Лонгитюдное исследование становления одаренности

Введение

Актуальность исследования одаренности в современной науке характеризуется осознанием ее роли в развитии экономики государства. Одно из ведущих направлений здесь сохраняет традиционное понимание одаренности, идущее с эпохи Возрождения, и сводится к высоте способностей [23; 20]. В рамках психологии как самостоятельной науки, основанной на естественнонаучной парадигме, требующей повторяемости изучаемого феномена и его измеряемости, одаренность свелась только к фактору интеллекта [22]. Однако многолетнее тестирование творчества по тестам IQ, доказало, что способность к творчеству они не выявляют. Это заставило ведущего американского психолога Дж. Гилфорда ввести специальный показатель творчества (креативность) наряду с интеллектом в своей концепции, разрабатываемой в рамках бихевиоризма [8]. Таким образом, происходит внедрение в проблематику одаренности концепций из разных парадигм [13; 14; 16; 17; 32]. Отсюда противоречивость существующих сегодня концепций и методов изучения одаренности [20; 29; 31], а также подходов к ее развитию [6; 26; 28], что отмечается многими методологами: «Оценивая в целом современное состояние исследований одаренности не будет ошибкой сказать, что в психологической науке сформировалась исследовательская область, в которой разнородные частные научные разработки не имеют под собой не только единой теоретической основы, но и методологических принципов, которые способствовали бы их теоретической интеграции. Вследствие этого существующие теории одаренности являются крайне разнородными в содержательном и методологическом плане» [12, с. 4].

Данная статья посвящена исследованию становления одаренности как способности к творчеству. Единицей творчества для нас выступает способность субъекта развивать деятельность по собственной инициативе, как результат «встречи аффекта и интеллекта» [7, c. 34—35][1].

Метод «Креативное поле», разработанный в 1969 г. на сегодняшний день является единственным методом, построенным не в рамках модели «стимул—реакция». В силу этого он позволяет в условиях реального времени эксперимента выявить присущую личности способность к развитию деятельности по своей инициативе. Фактически в рамках лабораторного эксперимента он моделирует исследовательскую деятельность человека в системе однотипных задач, которая обеспечивает построение двухслойной модели деятельности. Первый, поверхностный, слой — заданная деятельность по решению конкретных задач. Результаты, полученные на этом уровне, позволяют судить о высоте интеллекта по всем параметрам обу­чаемости. Второй, глубинный, слой, замаскированный «внешним» слоем и неочевидный для испытуемого, — это деятельность по выявлению скрытых закономерностей, которые содержит вся система задач, открытие которых не требуется для их решения. Это создает возможность фиксировать процесс развития деятельности по инициативе ее субъекта [5].

Если ребенок останавливается в своей деятельности, даже при успешном решении предъявляемых ему задач, мы относим его к стимульно-продуктивному уровню. Он продуктивен, но только когда стимулирован. Если ребенок, решая ряд задач, начинает анализировать из своего интереса всю систему задач, то он открывает новые закономерности и мы относим его к эвристическому уровню. Возможен еще третий уровень, когда найденная закономерность обосновывается, т. е. строится теория. Но в данном возрасте это случается крайне редко [3][2].

Основной целью статьи было выявление соотношения ключевых конструктов одаренности, выделяемых в разных подходах (наше понимание одаренности с ее раскрытием как высокого уровня интеллекта) на одной выборке детей в возрастном диапазоне 8—12 лет. Лонгитюдное исследование начато в 2013 г. в УВК 1679. Выборка составила 42 ученика, из них 16 мальчиков и 26 девочек.

Гипотеза исследования состояла в предположении, что диапазон показателей интеллекта в стимульно-продуктивной группе является более широким, чем в группе эвристов, поскольку у эвристов нижняя граница выше в связи с необходимым уровнем освоения деятельности. Верхние границы интеллектуального диапазона у групп эвристического и стимульно-продуктивного уровней в принципе одинаковы, что исключает принятие интеллекта в качестве решающего фактора определения одаренности и позволяет объяснить ключевое влияние на становление одаренности именно мотивационного компонента.

Психодиагностические методы исследования

Метод «Креативное поле»

Диагностика одаренности проводилась с помощью разработанных в рамках метода «Креативное поле» его возрастных модификаций: методики «Звери в цирке» и «Морской бой» [4; 5]. Проведению эксперимента предшествует обучающий этап, который позволяет оценить сенсорно-моторный и регуляторный статус ребенка. Общий индекс одаренности отражает количество и уровень эвристик, время их проявления и устойчивость. Основной этап позволяет дифференцировать детей по уровню познания и выделить эвристический и стимульно-продуктивный уровни работы в эксперименте, что позволяет говорить о проявлении одаренности как способности к развитию деятельности по собственной инициативе или ее отсутствию.

Тесты интеллекта Дж. Равена

Для исследования интеллекта были использованы тесты Дж. Равена. Во 2-м классе применялся тест «Цветные прогрессивные матрицы», в 4-м и 6-м классах — «Стандартные прогрессивные матрицы» серии В, С, Д и серии А, В, С, D, Е соответственно [18]. Тест позволяет нивелировать побочное влияние фактора культурной принадлежности.

Статистические методы исследования

Для анализа полученных в психодиагностическом исследовании данных был использован ряд известных статистических методов: корреляционный анализ с вычислением общих и частных корреляций, а также графическим построением сетей [1; 2] с применением метода glasso [27]; метод главных компонент; конфирматорный факторный анализ. Основные вычисления и графические построения в работе были проведены с использованием программных средств языка R версии 3.5.3 в среде RStudio, версия 1.1.463, с использованием пакетов pgraph, principal, lavaan и sem.

Результаты исследования

В статье представлены данные исследования одаренности и интеллекта в трех возрастных срезах (табл. 1). Одаренность оценивалась через показатели общего индекса (А2, A4, А6) по методу «Креативное поле». Уровень интеллектуального развития в методиках «Креативное поле» отражен в показателях: легкость овладения способом деятельности в эксперименте (М2, М4, М6), среднее время проведения траектории в пробе (P2, P4, P6). Данные показатели представляют собой интегральную оценку когнитивных и регуляторных характеристик, оценивают легкость ориентации в сложной пространственной структуре материала, а также уровень сформированности сенсорно-моторного компонента деятельности. Показатели Т2, Т4, Т6 представляют собой оценку времени решения задачи в основном эксперименте метода «Креативное поле». Поскольку все переменные в методиках по «Креативному полю» построены так, что лучшим значениям показателя соответствуют меньшие цифровые значения, для удобства дальнейшего анализа показатели теста Дж. Равена R2, R4, R6 были линейно инвертированы и обозначены Rn2, Rn4, Rn6.

Таблица 1

Перечень показателей оценки одаренности и уровня развития интеллекта по результатам выполнения психодиагностических методик

Сопоставление данных становления одаренности и интеллекта

Возрастная динамика становления одаренности показывает, что количество детей, вышедших на эвристический уровень, возрастает по мере взросления испытуемых. К подростковому возрасту разброс данных по показателям обучаемости по «Креативному полю» Т, М и Р сокращается за счет положительной возрастной динамики, что демонстрирует возрастное становление когнитивной сферы.

Результаты анализа данных выполнения теста Дж. Равена при усложнении экспериментального материала к 6-му классу демонстрируют повышение показателей в группе эвристов, тогда как показатели в группе стимульно-продуктивного уровня, напротив, понижаются или сохраняют прежний уровень. Рост максимальных и снижение минимальных значений показателей означает увеличение разрыва между крайними значениями по выборке (табл. 2), что говорит о разбросе данных.

Таблица 2

Описательные статистики по тесту интеллекта Дж. Равена у эвристической (Э) и стимульно-продуктивной (С) групп

Результаты измерения уровня развития интеллекта, приведенные в табл. 2, свидетельствуют в пользу поддержки гипотезы исследования — диапазон показателей интеллекта в стимульно-продуктивной группе шире, чем в группе эвристов, при этом верхние границы интеллектуального диапазона у этих групп близки. Для младшего школьного возраста различие максимальных значений интеллекта между двумя группами незначительно, однако оно возрастает до 5% к подростковому возрасту.

Сравнение группы эвристов и стимульно-продуктивной группы во всех классах по числу детей с интеллектом выше и ниже среднего значения позволяет отклонить нулевую гипотезу — p=0,001758, т. е. эти группы различаются по интеллектуальному составу. При этом группы с высоким и средним уровнем интеллекта по своему составу включают как эвристов, так и детей стимульно-продуктивной группы.

Результаты анализа половых различий в генезе одаренности, представленные в табл. 3, свидетельствуют о преобладающем количестве испытуемых мужского пола в эвристической группе во всех срезах (относительно их общего количества в группе) с тенденцией к увеличению этого «разрыва» в 4-м классе и выравниванию значений в подростковом возрасте.

Таблица 3

Половые различия эвристической группы в разных возрастных срезах

Корреляционный и сетевой анализ

Корреляционный анализ методом Спирмена указывает на положительную взаимосвязь между измеряемыми показателями (значимые корреляции с уровнем значимости 0,05—0,001). Диапазон значений корреляций — 0,31—0,90 (табл. 4).

Таблица 4

Результаты корреляционного анализа измеряемых показателей

Примечание: полужирный шрифт — p=0,001; обычный шрифт — p=0,01; курсив — p=0,05.

Для выявления структурных связей между измеряемыми показателями был проведен сетевой корреляционный анализ по методу построения сетей частных корреляций glasso [27], [см.также: 10; 25]. Этот метод является одним из вариантов сетевой визуализации, которые представляют корреляции между показателями исследования в удобной графической форме — узлы сети представляют собой изучаемые факторы/переменные, а корреляционные связи между ними определяются с помощью построения соответствующих линий связи [1]. Расстояния между узлами находятся в обратной зависимости от величины корреляций, в то время как толщина и насыщенность цвета линий находятся в прямой зависимости от величины корреляций.

Расчет частных корреляций в большой сети требует применения специальных алгоритмов, которые основаны на методах регуляризации, происходящих из области машинного обучения. Регуляризация позволяет отсекать так называемые «шумовые» влияния и выявлять каузально значимые связи между переменными, что приводит к сетям, которые проще интерпретировать [1; 27].

Метод регуляризации glasso использует так называемый «оператор наименьшего абсолютного сжатия и отбора» lasso, параметр Z (лямбда) которого представляет собой параметр контроля уровня разреженности сети. Определение данного параметра Z осуществляется путем нахождения наибольшего абсолютного значения коэффициента корреляции, а минимальное значение коэффициента корреляции рассчитывается путем умножения этого максимального значения на величину Z, меньшую 1. По умолчанию пакет qgraph в языке R использует отношение равное 0,01. Чем выше величина Z, тем меньше соединений остается в сети.

Для выбора оптимальной сети из многих возможных, в методе glasso применяется также расширенный информационный критерий Байеса (EBIC), расчеты которого осуществляются с помощью гиперпараметра у (гамма), контролирующего вид и простоту модели; наиболее предпочтительными являются простые модели (с наименьшим количеством соединений). Гиперпараметр y устанавливается вручную путем подбора значений от 0 и 0,5 (среднее значение — 0,25). Большему значению y соответствует модель, характеризующаяся наименьшим числом соединений, т. е. наиболее разреженная сеть.

На рис. 1 представлена регуляризованная сеть частных корреляций, построенная по методу glasso при стандартных значениях параметров: Х=0,01; y=0,25. Данная сеть является разреженной и предполагает наличие высокой специфичности взаимосвязей между измеряемыми показателями при возможном ущербе в чувствительности к каждой из этих взаимосвязей. Значения коэффициентов корреляций здесь снижены в силу удаления шумовых влияний. Вместе с тем это позволяет достичь исчерпывающего описания полученных данных и взаимосвязи измеряемых показателей.

Итак, построенная в ходе анализа полученных данных сетевая модель (рис. 1) представляет собой последовательно связанные возрастные срезы показателей одаренности А и интеллекта Rn в их временной перспективе A2—A4 и A4—A6 и, соответственно, Rn2—Rn4 и Rn4—Rn6, т. е. показатели 2-го и 6-го классов связаны друг с другом только через показатели 4-го класса. Такого рода динамика позволяет сделать вывод о поступательном развитии и возрастном своеобразии, определяемом ведущей деятельностью [24], а также оценить эти показатели как стабильные во времени характеристики. При этом взаимосвязь показателей одаренности и интеллекта обнаруживается только к подростковому возрасту (A6 и Rn6), Показатель Т6, отражающий скорость решения основной задачи в методике «Креативное поле», также связан с А6 только в подростковом возрасте. Тогда как Т2 находится отдельно и не обнаруживает сколько-нибудь значимых взаимосвязей ни с одним из остальных измеряемых показателей. Это может интерпретироваться нами как превышение возрастного уровня развития интеллекта в силу действия познавательной мотивации.

Остальные показатели характеризуются возрастной «разорванностью». Отдельными узлами отстоят показатели М и Р, характеризующие когнитивное развитие, исследуемое методом «Креативное поле». Более тесные взаимосвязи мы наблюдаем в срезах 2-го и 4-го классов, что свидетельствует о становлении востребуемых этой деятельностью функций именно в младшем школьном возрасте. Эти показатели не связаны с одаренностью А, что говорит о возможности выхода на эвристический уровень в эксперименте у детей с разными когнитивными и регуляторными способностями. В то же время высокие когнитивные и регуляторные способности (обучаемость) не ведут к выходу на эвристический уровень.

Таким образом, результаты сетевого моделирования по методу glasso показывают, что одаренность выявляется у детей с разным уровнем интеллекта и регуляции. И наоборот, высокий уровень этих показателей не обязательно приводит к выходу на эвристический уровень.

Метод главных компонент

Анализ полученных данных по методу вращения варимакс в R указывает на наличие как минимум пяти латентных факторов, также определяющих статистические взаимосвязи между измеряемыми показателями (в табл. 5 показаны собственные значения и значения объясняемой дисперсии для пяти новых латентных факторов, а в табл. 6 представлены величины факторных нагрузок, причем значения более 0,6 выделены полужирным шрифтом).

Первый фактор объединяет показатели интеллекта Rn4, Rn6 и индекс одаренности A6. Второй фактор включает T и P в 4-м и 6-м классах, что говорит о зависимости скорости решения задачи от регуляторных характеристик. Третий фактор соответствует показателям A2 и T2 и отражает включенность эвристов в деятельность уже на уровне обучающего эксперимента, благодаря чему они быстрее решают задачу в основном эксперименте.