Динамика субъективной неопределенности в решении комплексных проблем ^{* 2104}

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.

* Исследование осуществлено в рамках программы фундаментальных исследований НИУ-ВШЭ в 2013 году.

Ключевые слова: решение комплексных проблем, неопределенность, динамика, компьютерный сценарий

Рубрика: Когнитивная психология

Тип: научная статья

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.

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.