Использование цифровых медиаустройств и нейрокогнитивное развитие детей старшего дошкольного возраста

Цель. Оценка ассоциации ряда показателей использования цифровых медиаустройств с нейрокогнитивным, интеллектуальным и речевым развитием детей дошкольного возраста. Контекст и актуальность. Результаты исследований влияния использования цифровых медиаустройств на нейрокогнитивное развитие детей остаются противоречивыми, исследования в выборках детей дошкольного возраста малочисленны, в России до сих пор отсутствует законодательная база и рекомендации для родителей по ограничению цифровой среды для детей различных возрастных категорий. Материалы и методы. Исследование носит кросс-секционный наблюдательный, а также ретроспективный (при оценке ряда характеристик) дизайн. Наличие и характер ассоциаций проверялись посредством корреляционного анализа и сравнения подгрупп с разными качественными признаками. Участники: Российская выборка детей старшего дошкольного возраста: N = 166 (107 мальчиков, средний возраст 6,5 [6,0; 7,0] — медиана и межквартильный размах). Методы (инструменты): стандартизированное обследование психиатром, нейропсихологом, анкета родителя об использовании ребенком цифровой среды, Международная шкала продуктивности Leiter-3, аппаратно-программный комплекс (АПК) SHUHFRIED, методика «Клиническая оценка развития базовых лингвистических компетенций» (КОРАБЛИК). Результаты. Обнаружены значимые отрицательные ассоциации использования гаджетов с речевым, интеллектуальным развитием, акустическим и зрительным гнозисом, оперативной и механической вербальной памятью. Негативное влияние на нейропсихическое развитие оказывает как возраст начала использования гаджетов, так и среднее ежедневное время использования гаджетов в старшем дошкольном возрасте. Получены также положительные ассоциации использования гаджетов с рядом показателей тестирования с помощью АПК SHUHFRIED, которые могут объясняться натренированностью навыка взаимодействия с цифровыми устройствами у детей, чаще использующих гаджеты. Выводы. Использование гаджетов негативно сказывается на целом ряде показателей нейрокогнитивного развития дошкольников. Разнонаправленные ассоциации, полученные с помощью цифровых и нецифровых методов оценки когнитивных функций и нецифровых, требуют дальнейшего изучения.

Введение

Цифровизация в настоящее время затрагивает представителей всех возрастных групп, в том числе детей дошкольного возраста. Влияние цифровой среды на развивающийся мозг ребенка к настоящему времени изучено недостаточно, прежде всего в связи с новизной этого фактора среды. Использование гаджетов детьми значительно увеличилось в период с 2011 года по настоящее время (Poulain et al., 2018), а после пандемии COVID-2019 приобрело наибольший масштаб в связи с переходом на дистанционный формат работы и обучения.

Интенсивная цифровизация современной жизни приводит к комплексной перестройке функционирования психики, особенно это актуально в отношении детей, для которых развитие в цифровой реальности начинается с момента их рождения. «Цифровой гаджет становится, говоря словами Л.С. Выготского, новым культурным “орудием”, опосредствующим психическое развитие ребенка, встраивающимся в его когнитивные процессы» (Двойнин, Троцкая, 2022).

Имеется ряд публикаций о влиянии экранного времени на когнитивные функции дошкольников. Показано, что избыточное экранное время перед телевизором у детей в возрасте до 2 лет (в среднем 67,4 минуты в день, n = 150, Тайвань), увеличивало риск задержки когнитивного, речевого и моторного развития (Lin et al., 2015). В кросс-секционном исследовании (613 детей в возрасте от 1,5 до 12 лет, Индия), было показано, что высокие цифры экранного времени (телевизор и смартфон) значимо ассоциированы с целым рядом поведенческих проблем, а также с таким когнитивным доменом, как проблемно-решающее поведение (Anitha et al., 2021). Согласно целому ряду исследований, большее количество экранного времени ассоциировано с поведенческой невнимательностью у детей (Gentile et al., 2012; McNeill et al., 2019; Swing et al., 2010; Tamana et al., 2019; Thoma et al., 2020). Дж. Макнил (J. McNeill) с соавторами в проспективном исследовании обнаружили, что дети, которые пользуются электронными устройствами больше 30 минут в день, через год имеют меньшую эффективность ингибирования реакции (поддержания фокуса внимания на выполнении задач при наличии отвлекающих факторов), чем дети, которые тратили меньше времени (<30 минут) на использование приложений (McNeill et al., 2019).

Однако в отдельных публикациях отмечается положительная связь между использованием гаджетов (экранным временем) и отдельными когнитивными функциями. Так, К. Чиу (K. Chiu) с соавторами показали, что использование планшета было связано с улучшением устойчивости внимания и при этом не было связано с поведенческой невнимательностью в классе (162 ребенка 6–8 лет, ежедневная оценка экранного времени по сообщениям родителей) (Chiu et al., 2022). Исследование В. Карсон (V. Carson) и коллег не выявило связи между общим ежедневным экранным временем и способностью фокусировать внимание в когнитивном тесте «рыба/акула» у детей в возрасте от 2,5 до 5 лет (Carson, Rahman, Wiebe, 2017). Аналогичным образом Дж. Макнил с соавторами обнаружили, что время ежедневного использования экрана не связано с точностью выполнения задания «рыба/акула» у детей в возрасте от 3 до 5 лет (McNeill et al., 2021). Авторы зафиксировали небольшие, но значимые отрицательные корреляции между общим временем использования электронных средств (b = -0,001; 95% ДИ:
-0,003, -0,000; p = 0,026) и просмотра программ (b = -0,002; 95% ДИ: -0,003, -0,000; р = 0,033) и зрительно-пространственной рабочей памятью детей. Однако дети, которые пользовались приложениями чаще других (больше 30 минут в день), продемонстрировали более высокие показатели фонологической рабочей памяти по сравнению с теми, кто вообще не пользовался гаджетами (MD = 0,31; 95% CI: 0,04, 0,58; p = 0,025). Дети, использовавшие гаджеты менее 30 минут в день, имели статистически значимо меньше трудностей в целом при выполнении когнитивных тестов по сравнению с теми, кто не пользовался гаджетами (MD = -1,67; 95% CI:
-3,31, -0,02; p = 0,047). Результаты данного исследования могут свидетельствовать о том, что попытки сократить просмотр программ при одновременном поощрении умеренного использования приложений могут оказать положительное влияние на исполнительные функции и психосоциальное развитие детей.

Таким образом, выводы исследований о влиянии цифровой среды на когнитивные функции детей дошкольного возраста остаются противоречивыми.

Актуальность изучения темы влияния гаджетов на нейрокогнитивное развитие детей для России обусловлена также тем, что до сих пор отсутствует законодательная база и рекомендации для родителей по ограничению цифровой среды для детей различных возрастных категорий (как времени, так и контента). Между тем известно, что в ряде стран (Китай, Австралия, Франция) такие ограничения уже введены, а ВОЗ рекомендует ограничить использование гаджетов дошкольниками до 1 часа в день¹.

Целью данного исследования была оценка ассоциации ряда показателей использования цифровых медиаустройств с нейрокогнитивным, интеллектуальным и речевым развитием детей дошкольного возраста.

Материалы и методы

Дети обследованы в рамках проекта «Исследование нейробиологических предикторов академической успешности ребенка» Программы развития ПИМУ «Приоритет-2030». Критериями включения являлись: полученное письменное информированное добровольное согласие родителя ребенка на участие в исследовании; возраст ребенка на момент включения в исследование от 5 лет 10 месяцев до 7 лет 4 месяцев; способность ребенка понимать и следовать инструкциям. Критериями невключения были: наличие у ребенка диагностированных ранее нарушений слуха, зрения и двигательной сферы, препятствующих прохождению процедур обследования; наличие тяжелых психических и неврологических расстройств, диагностированных ранее врачом-психиатром и/или неврологом (эпилепсия, нарушения нейропсихического развития, ДЦП, хромосомные аномалии) или выявленных в процессе скрининга врачом-психиатром; сотрясение головного мозга (в течение последнего года), другая черепно-мозговая травма или оперативное нейрохирургическое вмешательство на головном мозге, наличие пароксизмальной активности на ЭЭГ; наличие у родителей ребенка установленных тяжелых хронических психических расстройств, требующих постоянного поддерживающего лечения, наличие госпитализаций в психиатрический стационар, установленной алкогольной и/или наркотической зависимости; алалия (моторная, сенсорная); наличие у ребенка тяжелых хронических соматических заболеваний, пороков развития, кахексии, наследственных заболеваний, влияющих на когнитивное развитие ребенка.

Всего скрининг на момент написания данной статьи прошли 184 ребенка, 166 детей прошли отбор в соответствии с критериями включения (107 мальчиков, медианный возраст 6,5 [6,0; 7,0] года (Me[Q1; Q3], здесь и далее — медиана и межквартильный размах). У 64 детей во время скрининга психиатром были выявлены расстройства развития речи и языка, а также заикание (F80.0; F80.1; F80.2, F98.5). Диагноз устанавливался в соответствии с критериями MКБ-10. Оценка показателей использования цифровых медиаустройств проводилась по результатам анкетирования родителей. В рамках данной работы оценивались такие показатели, как среднее ежедневное время использования гаджета, возраст начала (стаж) использования гаджета и такой показатель, как «Круг интересов ограничивается игрой в гаджет» (один из признаков зависимости от гаджета) (n = 94).

Нейропсихологическое обследование (n = 107) было основано на методике А.Р. Лурии в адаптации Ж.В. Глозман и Т.В. Ахутиной для обследования детей старшего дошкольного возраста 6–7 лет (Глозман, Потанина, Соболева, 2006). Использовались: корректурная проба; графомоторная проба («заборчик»); исследование динамического праксиса (упрощенный вариант без переключения на другую программу); копирование трехмерного изображения (рисунок «Дом, дерево, забор»); оценка праксиса позы пальцев (по зрительному образцу); орального праксиса; копирование круга, квадрата, треугольника и ромба; копирование фигур Денмана; оценка акустического гнозиса (воспроизведение ритмических структур по слуховому образцу); проба Хэда, упрощенный вариант (пространственный праксис); узнавание предъявленных изображений (зрительный гнозис); проба 10 слов (объем механической, оперативной и долговременной слухоречевой памяти); запоминание и узнавание двух групп из трех изображений реальных предметов (зрительная память); проба «4-й лишний» (способность к категоризации и обобщению); особенности мотивационно-волевой сферы и функциональных состояний оценивались по наблюдению специалиста.

Для оценки невербального интеллекта использовалась Международная шкала продуктивности Leiter-3 (4 основных субтеста когнитивного блока, К) (n = 133) (Ройд и др., 2014; Roid et al., 2013): 1) Фигура-фон (FG): оценка зрительной интерференции, стратегий зрительного анализа и когнитивной гибкости (способности переключаться между стимулами); 2) Дополнение форм (FC): оценка умения приходить к целостному образу через оперирование фрагментами (дедуктивный метод мышления); 3) Классификация и аналогии (CA): изучение способностей испытуемого к выделению различных концепций оперирования материалом (выделение оснований для классификации объектов, выведение общей концепции действия с совокупностью объектов на основании анализа неполного набора данных посредством метода индуктивного мышления); 4) Последовательности (SO): изучение способностей выделения концептуальной связи между элементами общей совокупности, что также задействует индуктивный метод мышления. IQ — коэффициент интеллекта, интегральный показатель методики.

С помощью аппаратно-программного комплекса SHUHFRIED² (n = 87) оценивались:

• исполнительные функции (ИФ) с помощью методики «Башня Лондона», Фрейбургская версия (TOL-F). Главной оцениваемой переменной является способность планировать (способность когнитивного моделирования альтернативных решений и оценки последствий действия еще до его выполнения) — количество заданий, которые были правильно решены в течение ограниченного времени (по одной минуте). Успешное решение задач TOL-F включает выполнение контринтуитивных ходов, при этом очевидные, но неверные попытки должны подавляться (тормозиться) и заменяться верными контринтуитивными ходами — таким образом, выбор недопустимого хода (позиции) при выполнении задач TOL-F отражает нарушения тормозного контроля (ингибирования). Согласно проведенным ранее исследованиям, результаты теста TOL-F статистически значимо отражают такие ИФ, как рабочая память и тормозный контроль (Welsh, Satterlee-Cartmell, Stine, 1999). По мнению В.К. Берг и Д.Л. Берд (Berg, Byrd, 2002), выполнение заданий TOL-F отражает сочетание планирования и решения визуально-пространственных задач. Валидность TOL-F в оценке способности к планированию подтверждена в исследовании R. Debelak с соавторами (Debelak et al., 2016);
• время реакции и время моторной реакции — в тесте RT (Reaction Time). Время реакции — это время между появлением релевантного раздражителя и моментом, когда палец испытуемого убирается с кнопки покоя для выполнения задания. Время моторной реакции — время, которое проходит между моментом, когда палец убирается с кнопки покоя, и временем нажатия на кнопку реакции в ответ на релевантный раздражитель. Кроме того, в тесте оценивается число правильных, неверных и неполных реакций;
• реактивная стрессоустойчивость и способность реагировать в условиях сложных стимулов, с применением Детерминационного теста (DT) — тест на реакцию на несколько стимулов (предъявление цветных стимулов и звуковых сигналов), на которые респондент реагирует, нажимая соответствующие кнопки на панели ответа и используя педали. Элемент стресса в тесте связан с необходимостью поддерживать непрерывные, быстрые и разнообразные реакции на быстро меняющиеся стимулы.

Для стандартизированной количественной оценки речевых навыков использовалась методика «Клиническая оценка развития базовых лингвистических компетенций» (КОРАБЛИК), разработанная с учетом опыта создания стандартизированных тестов для европейских языков и Русского афазиологического теста (Гомозова и др., 2021) и включающая 11 субтестов, которые ребенок выполняет на планшете в приложении КОРАБЛИК: различение звуков, повторение псевдослов, понимание существительных, называние объектов, понимание глаголов, называние действий, понимание предложений, составление предложений по образцу, повторение предложений, понимание текста, рассказ по рисунку (n = 97).

Анкетирование родителей проводилось отдельно от обследования детей специалистами — таким образом, все данные о нейрокогнитивном развитии были собраны «вслепую» по отношению к результатам оценки использования гаджетов детьми.

Анализ данных производился с помощью пакета Statistica 6.0. Нормальность распределения данных оценивалась с помощью теста Shapiro–Wilk. Так как распределение данных отличалось от нормального, применялись непараметрические критерии: Манна–Уитни для сравнения двух групп; коэффициент ранговой корреляции Спирмена (далее ρ) для оценки ассоциаций между признаками. Значимыми считались результаты с уровнем p < 0,05, в качестве тенденции к различиям рассматривался уровень 0,05 < p < 0,1.

Результаты

При сравнении подгрупп детей с расстройствами речевого развития (n = 29) и без них (n = 55) обнаружено, что дети с нарушениями речи значимо раньше начинали пользоваться гаджетами (к старшему дошкольному возрасту имели больший стаж игр в гаджеты): Z = 2,16; p = 0,031 (рис. 1).

Среднее ежедневное время использования гаджетов в период исследования (старшем дошкольном возрасте) у детей с нарушениями речи и без них не различались.

У детей, чей круг интересов ограничивается игрой в гаджеты, значимо чаще выявлялись расстройства речевого развития (3/3 против 27/82, критерий c² = 5,701; р = 0,017).

Аналогичное влияние на речевое развитие обнаружено при оценке речевых навыков с помощью методики КОРАБЛИК (табл. 1): среднее ежедневное время использования гаджетов в период обследования (старшем дошкольном возрасте) практически не ассоциировано с речевыми навыками (обнаружена только тенденция к корреляции по показателю «повторение предложений»; при этом чем раньше ребенок начал пользоваться гаджетами (чем больше стаж), тем хуже у него речевые навыки: значимо — по показателям «Называние объектов», «Повторение предложений», «Понимание текста»; на уровне тенденции — по показателям «Понимание глаголов» и «Составление предложений по образцу».

Таблица 1 / Table 1

Корреляции (Спирмена) результатов оценки речевых навыков (методика КОРАБЛИК, n = 45) со средним ежедневным временем и стажем использования гаджетов ребенком

Correlations (Spearman) of speech skills assessment results (Russian Child Language Assessment Battery, RuCLAB, n = 45) with the average daily time and length of use of gadgets by a child

Примечание: ρ — коэффициент корреляции Спирмена; p — уровень значимости; «*» — р < 0,05; «**» — р < 0,01; «’» — 0,05 < p < 0,1.

Note: ρ — the Spearman correlation coefficient; p — the significance level; «*» — р < 0,05; «**» — р < 0,01; «’» — 0,05 < p < 0,1.

У детей, чей круг интересов ограничивается игрой в гаджеты (n = 2), по методике КОРАБЛИК на уровне тенденции навыки «Повторение псевдослов» (Z = -1,67; p = 0,094), «Понимание глаголов» (Z = -1,92; p = 0,055) и «Понимание текста» (Z = -1,67; p = 0,094) хуже, чем у остальных детей (n = 45).

Как можно заметить из табл. 2, среднее ежедневное время использования гаджетов прямо коррелирует с ухудшением показателей графомоторной пробы, акустического и зрительного гнозиса (статистически значимо), объема запоминания (оперативной памяти) и объема механической памяти (на уровне тенденции к значимости). Чем раньше ребенок начал пользоваться гаджетом (больше стаж), тем хуже у него показатель акутистического гнозиса.

Таблица 2 / Table 2

Корреляции (Спирмена) результатов нейропсихологического тестирования со средним ежедневным временем и стажем использования гаджетов ребенком (n = 62)

Correlations (Spearman) of neuropsychological testing results with average daily time and length of gadgets use by a child (n = 62)

Примечание: чем хуже показатель по методике нейропсихологического тестирования, тем выше выставляемый балл (от 0 до 3); ρ — коэффициент корреляции Спирмена; p — уровень значимости; «*» — р < 0,05; «’» — 0,05 < p < 0,1.

Note: the worse the result according to the neuropsychological assessment, the higher the score is (from 0 to 3); ρ — the Spearman correlation coefficient; p — the significance level; «*» — р < 0,05; «’» — 0,05 < p < 0,1.

Кроме того, выявлено большее среднее ежедневное время использования гаджетов у детей, которые при нейропсихологическом обследовании имели нарушения в понимании инструкций («требуются дополнительные повторы, объяснения, упрощения заданий», статистически значимо: Z = -2,32; p = 0,020), а также у детей, чьи «эмоциональные проявления не соответствуют ситуации обследования» (на уровне тенденции: Z = -1,81; p = 0,0698), и тех детей, которые демонстрировали нарушения вхождения в контакт с исследователем («на контакт идет неохотно / не вступает, проявление оппозиционного поведения», на уровне тенденции: Z = -1,96; p = 0,050).

У детей, чей круг интересов ограничивается игрой в гаджеты (n = 3), по сравнению с остальными детьми (n = 59) значимо хуже показатели зрительной памяти (Z = 2,28; p = 0,022) и на уровне тенденции — акустический гнозис (Z = 1,67; p = 0,095). Связи остальных показателей нейропсихологического тестирования с этим параметром не выявлено.

Согласно данным, представленным в табл. 3 (результаты оценки когнитивных функций с помощью АПК SHUHFRIED), чем чаще и дольше ребенок пользовался гаджетом, тем быстрее он реагирует в условиях сложных стимулов и выдает больше реакций на стимулы, в том числе правильных реакций. Аналогично, чем чаще и дольше ребенок пользовался гаджетом, тем быстрее он реагирует в тесте на время реакции, тем меньше у него неполных реакций, больше количество правильных реакций, причем среднее ежедневное время использования гаджетов оказывает больший эффект, чем стаж использования гаджетов (исходя из оценки размеров коэффициентов корреляции и их статистической значимости). При этом можно отметить, что изучаемые характеристики использования гаджетов практически не влияют на исполнительное функционирование: дети, наиболее долго и интенсивно использующие гаджеты, быстрее выполняют пятиходовые задания, дети с большим стажем использования гаджетов выдают больше верных решений, однако способность к планированию не коррелирует с использованием цифровой среды.

У детей, чей круг интересов ограничивается игрой в гаджеты (n = 4), не выявлено значимых отличий от остальных детей (n = 52) по результатам оценки с помощью АПК SHUHFRIED за исключением тенденции к более быстрому выполнению шестиходовых заданий (Z = -1,75; p = 0,079).

Согласно табл. 4, коэффициент интеллекта обратно коррелирует как со средним ежедневным временем использованием гаджета, так и со стажем использования гаджетов. Рис. 2 и 3 графически отображают эту связь.

У детей, чей круг интересов ограничивается игрой в гаджеты (n = 2), по сравнению с остальными детьми (n = 67) значимо ниже результаты оценки по субшкалам «Дополнение форм» (Z = -2,01; p = 0,044) и «Классификация и аналогии» (Z = -2,07; p = 0,039) методики Leiter-3, коэффициент интеллекта (IQ) ниже на уровне тенденции (Z = -1,84; p = 0,065), при этом средний и медианный суммарный показатель IQ у детей, чей круг интересов ограничивается игрой в гаджеты (91 ± 4,24 — среднее ± стандартное отклонение; 91 [88; 94] — медиана и межквартильный размах, n = 2), на 15 пунктов ниже (!), чем у остальных детей (106,2 ± 12,32 — среднее ± стандартное отклонение; 106 [100; 113] — медиана и межквартильный размах, n = 67).

Таблица 3 / Table 3

Корреляции (Спирмена) результатов оценки когнитивных функций с помощью АПК SHUHFRIED со средним ежедневным временем и стажем использования гаджетов ребенком

Correlations (Spearman) of the cognitive functions assessment results using the SHUHFRIED HSC with the average daily time and length of gadgets use by a child

Примечание: ρ — коэффициент корреляции Спирмена; p — уровень значимости; «*» — р < 0,05; «’» — 0,05 < p < 0,1.

Note: ρ — the Spearman correlation coefficient; p — the significance level; «*» — р < 0,05; «’» — 0,05 < p < 0,1.

Таблица 4 / Table 4

Корреляции (Спирмена) результатов оценки невербального интеллекта (Leiter-3, n = 66) со средним ежедневным временем и стажем использования гаджетов ребенком

Correlations (Spearman) of the non-verbal intelligence assessment results (Leiter-3, n = 66) with the average daily time and length of gadgets use by a child

Примечание: ρ — коэффициент корреляции Спирмена; p — уровень значимости; «*» — р < 0,05; «**» — р < 0,01; «’» — 0,05 < p < 0,1.

Note: ρ — the Spearman correlation coefficient; p — the significance level; «*» — р < 0,05; «**» — р < 0,01; «’» — 0,05 < p < 0,1.

Обсуждение результатов

Наиболее устойчивое негативное влияние использования гаджетов детьми дошкольного возраста, согласно полученным результатам, отмечается в отношении речевого развития детей, а также невербального интеллекта. Как можно увидеть на рис. 1, дети с наличием расстройств развития речи и языка в старшем дошкольном возрасте имели значимо больший стаж взаимодействия с гаджетами. Таким образом, чем раньше ребенок сталкивается с цифровой средой, тем больше это отражается на развитии речи. Все дети, чей круг интересов ограничивается играми в гаджет (что является признаком развивающейся зависимости от цифровых устройств), имели расстройства речевого развития. Данные, полученные в результате осмотра психиатром, подтверждаются также результатами стандартизированной оценки речевых навыков с помощью методики КОРАБЛИК (табл. 1): чем раньше ребенок начал пользоваться гаджетом, тем хуже у него показатели целого ряда субтестов методики: «Называние объектов», «Повторение предложений», «Понимание текста», на уровне тенденции — по показателям «Понимание глаголов» и «Составление предложений по образцу». Несмотря на то, что среднее ежедневное время использования гаджетов на период обследования (старший дошкольный возраст) практически не влияло на речевые функции (ухудшение только показателя «Повторение предложений» на уровне тенденции), дети, наиболее интенсивно использующие гаджет (круг интересов ограничивается гаджетами), обнаруживают тенденцию к ухудшению целого ряда речевых навыков («Повторение псевдослов», «Понимание глаголов», «Понимание текста») по сравнению с остальными детьми. Данные о связи использования гаджетов с расстройствами развития речи и речевыми навыками согласуются с недавно опубликованным систематическим обзором, который включал детей разных возрастов (от самого раннего до подросткового) и оценивал различные параметры использования гаджетов (Alamri et al., 2023). Наше исследование демонстрирует значимость влияния именно возраста начала пользования гаджетов и наибольшую интенсивность его использования в старшем дошкольном возрасте (круг интересов ограничивается игрой в гаджеты) на развитие речи при отсутствии влияния умеренного использования гаджета в старшем дошкольном возрасте на развитие речи. Можно предположить, что ранний возраст начала использования гаджета (до 4 лет) имеет наиболее негативное влияние на развитие в речи в связи с тем, что «временное окно» для развития речи приходится как раз на ранний дошкольный возраст (Орехова, Петрова, 2019). В связи с этим рекомендации по полному отказу от использования гаджетов в преддошкольном и младшем дошкольном возрасте (до 4 лет) весьма обоснованны с точки зрения оптимизации речевого развития ребенка. Также представляется обоснованным контроль экранного времени детей старшего дошкольного возраста для исключения формирования признаков зависимости (когда интересы ребенка сосредоточены на гаджете) и, как следствие, нарушений речевых навыков.

Еще один важный компонент нейрокогнитивного развития детей старшего дошкольного возраста, в наибольшей степени страдающих от использования гаджетов, согласно полученным результатам — невербальный интеллект (IQ, табл. 4, рис. 2, 3). Невербальный интеллект ухудшается как в зависимости от возраста начала использования гаджетов, так и от интенсивности использования гаджетов в старшем дошкольном возрасте. Причем обращают на себя внимание не столько коэффициенты корреляций, которые не высоки (вероятно, в связи с большим общим разбросом данных в выборке), сколько различия средних цифр IQ в подгруппах детей, имеющих разный стаж использования гаджетов (более 10 между стажем до года и от 3 лет), имеющих и не имеющих признаки зависимости от гаджета (15 пунктов IQ). А согласно полученному уравнению регрессии (рис. 3), каждый дополнительный час использования гаджета в старшем дошкольном возрасте ассоциируется со снижением IQ на 2,68 пункта (4 часа — минус 10,72 пункта IQ!). Полученная связь ассоциативная, не позволяющая заявлять о причинно-следственных взаимоотношениях, тем не менее данные являются в высокой степени настораживающими. Исходя из визуального анализа рис. 2 и 3, можно сделать вывод о том, что на невербальном интеллекте дошкольника негативно сказывается использование гаджетов в возрасте 5–7 лет больше часа в день и любое использование гаджета в возрасте до 4 лет. Это частично согласуется с данными многочисленных авторов о том, что именно длительность (интенсивность) использования гаджетов оказывает негативное влияние на нейрокогнитивное развитие (Anitha et al., 2021; Chiu et al., 2022; Swing et al., 2010; Tamana et al., 2019). Однако рекомендованные некоторыми авторами ограничения в 2 часа (Wise, 2018) в 2 раза превышают границу, выявленную в нашем исследовании, — 1 час, вероятно потому, что в приведенном выше исследовании изучались дети более старшего возраста (8–11 лет). Кроме того, в литературе не встречается указаний о негативном влиянии гаджетов на когнитивные функции детей в возрасте до 4 лет, которым, судя по полученным данным, гаджеты противопоказаны в любом количестве.

Полученные по результатам нейропсихологического обследования (табл. 2) данные согласуются с результатами оценки речевого развития и невербального интеллекта, однако в данном случае стаж использования гаджетов (время начала игр в гаджеты) имеет меньшее влияние на показатели, чем среднее ежедневное время использования гаджета в старшем дошкольном возрасте. Тем не менее, влияние на акустический гнозис (наибольший коэффициент корреляции и уровень значимости) наиболее выражено и связано со всеми изученными характеристиками использования гаджетов (стаж, ежедневное время и ограничение круга интересов гаджетом). При этом большее среднее ежедневное время использования гаджетов также сказывается на объеме оперативной и механической слухоречевой памяти, зрительном гнозисе и динамической организации движений (графомоторная проба), ассоциировано с нарушениями в понимании инструкций, нарушениями вхождения в контакт с нейропсихологом, а также с несоответствием эмоциональных проявлений ситуации обследования. Кроме того, у детей, чем круг интересов ограничен гаджетами, выявлено снижение зрительной памяти, что согласуется с данными Дж. Макнил и соавторов (McNeill et al., 2021). Оценка влияния гаджетов на эмоциональные и поведенческие особенности детей дошкольного возраста не входила в задачи данной работы и требует отдельного тщательного изучения.

Важно отметить, что использование гаджетов не имеет ни одной значимой или на уровне тенденции положительной ассоциации с речевыми навыками, невербальным интеллектом и показателями нейропсихологического тестирования в старшем дошкольном возрасте.

Однако нельзя не отметить, что по результатам тестирования с помощью АПК SHUHFRIED (табл. 3) чем чаще и дольше ребенок пользовался гаджетом, тем быстрее он реагирует в условиях сложных стимулов и выдает больше реакций на стимулы, в том числе правильных реакций (по результатам детерминационного теста, DT), тем быстрее он реагирует в тесте на время реакции, у него меньше неполных реакций, больше правильных реакций, причем среднее ежедневное время использования гаджетов оказывает больший эффект, чем стаж использования гаджетов (исходя из оценки размеров коэффициентов корреляции и их статистической значимости). При этом можно отметить, что изучаемые характеристики использования гаджетов практически не влияют на исполнительное функционирование: интегральный показатель теста «Башня Лондона» — способность к планированию — не коррелирует даже на уровне тенденции с использованием цифровой среды.

В качестве общей тенденции можно отметить закономерность: если тестирование проводится с помощью АПК SHUHFRIED, использование гаджетов имеет положительные ассоциации с результатами тестирования, а при использовании методик оценки без применения цифровых устройств (нейропсихологическое тестирование, Leiter-3), результаты отрицательно коррелируют с использованием гаджетов (значимо или на уровне тенденции). Можно предположить, что выбор инструментов для оценки влияния гаджетов на нейрокогнитивные функции может иметь важное значение. В некоторых зарубежных исследованиях выводы об отсутствии влияния экранного времени на показатели внимания авторы основывали на результатах тестов, проводимых с помощью цифровых медиаустройств, что могло исказить полученные результаты (Carson, Rahman, Wiebe, 2017; McNeill et al., 2021). Взаимодействие с гаджетом — это отдельный навык, который может быть сформирован лучше у детей, которые проводят с гаджетами больше времени. И использование при тестировании цифровых устройств может «занижать» результаты тех детей, кто не имеет развитого навыка взаимодействия с гаджетами.

Однако нельзя исключить, что взаимодействие с гаджетом тренирует не только навык собственно взаимодействия с цифровым устройством, но и отдельные когнитивные функции, которые могут тренироваться в играх. Это подтверждается наличием данных других авторов о положительном влиянии гаджетов на устойчивость внимания, в том числе оцениваемую по наблюдениям в школе (Chiu et al., 2022). В нашей работе получены положительные корреляции использования гаджетов с детерминационным тестом (DT) АПК SHUHFRIED (табл. 3), который используется для оценки реактивной стрессоустойчивости и способности реагировать в условиях сложных стимулов. В процессе тестирования респондент реагирует, нажимая соответствующие кнопки на панели ответа и используя педали. Элемент стресса в тесте связан с необходимостью поддерживать непрерывные, быстрые и разнообразные реакции на быстро меняющиеся стимулы, что вовлекает различные компоненты внимания (концентрация, переключение и распределение) (Касаткин и др., 2018). Однако полученные в детерминационном тесте результаты не согласуются с результатами оценки внимания при нейропсихологическом обследовании: классическая проба на оценку различных показателей внимания — корректурная проба не выявила никаких ассоциаций с использованием гаджетов, что является дополнительным аргументом в пользу гипотезы об избирательном влиянии гаджетов на навыки взаимодействия с цифровой средой без влияния на ключевые когнитивные функции.

Можно также отметить положительные корреляции времени использования гаджетов со временем реакции в соответствующем тесте АПК SHUHFRIED (табл. 3). При этом исполнительное функционирование, которое является важным предиктором академической успешности (Двойнин, Троцкая, 2022; Morgan et al., 2019; Verdine et al., 2014), судя по результатам тестирования с помощью методики Башня Лондона АПК SHUHFRIED (табл. 3), вероятно, не обнаруживает тенденции к тренировке при рутинном использовании гаджетов.

Исходя из анализа полученных результатов сделать однозначный вывод о том, что использование гаджетов детьми дошкольного возраста имеет только отрицательные последствия, было бы преждевременным. И это согласуется с данными других авторов (McNeill et al., 2021). Однако выявленные положительные ассоциации гипотетически могут быть объяснены выбором цифровых методов оценки и избирательной натренированностью навыков взаимодействия с цифровыми устройствами, а негативные последствия в отношении развития речи и невербального интеллекта настолько выражены и очевидны, что не могут не настораживать.

Выводы

Наиболее важные переменные, значимо ухудшающиеся при использовании гаджетов детьми преддошкольного и дошкольного возраста, — речевые навыки и флюидный интеллект; кроме того, внимания в этом контексте заслуживают акустический и зрительный гнозис, оперативная и механическая вербальная память. Полученные разнонаправленные данные по методикам с использованием цифровых устройств и без них можно гипотетически объяснить вмешивающимся влиянием метода оценки (с использованием цифровых медиаустройств и без них), что требует дальнейшего изучения.

¹ https://iris.who.int/bitstream/handle/10665/311664/9789241550536-eng.pdf?sequence=1&isAllowed=y

² Vienna Test System, Австрия; Digital Testing | Psychological Assessment in the Digital age, schuhfried.com

1. Глозман, Ж.М., Потанина, А.Ю., Соболева, А.Е. (2006). Нейропсихологическая диагностика в дошкольном возрасте. СПб.: Питер.
2. Гомозова, М.А., Арутюнян, В.Г., Лопухина, А.А., Драгой, О.В. (2021). Инструмент для комплексного обследования речевых навыков КОРАБЛИК и опыт его применения в группе младших школьников с РАС. Аутизм и нарушения развития, 19(4), 24—31. https://doi.org/10.17759/autdd.2021190403
3. Двойнин, А.М., Троцкая, Е.С. (2022). Когнитивные предикторы академической успешности: как общие закономерности «работают» на ранних этапах образования? Психологическая наука и образование, 27(2), 42—52. https://doi.org/10.17759/pse.2022270204
4. Касаткин, В.Н., Грушко, А.И., Федунина, Н.Ю., Кузнецов, А.И., Кабанов, Д.Ю., Фещенко, В.С., Выходец, И.Т., Хохлина, Н.К. (2018). Методические рекомендации по диагностике и развитию когнитивных и психофизиологических детерминант «пика спортивной формы»: Методические рекомендации. М.: Федеральный научно-клинический центр спортивной медицины и реабилитации Федерального медико-биологического агентства.
5. Орехова, Н.В., Петрова, Н.В. (2019). Активизация речи детей раннего возраста. Педагогический вестник, 6, 50—52.
6. Ройд, Г.Х., Миллер, Л.Дж., Помплан, М., Кох, К. (2014). Международные шкалы продуктивности Leiter-3, третье издание. Руководство. Русская версия под ред. А. Сорокина. Giunti Psychometrics.
7. Alamri, M.M., Alrehaili, M.A., Albariqi, W., Alshehri, M.S., Alotaibi, K.B., Algethami, A.M. (2023). Relationship between speech delay and smart media in children: A systematic review. Cureus, 15(9), https://doi.org/10.7759/cureus.45396
8. Anitha, F.S., Narasimhan, U., Janakiraman, A., Janakarajan, N., Tamilselvan, P. (2021). Association of digital media exposure and addiction with child development and behavior: A cross-sectional study. Industrial psychiatry journal, 30(2), 265—271. https://doi.org/4103/ipj.ipj_157_20
9. Berg, K.W., Byrd, D. (2002). The Tower of London spatial problem-solving task: enhancing clinical and research implementation. Journal of clinical and experimental neuropsychology, 24(5), 586—604. https://doi.org/10.1076/jcen.24.5.586.1006
10. Carson, V., Rahman, A.A., Wiebe, S.A. (2017). Associations of subjectively and objectively measured sedentary behavior and physical activity with cognitive development in the early years. Mental Health and Physical Activity, 13, 1—8. https://doi.org/1016/j.mhpa.2017.05.003
11. Chiu, K., Lewis, F.C., Ashton, R., Cornish, K.M., Johnson, K.A. (2022). Higher tablet use is associated with better sustained attention performance but poorer sleep quality in school-aged children. Frontiers in psychology, 12, art. 742468. https://doi.org/3389/fpsyg.2021.742468
12. Debelak, R., Egle, J., Köstering, L., Kaller, C.P. (2016). Assessment of planning ability: Psychometric analyses on the unidimensionality and construct validity of the Tower of London Task (TOL-F). Neuropsychology, 30(3), 346—360. https://doi.org/1037/neu0000238
13. Gentile, D.A., Swing, E.L., Lim, C.G., Khoo, A. (2012). Video game playing, attention problems, and impulsiveness: evidence of bidirectional causality. Psychology of Popular Media Culture, 1(1), 62—70. https://doi.org/1037/a0026969
14. Lin, L.Y., Cherng, R.J., Chen, Yung-Jung, Chen, Yi-Jen, Yang, H.M. (2015). Effects of television exposure on developmental skills among young children. Infant behavior and development, 38, 20—26. https://doi.org/1016/j.infbeh.2014.12.005
15. McNeill, J., Howard, S.J., Vella, S.A., Cliff, D.P. (2021). Cross-sectional associations of application use and media program viewing with cognitive and psychosocial development in preschoolers. International Journal of Environmental Research and Public Health, 18(4), 1608. https://doi.org/3390/ijerph18041608
16. McNeill, J., Howard, S.J., Vella, S.A., Cliff, D.P. (2019). Longitudinal associations of electronic application use and media program viewing with cognitive and psychosocial development in preschoolers. Academic pediatrics, 19(5), 520—528. https://doi.org/1016/j.acap.2019.02.010
17. Morgan, P.L., Farkas, G., Wang, Y., Hillemeier,M., Oh, Y., Maczuga, S. (2019). Executive function deficits in kindergarten predict repeated academic difficulties across elementary school. Early Childhood Research Quarterly, 46, 20—32. https://doi.org/10.1016/j.ecresq.2018.06.009
18. Poulain, T., Vogel, M., Neef, M., Abicht, F., Hilbert, A., Genuneit, J., Körner, A., Kiess, W. (2018). Reciprocal associations between electronic media use and behavioral difficulties in preschoolers. International Journal of Environmental Research and Public Health, 15(4), 814. https://doi.org/3390/ijerph15040814
19. Roid, G.H., Miller, L.J., Pomplun, M., Koch, C. (2013). Leiter international performance scale, third edition. Wood Dale, IL: Stoelting Company.
20. Swing, E.L., Gentile, D.A., Anderson, C.A., Walsh, D.A. (2010). Television and video game exposure and the development of attention problems. Pediatrics, 126, 214—221. https://doi.org/1542/peds.2009-1508
21. Tamana, S.K., Ezeugwu, V., Chikuma, J., Lefebvre, D.L., Azad, M.B., Moraes, T.J., Subbarao, P., Becker, A.B., Turvey, S.E., Sears, M.R., Dick, B.D., Carson, V., Rasmussen, C., CHILD study Investigators, Pei, J., Mandhane, P.J. (2019). Screen-time is associated with inattention problems in preschoolers: Results from the CHILD birth cohort study. PloS one, 14(4), e0213995. https://doi.org/10.1371/journal.pone.0213995
22. Thoma, V.K., Schulz-Zhecheva, Y., Oser, C., Fleischhaker, C., Biscaldi, M., Klein, C. (2020). Media use, sleep quality, and ADHD symptoms in a community sample and a sample of ADHD patients aged 8 to 18 years. Journal of Attention Disorders, 24(4), 576–589. https://doi.org/10.1177/1087054718802014
23. Verdine, B.N., Irwin, C.M., Golinkoff, R.M., Hirsh-Pasek, K. (2014). Contributions of executive function and spatial skills to preschool mathematics achievement. Journal of experimental Child Psychology, 126, 37—51. https://doi.org/1016/j.jecp.2014.02.012
24. Welsh, M.C., Satterlee-Cartmell, T., Stine, M. (1999). Towers of Hanoi and London: contribution of working memory and inhibition to performance. Brain and Cognition, 41(2), 231—242. https://doi.org/1006/brcg.1999.1123
25. Wise, J. (2018). Screen time: two hour daily limit would improve children’s cognition, study finds. BMJ, https://doi.org/10.1136/bmj.k4070