 – очень низкий уровень неопределенности;

2 – низкий уровень неопределенности;

3 – средний уровень неопределенности;

4 – высокий уровень неопределенности;

5 – очень высокий уровень неопределенности;

6 – чрезвычайно высокий уровень неопределенности.

Старайтесь максимально точно определить свое чувство неопределенности. Эксперимент не оценивает Ваши способности управлять виртуальной фабрикой, он направлен на изучение чувства неопределенности».

В ходе исследования фиксировались следующие показатели:

• Показатели субъективной неопределенности (оценка от 0 до 6, где 6 – наивысшая неопределенность);
• Показатели эффективности РКП, которая представляет собой денежный баланс виртуальной фабрики за каждый месяц;
• Результаты выполнения опросника Греко, направленного на диагностику уровня толерантности к неопределенности.

Результаты

На основании результатов оценки испытуемыми чувства субъективной неопределенности была определена средняя оценка уровня неопределенности на каждом шаге симуляции для группы новичков (группа Н) и группы экспертов (группа Э) (рис. 2).

Рис. 2. Динамика субъективной неопределенности

Анализируя показатели эффективности решения задачи, можно отметить, что с задачей справились 13 % (7 из 52) испытуемых. С задачей получения прибыли в течение виртуального года управления фабрикой справились испытуемые группы экспертов, в то время как испытуемые группы студентов с задачей не справилась. Динамика эффективности решения задачи представлена на рис. 3.

Рис. 3. Динамика приращения прибыли

В результате сопоставления данных опросника Греко были получены показатели соотношения толерантных (в количестве 20 чел. из общего числа испытуемых выборки) и интолерантных испытуемых в каждой из исследованных групп, представленные на рис. 4.

Рис. 4. Соотношение толерантных и интолерантных субъектов по группам

Дальнейший анализ (а также наглядная демонстрация его результатов) осуществлялся на основании применения следующих расчетных показателей:

• толерантность к неопределенности. Показатель толерантности рассчитывается на основе шкал опросника Греко в соответствии со следующим правилом: если показатели по шкале «эмоциональной неопределенности» ниже средних значений, показатели по шкале «стремления к новому» выше средних значений, показатели по шкале «когнитивной неопределенности» ниже средних значений, то субъект считается толерантным к неопределенности;
• среднее изменение показателя субъективной неопределенности СИП за один ход – рассчитывается как среднее абсолютных значений разности показателя неопределенности до и после хода, отражает характеристики динамики неопределенности – индивидуальные, если рассчитывается для одного испытуемого, и групповые, если рассчитывается для группы в целом;
• высота профиля неопределенности ВПН – «высокий – низкий» – отражает индивидуальный уровень неопределенности в эксперименте, рассчитывается путем определения медианного значения показателя неопределенности;
• индекс успешности ИУ – отражает динамику получения прибыли, рассчитывается как среднее по всем шагам значение приращений прибыли.

Профиль оценок динамики неопределенности описывается двумя показателями:

• показатель СИП отражает степень разброса оценок по шкале неопределенности 0–6 (пилообразность/гладкость профиля);
• показатель ВПН отображает общий фон неопределенности в эксперименте.

В комплексе эти два показателя аналитически описывают динамику изменения субъективной неопределенности в эксперименте.

Индивидуальный индекс успешности (ИУ), или эффективность РКП, отражает динамику прибыли фабрики и коэффициент наклона графика приращения/убыли средств.

Использование данных показателей дает возможность применения статистических критериев и коэффициентов корреляции в анализе данных.

Исследование связи показателей СИП, ИУ, ВНП и толерантности к неопределенности. Для исследования связей характеристик динамики субъективной неопределенности в эксперименте (СИП, ВПН), эффективности РКП (ИУ) и толерантности к неопределенности была использована непараметрическая корреляция Спирмена. Данный метод был выбран в силу отсутствия необходимости вычисления нормальности распределения исследуемых переменных. Результаты корреляционного исследования приведены в табл. 1.

Таблица 1. Исследование связи показателей СИП, ИУ, ВНП и толерантности к неопределенности в целом по выборке.

Значимость коэффициентов корреляции, выделенных жирным курсивом, находится на уровне р = 0,01. Итак, показатели эффективности РКП (ИУ) находятся в обратной зависимости от показателей средней изменчивости оценок (коэфф. -0,38) и показателей уровня неопределенности (коэфф. -0,46). При этом значимых связей с толерантностью к неопределенности обнаружено не было.

Важно отметить, что при исследовании связей расчетных показателей и отдельных шкал опросника Греко (эмоциональная неопределенность, стремление к новизне, когнитивная неопределенность) значимых корреляций также обнаружено не было.

Анализ межгрупповых различий. Для определения различий в значениях расчетных показателей в группах новичков и экспертов был применен непараметрический критерий Манна-Уитни. Результаты сравнения представлены в табл. 2.

Таблица 2. Различия по показателям СИП, ИУ, ВПН в группах новичков (Н) и экспертов (Э) по признаку толерантности к неопределенности

Аналогичным образом был проведен анализ различий между новичками и профессионалами по показателям СИП, ВПН, ИУ без учета признака толерантности к неопределенности, но с учетом наличия или отсутствия опыта взаимодействия с подобными задачами. Результаты представлены в табл. 3.

Таблица 3. Различия по показателям СИП, ИУ, ВПН в группах новичков (Н) и экспертов (Э)

Были обнаружены значимые различия между группами профессионалов (Э) и студентов (Н) по всем показателям: высота профиля неопределенности у профессионалов значительно ниже, чем у студентов; эффективность РКП выше у профессионалов (только в этой группе был обнаружены положительные результаты решения поставленной комплексной задачи); средняя изменчивость оценок неопределенности значительно ниже у профессионалов, чем у студентов.

Обсуждение результатов

Было установлено отсутствие значимых различий между толерантными и интолерантными к неопределенности испытуемыми в группе новичков по всем трем показателям (характеристикам субъективной неопределенности и успешности деятельности): СИП, ВПН, ИУ, в то время как в группе экспертов такие различия были обнаружены. Вероятно, толерантность к неопределенности имеет значение при наличии специального опыта в конкретной деятельности, когда общий алгоритм действий, динамика изменения характеристик и параметров комплексной системы знакомы субъекту управленческой деятельности. И, следовательно, решение задачи может оказаться практическим неосуществимым для новичков, которым по ходу деятельности приходится формировать общую картину совершенно незнакомой ситуации и впервые испытывать эффекты своих попыток привести систему в нужный для решения задачи вид, в то время как профессионалам приходилось преодолевать неопределенность в конкретной системе, которая исходила от непредсказуемой реакции системы на их действия, однако фактор неопределенности характера всей управленческой деятельности в их случае отсутствовал. Результат решения у экспертов положительный, но не впечатляющий, так как прирост прибыли оказался относительно низким. Несмотря на опыт в сфере экономики, новая система с неисследованной динамикой поддалась только индивидам, обладавшим гибкостью и пластичностью реакций на изменения сложной среды, т.е. характеристиками, которые и составляют часть конструкта «толерантность к неопределенности». Возможно, неуспех интолерантных профессионалов связан с дернеровским методизмом, склонностью к воспроизводству уже выработанных в прошлом решений в новых условиях.

Установлено отсутствие корреляционной связи между толерантностью к неопределенности, характеристиками динамики неопределенности и эффективностью решения задачи по всей выборке в целом. Вероятно, метод прямых оценок толерантности к неопределенности не обладает достаточной валидностью по причине зависимости прямых оценок от уровня опыта отвечающего. Поэтому на следующем этапе исследования РКП необходимо осуществить дополнительную оценку имеющегося диагностического инструментария и подбор новых методик, а также проверку репрезентативности выборки.

Важно отметить, что на 7-м ходу управленческого воздействия на систему показатели оценки неопределенности возрастают у всех групп, что на фоне последовательного снижения тех же показателей на предыдущих ходах является, с нашей точки зрения, далеко не случайным событием: в соответствии со сценарием именно на 7-м ходу активизируется деятельность фабрик – виртуальных конкурентов, и испытуемый впервые сталкивается с сообщениями об их действиях. Сам факт того, что вовлечение в симуляцию нового фактора повлекло за собой возрастание показателей оценок неопределенности, служит основанием для признания неартефактного характера полученных данных о субъективной неопределенности. Характер динамики неопределенности дает основание высказать гипотезу о дальнейшем снижении в ходе деятельности уровня субъективной неопределенности; волнообразный характер снижения неопределенности требует дальнейшего рассмотрения и исследования.

Анализ исследуемых показателей, их связей и различий в группах свидетельствует о том, что гипотеза о связи толерантности к неопределенности, диагностированной с помощью использованного инструментария, с показателями неопределенности и ее динамики не может быть принята, а гипотеза о связи толерантности к неопределенности с эффективностью РКП принимается как верная для группы профессионалов и отклоняется для группы новичков.

Особенности динамики неопределенности могут быть проинтерпретированы следующим образом: изменчивость усредненных показателей неопределенности отражает ту самую хаотичность действий испытуемых, тенденцию к скорейшему нахождению любой определенности (о чем свидетельствуют межгрупповые различия по этому показателю у экспертов и новичков); такая хаотичность выражается в сильном разбросе показателей оценок неопределенности.

Другими словами, резкое возрастание показателя оценки субъектом уровня неопределенности ситуации после значительного его снижения может свидельствовать о «провале» стратегии испытуемого или о принятии им неверного решения, влекущем за собой уменьшение эффективности результатов деятельности. Чем чаще повторяется такая ситуация, тем хуже результат, и тем выше общий уровень неопределенности. Вероятно, именно эта тенденция нашла свое отражение в отрицательном знаке коэффициентов корреляции характеристики динамики неопределенности и индекса успешности. Таким образом, как и отмечал Д. Дернер, в процессе решения комплексных задач происходит снижение уровня субъективной неопределенности, однако вопрос о том, связана ли данная тенденция со способностью субъекта деятельности переносить ситуацию неопределенности или не связана, остается дискуссионным.

Результаты исследования дают основания полагать, что характер протекания процесса решения комплексных задач и принятия верных стратегий в ситуациях неопределенности имеет значительное влияние на успешность взаимодействия человека с многообразием компонентов сложной системы. С этой точки зрения, дальнейшим шагом в исследовании конструкта субъективной неопределенности должна стать оценка вклада данного фактора в повышение эффективности решения комплексной проблемы.

Выводы

Уровень субъективной неопределенности в ходе решения комплексной проблемы имеет тенденцию к снижению, что согласуется с гипотетическими представлениями Д. Дернера, нашедшими свое подтверждение в ходе проведенного нами эмпирического исследования.

Результаты исследования свидетельствуют также о том, что толерантность к неопределенности (как личностная характеристика) не связана с повышением/снижением уровня субъективной неопределенности в процессе решения комплексной задачи в случае неопытных субъектов, в то время как толерантность профессионалов способствовала более успешному решению ими поставленной управленческой задачи.

Показатели динамики субъективной неопределенности (общий уровень неопределенности и степень разброса оценок во времени) находятся в обратно пропорциональной зависимости от показателей эффективности решения комплексной проблемы и отражают хаотическое преодоление неопределенности с негативным эффектом для результативности действий субъекта по управлению сложной средовой системой.

С практической точки зрения, результаты исследования могут представлять интерес для оценки персонала и профессионального отбора, а также для обоснования важности введения процедуры адаптации сотрудников на новом рабочем месте, поскольку, как мы уже успели отметить, склонность человека к хаотичным действия в ситуации высокой неопределенности негативно отражается на успешности его деятельности. Дальнейшие исследования феномена субъективной неопределенности, особенностей его динамики, а также вклада в эффективность решения комплексных проблем не только позволят решить многочисленные теоретические и методологические вопросы изучения деятельности субъекта в сложном пространстве его взаимодействия с комплексной средой, но также внесут существенный вклад в решение практических вопросов управления и эргономического сопровождения и проектирования деятельности человека.

1. Барабанщиков В. А. Принцип системности в современной психологии // Психология. Журнал ГУВШЭ. 2004. № 4. С. 3–17.
2. Дернер Д. Логика неудачи. М.: Смысл, 1997.
3. Короткова А. В. Специфика ориентировочной основы в мыслительной деятельности при решении комплексных проблем. М., 2005.
4. Поддьяков А. Н. Неопределенность в решении комплексных проблем // Человек в ситуации неопределенности. М., 2007. С. 177–193.
5. Berry D. C., Broadbent D. E. On the relationship between task performance and associated verbalizable knowledge // Quarterly Journal of Experimental Psychology. 1984. V. 36. P. 209–231.
6. Brehmer B. Dynamic decision-making—human control of complex-systems //Acta Psychologica. 1992. V. 81. P. 211–241.
7. Broadbent D., Fitzgerald P., Broadbent M. H. Implicit and explicit knowledge in the control of complex systems // British Journal of Psychology. 1986. V. 77. P. 33–50.
8. Busemeyer J. R. Dynamic decision making // International Encyclopedia of the Social and Behavioral Sciences: Methodology, Mathematics and Computer Science / Eds. N. J. Smelser, P. B. Bates. Oxford: Elsevier, 2002. P. 3903–3908.
9. Complex Problem Solving / Eds. J. R. Sternberg, P. Frensch. Hillsdale, N Y: Lawrence Erlbaum associates, 1991.
10. Complex Problem Solving: The European Perspective / Eds. P. A. Frensch, J. Funke. Hillsdale, N J: Lawrence Erlbaum, 1995.
11. Frensch P., Funke J. Definitions, traditions and a general framework for understanding complex problem solving // Complex Problem Solving: The European Perspective / Eds. P. A. Frensch, J. Funke. Hillsdale, N J: Lawrence Erlbaum, 1995. P. 3–25.
12. Greco V., Roger D. Coping with uncertainty: the construction and validation of a new measure // Personality and Individual Differences. 2001. V. 31. P. 519–534.
13. Klein G. The recognition-primed decision model: looking back, looking forward // Naturalistic Decision Making / Eds. C. Zsambok, G. Klein. Mahwah, N J: Lawrence Erlbaum Associates, 1997. P. 285–292.
14. Quesada J., Kintsch W., Gomez E. Complex problem-solving: a field in search of a definition? // Theoretical Issues in Ergonomics Science. 2005. V. 6. № 1. P. 5–33.
15. Simon H. The Structure of Ill-Structured Problems // Artificial Intelligence. 1973. V. 4. P. 181–201.