Введение
Метапознание — это «мысли о мыслях» или понимание и контроль над мыслями (Fleur, Bredeweg, van den Bos, 2021; Winne, Azevedo, 2014). В научной литературе метапознание рассматривается с точки зрения метапознавательных знаний и контроля. Метапознавательные знания включают в себя декларативное (что или кто), процессуальное (как) и условное (когда) знания (Winne, Azevedo, 2014). Другой взгляд на метапознание характеризует этот конструкт как метапознавательный контроль в рамках саморегуляции обучения (Ахмеджанова, 2024; Winne, Azevedo, 2014). Доказательная база исследований показывает, что для успешного обучения, недостаточно обладать только метапознавательными знаниями, но также необходимо анализировать знания и сопоставлять с результатами, которые получаются при выполнении заданий, и контролировать понимание, а также уметь справляться с трудностями, чтобы достичь учебных целей (Winne, Azevedo, 2014).
Один из научных подходов исследует метапознание только с точки зрения метапознавательных знаний (Winne, Azevedo, 2014). Другой — только в контексте метапознавательного контроля (Перикова, Бызова, 2022; Winne, Azevedo, 2014). Однако в большом пласте исследований применяется интегративный подход, совмещающий метакогнитивные знания и контроль (Перикова, Бызова, 2022), что отражается в самых распространенных теоретических рамках (Фомина, 2022) и даже в инструментарии. Например, в опроснике «Metacognitive Awareness Inventory (MAI)», разработанном Г. Шроу и Р. Деннисоном, измеряются и метапознавательные знания, и метапознавательный контроль (Schraw, Dennison, 1994). В этом же опроснике, адаптированном А.В. Карповым и И.М. Скитяевой (2005),Е..И. Перикова и В.М. Бызова (2022), уточняют факторную структуру и предлагают сокращенную версию на российской выборке.
Несмотря на многообразие подходов в позиционировании и измерении метапознания, в этой статье мы рассматриваем метапознание сквозь парадигму саморегулируемого обучения, определяя такие компоненты, как целеполагание, метапознавательный контроль и рефлексия на основе теоретической рамки самостоятельной и социальной регуляции обучения (Ахмеджанова, 2024). В дополнение к большому количеству исследований в психологии образования и социальных науках, подтверждающих синонимичность между понятиями «метапознавательный контроль» и «саморегуляция» (Фомина, 2022; Winne, Azevedo, 2014), в последние двадцать лет стали появляться результаты исследований с применением когнитивных нейротехнологий, определяющих структуры мозга, отвечающие за метапознание (Fleur, Bredeweg, van den Bos, 2021). Итак, исследования в области нейрокогнитивных наук выделяют следующие структуры мозга: передняя поясная кора головного мозга (anterior cingulate cortex), отвечающая за метакогнитивный мониторинг; медиальная префронтальная кора (medial prefrontal cortex), области предклинья (precuneus) и островковая доля (insula), отвечающие за метакогнитивный контроль. Совместно эти структуры мозга отвечают за регуляцию мышления (Fleur, Bredeweg, van den Bos, 2021; Metcalfe, Schwartz, 2016). На основе доказательной базы социальных и нейрокогнитивных наук термины «метапознание» и «саморегуляция обучения» взаимозаменяемы, особенно при обращении к инструментарию, разработанному в контексте исследований саморегуляции.
В мировом и российском контексте исследования метапознания и саморегуляции проводятся преимущественно с использованием опросников (Ахмеджанова, Окунола, 2025; Вилкова, 2020; Перикова, Бызова, 2022), а в редких случаях — интервью. К. Вилкова (2020) представила подробный обзор наиболее известных опросников, предназначенных для измерения саморегуляции и метапознания, часть из которых адаптирована для российского контекста. Однако подобные методы оценки метакогнитивного контроля ориентированы на измерении навыка, а не процесса (Winne, Azevedo, 2014). Кроме того, при использовании опросных данных затруднительно выявить все разнообразие стратегий, применяемых учащимися при выполнении заданий. Следует также учитывать проблемы валидности, такие как социальная желательность, усредненность показателей и ретроспективный характер опросных данных (Greene et al., 2017). В связи с этими ограничениями зарубежные исследователи разработали, апробировали и внедрили методы, позволяющие измерить процессы метапознания в ходе выполнения учебных заданий (Cleary et al., 2021; Fleur, Bredeweg, van den Bos, 2021; Greene et al., 2017; Winne, 2022). Таким образом, ключевая проблема исследования заключается в выявлении более точных и достоверных методов и инструментов измерения метапознания.
Цель этой статьи — представить обзор исследовательских и измерительных методов, позволяющих дополнить существующий арсенал инструментов, основанных на опросных данных, более объективными и точными методиками измерения метапознания как процесса, а не только как навыка. В статье рассматриваются следующие методы: протоколы вербализации мыслей (Greene et al., 2017), микроаналитеческие методы (Cleary et al., 2023), анализ цифровых следов (Winne, 2022) и инструменты из нейронаук (Fleur, Bredeweg, van den Bos, 2021). Хотя протоколы вербализации мыслей и методы микроанализа также относятся к инструментам самоотчета, их проведение по детальным протоколам — во время и непосредственно после выполнения конкретного задания — повышает валидность интерпретации результатов. Далее мы обосновываем выбор этих инструментов и описываем каждый из методов.
Материалы и методы
В рамках данного исследования применялся нарративный обзор литературы, охватывающий четыре типа методов измерений метапознания и саморегуляции. Нарративный обзор литературы предполагает систематизацию и анализ существующих научных работ по изучаемым конструктам с целью определения текущего состояния исследований и выявления областей, требующих дальнейшего изучения (Thiele, Beall, 2024).
Для систематизации различных методов исследования конструктов метапознания и саморегуляции мы проанализировали три ключевых научных издания, обобщающих современные исследования этих конструктов: первое издание Handbook of self-regulation of learning and performance под редакцией Д. Шанка и Б. Циммермана (2011), второе издание данного руководства под редакцией Дж. Грина и Д. Шанка (2017), а также The Oxford handbook of metamemory под редакцией Дж. Данлоски и С. Таубера (2016). Методология исследования включала тщательный анализ содержания каждого руководства. Наряду с широко распространенными методами измерения метапознания (такими как опросники), были идентифицированы альтернативные методики, включая протоколы вербализации мыслей, методы микроанализа и анализ нереактивных данных (в частности, цифровых следов). Дополнительно был осуществлен поиск исследований, с применением указанных методов, по именам авторов (например, Timothy Cleary) в базах данных Scopus и Google Scholar. Также проводился целенаправленный поиск работ, использующих нейронаучные инструменты для измерения метапознания и саморегуляции.
Ниже представлены описания четырех типов методик, используемых для измерения метапознания и/или саморегуляции. Описание каждой методики структурировано по следующим критериям: краткая характеристика методики и измеряемых параметров; процедура проведения исследования с использованием данной методики; преимущества и ограничения применения методики; примеры исследований и их результатов, полученных с помощью данной методики.
Измерение метапознания и саморегуляции
Протоколы вербализации мыслей
Протоколы вербализации мыслей (think aloud protocols) — метод измерения метапознания и саморегуляции в процессе выполнения задания (Greene et al., 2017). Методика требует проговаривания мыслей одновременно с выполнением задания (concurrent; задержка не больше 5—10 секунд).
Выделяют три типа протоколов вербализации мыслей.
- Спонтанная вербализация — озвучивание первых пришедших в голову мыслей при выполнении задания. Пример: «О, это интересно!»
- Эксплицитная вербализация — описание элементов, непосредственно представленных в задании. Пример: «На экране отображается три ссылки».
- Объясняющая вербализация — аргументация принимаемых решений и совершаемых действий. Пример: «Я перечитал текст, потому что не понял его содержание».
Исследования показывают, что типы 1 и 2 наиболее эффективны, тогда как тип 3 перегружает рабочую память. Для снижения нагрузки участников просят представить, что они разговаривают сами с собой.
Процедура проведения протоколов вербализации мыслей.
- Инструктаж участников — использование простых и понятных инструкций.
- Организация пространства — предпочтительна индивидуальная работа исследователя с участником в лабораторных условиях.
- Тренировочные задания — рекомендуется практика на нейтральных заданиях для исключения влияния на результаты (Greene et al., 2017).
- Минимальное вмешательство — допустимы нейтральные подсказки (например: «Продолжайте говорить»), не влияющие на когнитивные процессы.
- Фиксация данных — в процессе проведения протоколов вербализации мыслей рекомендовано вести аудио- и видеозапись, а также запись экрана (при компьютерных заданиях) и сбор цифровых следов.
- Обработка данных — подготовка массива данных включает транскрибацию записей, логическое сегментирование (по паузам/этапам задания) и кодирование по утвержденным протоколам.
- Анализ данных — преимущественно применяются количественные методы, но возможны и качественные методы (Wolcott, Lobczowski, 2021).
Существуют преимущества использования протоколов вербализации мыслей. Например, такие протоколы фиксируют мыслительные процессы в реальном времени и не зависят от памяти испытуемых. Вербализация мыслей специфична по отношению к контексту выполняемого задания, что дает возможность проанализировать связь саморегуляции с содержанием дисциплины. Неструктурированный характер протоколов вербализации позволяет выявить широкий спектр стратегий саморегуляции. Кроме того, наблюдается развивающий эффект, потому что у участников происходит стимуляция метапозновательных процессов (рефлексии и самооценки), что имеет педагогическую ценность.
Среди ограничения протоколов вербализации мыслей можно выделить когнитивную нагрузку, особенно при использовании типа 3 (объясняющая вербализация), что может влиять на выполнение задания. Проведение таких исследований очень трудоемкий процесс, так как требует тщательной подготовки и сложной обработки данных (транскрибация, сегментация, кодирование). В таких исследованиях обычно участвуют небольшие группы участников при большом объеме данных, кроме того, результаты привязаны к конкретным заданиям, не отражая общий уровень метапознания.
Протоколы вербализации мыслей применяются в различных исследованиях в рамках отдельных дисциплинах. Например, исследования по вопросам обучения чтению показывают, что учащиеся с более развитым навыком чтения используют стратегии метакогнитивного мониторинга чаще, чем учащиеся с низким навыком чтения, как в начальных, так и в старших классах (Jordano, Touron, 2018). В исследованиях, касающихся вопросов обучения математике, показано, что учащиеся чаще прибегают к стратегии метакогнитивного мониторинга при работе над сложными задачами (там же). Эта методика применяется и для изучения метапознания при переводах (Indarti, 2024). Нам не удалось найти исследования, использовавшего протоколы вербализации мыслей в российской научной практике для изучения саморегуляции и метапознания.
Микроаналитические методики
Микроанализ (microanalysis) — это контекстно-ориентированное структурированное интервью, предназначенное для изучения циклических процессов саморегуляции в ходе выполнения учебных заданий (Cleary, Russo, 2024; Cleary et al., 2023). Подобно протоколам вербализации мыслей, микроанализ позволяет оценивать уровень метапознания и саморегуляции в процессе взаимодействия учащихся с учебными материалами или другими участниками образовательного процесса.
Основные характеристики техники микроанализа.
- Контекстная специфичность — каждый протокол разрабатывается для конкретного задания, которое должно обладать достаточной сложностью и включать четкие фазы (начало, выполнение, завершение).
- Структура вопросов — как правило, это открытые вопросы, соответствующие стадиям саморегуляции (планирование, выполнение, рефлексия), по модели Б. Циммермана (Schunk, Zimmerman, 2011). Возможны дополнительные закрытые вопросы для оценки самоэффективности и вовлеченности. При проведении микроанализа обычно фиксируются устные ответы (с аудиозаписью), но иногда учащиеся отвечают письменно.
- Обработка данных — требует структурированного кодирования с использованием специализированных протоколов, основанных на теоретической рамке метапознания и/или саморегуляции.
Процедура проведения микроанализа (Cleary, Russo, 2024).
- Подбор задания — достаточно сложен, но находится в зоне ближайшего развития участников.
- Определение процессов метапознания — выбор трех основных этапов (планирование, мониторинг, рефлексия) и выделение субпроцессов для каждого этапа.
- Разработка протокола — включает вопросы до/во время/после выполнения задания и соответствует трем этапам метапознания.
- Пилотирование — тестирование и корректировка протокола.
- Сбор данных:
- предварительная фаза — понимание задания испытуемым;
- фаза 1: вопросы до начала выполнения задания (стратегии планирования — что и как будет делать, ожидания);
- фаза 2: вопросы во время выполнения задания (стратегии мониторинга — что работает, а что не работает);
- фаза 3: вопросы после выполнения задания (рефлексия – чему научился, что получилось, что берет с собой).
- Кодирование данных — разработка детального протокола кодирования, использование существующих или адаптированных кодов и обязательно привлечение 2—3 кодировщиков для достижения надежности.
К преимуществу микроанализа можно отнести возможность изучения саморегуляции в реальных учебных контекстах. К тому же микроанализ позволяет измерить планирование, мониторинг и рефлексию на разных этапах выполнения задания. Эта методика выявляет индивидуальные траектории каждого участника, а структурированность протокола позволяет проводить межгрупповой анализ при выполнении единого задания.
Микроанализ обладает и рядом ограничений. Наблюдается контекстная ограниченность — фокусировка на едином задании по определенной дисциплине. Методическая сложность микроанализа требует тщательной подготовки, пилотирования и ресурсоемкого процесса сбора и анализа данных. К тому же отсутствуют стандартизированные процедуры валидизации этого инструмента (хотя отдельные попытки предпринимаются (см.: Cleary et al., 2023)).
Начальные исследования с применением микроанализа фокусировались на спорте (броски в баскетболе и метание дротиков), а с недавних пор охватывают медицинское образование (Cleary et al., 2021). В последние 25 лет наблюдается активное применение микроанализа в различных дисциплинах в таких, например, как литературное чтение, математика, академическое письмо, и естественнонаучные дисциплины. Систематический обзор литературы по применению микроанализа выявил (Cleary et al., 2023), что в половине исследований с его помощью измерялись все процессы саморегуляции, он применялся в академических и не академических контекстах, а также обладает потенциалом для использования в педагогическом процессе (формирующее оценивание (Peters-Burton, Goffena, Stehle, 2022)). Однако вновь не удалось обнаружить в РФ исследований по применению микроанализа для изучения метапознания.
Цифровые следы
Цифровые следы (trace data) представляют собой нереактивные данные, фиксирующие действия учащихся при работе с онлайн-заданиями в реальном времени (Du, Hew, Liu, 2023; Winne, 2022). Цифровые следы позволяют анализировать поведенческие маркеры метапознания и саморегуляции.
При работе с цифровыми следами стоит принимать во внимание следующее.
- Определение процессов — следует четко определить исследуемые процессы метапознания/саморегуляции в соответствии с теоретическими рамками исследования.
- Детализация (granularity) данных — высокая подразумевает детальные взаимодействия в цифровой среде (например, навигация перед началом теста), низкая гранулярность включает базовые действия (запуск теста, просмотр материалов; (Du, Hew, Liu, 2023).
- Интерпретация данных:
- анализ самих цифровых следов — частотности (количество действий), переходов (смена активностей) и последовательности (типичные паттерны поведения) в цифровой среде; в большинстве исследований авторы комбинируют все три типа измерений;
- комбинирование с другими показателями — опросными данными, успеваемостью или уровнем знаний по предмету.
- Сегментация данных — выделение определенных сегментов достаточной длительности; сегментация может проходить по уже опубликованным протоколам, однако Ду и коллеги (2023) рекомендуют учитывать контекст цифровых платформ и дизайн онлайн-курсов.
Среди преимуществ цифровых следов можно выделить фиксацию естественного поведения учащихся в цифровой среде (Du, Hew, Liu, 2023), что позволяет изучать динамичность саморегуляции и метапознания в процессе выполнения заданий и на протяжении временного периода. Цифровые следы объективны, так как фиксируются и хранятся автоматически. Степень детализации цифровых следов позволяет изучать конкретные субпроцессы саморегуляции, недоступные для традиционных методов (опросников, интервью).
Цифровые следы обладают и рядом ограничений, и одно из них — проблема «шумных» данных, требующая сложной сегментации из-за большого массива данных. Сложность сегментации сопровождается сложностью соотнесения цифровых следов с процессами метапознания и саморегуляции в теоретических рамках, а также недостаточностью валидизированных протоколов и зависимостью от технических характеристик цифровых платформ (Du, Hew, Liu, 2023). Генерализация результатов на общую выборку является еще одной сложностью, так как интервенции и процессы, проверяемые в одном исследовании, могут не переноситься на другие цифровые платформы, что затрудняет сопоставление и валидизацию результатов (Du, Hew, Liu, 2023).
Увеличивается количество исследований с применением цифровых следов для измерения процессов саморегуляции и метапознания. Детальная фиксация поведения в онлайн-среде позволяет выявить регулярные паттерны применения процессов саморегуляции и метапознания (Winne, 2022). Цифровые следы позволяют применять ситуативную аналитику в обучении (learning analytics), предоставляя мгновенную персонализированную обратную связь, что улучшает взаимодействие пользователя с учебной программой и повышает саморегуляцию и академическую успеваемость (Winne, 2022). В российском контексте проводятся исследования с применением цифровых следов, но они не направлены на измерение метапознания и саморегуляции.
Инструменты нейронаук
За последние двадцать лет наблюдается рост числа исследований, применяющих инструменты когнитивных нейронаук для изучения работы мозга — не только в медицине, но и в индустрии развлечений, маркетинге и образовании (Sanabria et al., 2025). Значительное увеличение таких исследований привело к формированию новой научной области — образовательной нейронауки. В образовательных нейронауках особое внимание уделяется метапознанию — стратегии мышления, способствующей когнитивному контролю и мышлению высшего порядка (Fleur, Bredeweg, van den Bos, 2021; Sanabria et al., 2025). К основным инструментам когнитивных нейронаук относятся следующие неинвазивные методы: функциональная магнитно-резонансная томография (фМРТ), функциональная спектроскопия в ближнем инфракрасном диапазоне (fNIRS), магнитоэнцефалограмма (МЭГ) и электроэнцефалограмма (ЭЭГ). Эти технологии помогают измерять активность мозга и отдельных структур. Дополнительно используются биометрические устройства: айтрекеры, датчики кожно-гальванической реакции (GSR) или тепловизионные и высокоскоростные камеры. Эти устройства отслеживают физиологические показатели, включая кровоснабжение, уровень кислорода и сердечный ритм (Sanabria et al., 2025).
Протокол нейро- и биометрических исследований.
- Формирование выборки — следует учитывать специфику исследуемого конструкта. Примеры: 1) дети 8—12 лет с деструктивным поведением (ЭЭГ-исследование); 2) участники без диагноза тревожности (Alenina, Terenteva, Kosonogov, 2024).
- Выбор инструментов — нейротехнологии (ЭЭГ, фМРТ и др.) или биометрические устройства.
- Дизайн заданий — это может быть тест Струпа, когнитивные тесты (например, на знание фактов) или экзаменационные задания (ОГЭ и аналоги).
- Дополнительные измерения — опросники (тревожность, метапознание) или техники оценки метапознания, например суждения об обучении (judgements of learning; (Metcalfe, Schwartz, 2016).
- Пилотное тестирование — проверка протокола и инструментов.
- Условия проведения — в лабораторных условиях и в индивидуальном формате.
- Требования к команде — обязательное участие нейрофизиологов или нейрокогнитивистов для обеспечения корректного сбора и обработки данных.
Среди преимуществ нейротехнологий можно выделить их неинвазивность — отсутствие необходимости хирургического вмешательства делает исследования этичным и безопасным (Fleur, Bredeweg, van den Bos, 2021; Sanabria et al., 2025). Использование нейротехнологий облегчает сбор данных и отличается относительно низкой стоимостью (Sanabria et al., 2025). Кроме того, использование таких инструментов позволяет исследователям определять, «…что происходит “под капотом”, и выделять механические неполадки, возникающие в мозге, предотвратить его поломку и создать условия для оптимального функционирования и долговечности» (Metcalfe, Schwartz, 2016, стр. 1087).
К ограничениям использования нейротехнологий можно отнести поверхностность данных. Несмотря на этичность неинвазивных методов, получаемые данные содержат значительный «шум» и их сложно интерпретировать из-за мультифункциональности мозговых областей (Sanabria et al., 2025). Кроме того, физиологические маркеры без дополнительных инструментов (опросников и др.) не раскрывают содержания мыслей и эмоциональных переживаний участников. Существует и методическая сложность проведения таких исследований, так как требуются тщательный подбор оборудования, специализированные навыки работы с данными и интеграция с другими методами (Fleur, Bredeweg, van den Bos, 2021).
Исследование метапознания в нейронауках представлено в двух направлениях: исследование метапознавательных суждений и исследование регуляторных функций (Fleur, Bredeweg, van den Bos, 2021). Метапознавательные суждения показывают уверенность обучающегося в усвоении материала через его чувство знания об учебном задании (feeling of knowing) и суждение об обучении относительно учебного задания (judgement of learning). Для измерений преимущественно используют фМРТ и транскраниальную магнитную стимуляцию (TMS). Регуляторные функции у обучающихся изучают через метакогнитивные знания (обнаружение ошибок) или метакогнитивный контроль (исправление ошибок, сдерживающий контроль), применяя фМРТ или ЭЭГ. Метапозновательные суждения относятся к автономному метапознанию (offline metacognition), так как связаны с рефлексией о прошлых/будущих действиях. Регуляторные функции относятся к онлайн-метапознанию (online metacognition), поскольку отражают процессы принятия решений во время выполнения задач. Исследования показывают, что метапознание зависит от предметной области, но существуют универсальные нейронные сети, отвечающие за общие метапознавательные процессы. Обучение метапознанию укрепляет нейронные связи в определенных областях мозга. Регуляторные функции демонстрируют эффект дальнего переноса у взрослых, но механизмы их работы в повседневных условиях остаются неясными из-за лабораторных ограничений (например, при использовании теста Струпа). В российском контексте есть исследования, изучающие измерение эмоциональной регуляции с применением опросных и нейрокогнитивных методов (Alenina, Terenteva, Kosonogov, 2024). Эти исследования демонстрируют уникальные возможности нейротехнологий в изучении тонких когнитивных различий, недоступных для традиционных методов.
Обсуждение результатов
В рамках данной статьи рассматриваются методы измерения, которые позволяют расширить существующий арсенал инструментов за счет более объективных и точных методик исследования метапознания как процесса. В статье проанализированы протоколы вербализации мыслей (Greene et al., 2017), методы микроанализа (Cleary, Russo, 2024), цифровые следы (Winne, 2022) и нейротехнологии (Fleur, Bredeweg, van den Bos, 2021). Статья описывает процедуры проведения исследований с применением этих методов, их преимуществ и ограничений.
Все рассмотренные методы имеют свои преимущества и ограничения, что побуждает исследователей рекомендовать интеграцию подходов для измерения саморегуляции и метапознания. Ярким примером служит работа Jensen и коллег (2020), описанная Du et al. (2023), где сочетались анализ цифровых следов и индивидуальные интервью. Исследователи визуализировали процессы саморегулируемого обучения на основе цифровых следов, что позволило участникам объяснить сложные поведенческие паттерны и прояснить неочевидные аспекты взаимодействия с онлайн-средой. Данный пример демонстрирует эффективность сочетания объективных (анализ цифровых следов) и субъективных методов (интервью). Такой комплексный подход обеспечивает более полное и достоверное понимание исследуемых процессов.
Fleur и коллеги (2021) предлагают три направления исследований метапознания. Первое, они указывают на необходимость согласования протоколов измерения метакогнитивных суждений между нейро-когнитивными и социальными науками, сместив фокус с лабораторных тестов на реальные образовательные контексты. Второе, необходимость изучения пробелов в исследовании автономного метаконтроля и интервенций, направленных на улучшение метазнания (слабо изучены в нейронауках). Третье, требуется изучить доменно-специфичное и общее метапознание, его возрастную динамику (переход от предметного к общему метапознанию) и нейронные корреляты этого перехода. Данные нейронаук подтверждают существование как общих нейронных сетей метапознания, так и их возрастную трансформацию, что согласуется с выводами социальных наук. Исследования могут выявить сензитивные периоды для развития метапознания, чтобы оптимизировать образовательные интервенции.
Практический вклад данной публикации заключается в систематизации методов исследования метапознания и саморегуляции, применимых в российском научном контексте. В работе представлено комплексное описание инструментов: дополнительные методы самоотчета (вербализация мыслей, микроанализ), анализ нереактивных данных (цифровые следы) и нейрофизиологические маркеры. Мы также хотели бы подчеркнуть важность продолжения нейрокогнитивных исследований Е. Алениной и коллег (2024) об эмоциональной регуляции и расширения подобных исследований на область метапознания.
Заключение
Данная статья представляет анализ исследовательских методов изучения метапознания, включая протоколы вербализации мыслей, методы микроанализа, анализ цифровых следов и нейронаучные инструменты. Большинство современных исследований метапознания и саморегуляции опираются на самоотчетные инструменты (опросники), что вызывает вопросы о валидности получаемых данных. Каждый из рассмотренных методов обладает уникальными преимуществами и ограничениями. Наиболее перспективным представляется комбинированный подход, сочетающий использование самоотчетных и нереактивных методов сбора данных. Применение комплексной методологии позволит изучать метапознание и саморегуляцию как динамичный процесс и сформированный навык, а также выявлять индивидуальные траектории развития этих способностей на российской выборке.
Ограничения. Представленный обзор методов измерения, хотя и охватывает ключевые подходы к изучению метапознания и саморегуляции, но не является исчерпывающим. Рекомендовано применение комбинированных методик (самоотчет + нереактивные данные), особенно в исследованиях с детьми и подростками. В будущих исследованиях также рекомендовано проведение метаанализов или систематических обзоров литературы, чтобы изучить применение протоколов вербализации мыслей, анализа цифровых следов и нейротехнологий .
Limitations. Although the review of the measurements methods covers key approaches to the study of metacognition and self-regulation, it is not exhaustive. We recommend the use of combined techniques (self-report + non-reactive data), especially in studies with children and adolescents. Future studies should also conduct meta-analyses or systematic literature reviews to explore the application of thought verbalization protocols, digital trace analysis, and neurotechnology to measure metacognition.