Дорохов Е.А., Гусев А.Н. Оценка представлений пользователей о персональном компьютере

Сре­ди клю­че­вых вызо­вов чело­ве­ку XXI века, ста­вя­щих перед ним зада­чу поис­ка новых мето­дов рабо­ты в усло­ви­ях слож­но­сти и раз­но­об­ра­зия, выде­ля­ют рост объ­е­ма инфор­ма­ции и услож­не­ние её струк­ту­ры (Асмо­лов, 2015). Один из таких фак­то­ров — раз­ви­тие инфор­ма­ци­он­ных тех­но­ло­гий и мас­со­вое рас­про­стра­не­ние тех­ни­че­ских устройств и гад­же­тов (Heyes, 2019). В свою оче­редь, рост инте­ре­са чело­ве­ка к ним откры­ва­ет в пси­хо­ло­гии новое поле иссле­до­ва­ний (Журав­лёв, Нестик, 2019).

Зада­ча изу­че­ния пред­став­ле­ний о слож­ных систе­мах как сред­ствах и пред­ме­тах тру­да не нова для пси­хо­ло­гии. В сере­дине про­шло­го века ана­ло­гич­ная зада­ча появ­ля­лась внут­ри пси­хо­ло­гии тру­да: новая ком­пью­тер­ная тех­ни­ка, авто­ма­ти­зи­ро­ван­ные систе­мы управ­ле­ния тех­но­ло­ги­че­ским про­цес­сом как новые «слож­ные ору­дия» ста­ли отдель­ны­ми зона­ми инте­ре­са в зада­чах про­фес­сио­гра­фи­ро­ва­ния и оцен­ки сотруд­ни­ков (Gkorezis P et al. , 2019). 

Кро­ме того, зада­ча изу­че­ния пред­став­ле­ний чело­ве­ка о слож­ных систе­мах извест­на в пси­хо­ло­гии обра­зо­ва­ния: усва­и­ва­е­мые в ходе обу­че­ния зна­ния или ком­пе­тен­ции фор­ми­ру­ют неко­то­рое обоб­щен­ное пред­став­ле­ние о том, как рабо­та­ет то или иное устрой­ство или система. 

При­ме­ром тако­го иссле­до­ва­ния может слу­жить рабо­та, посвя­щён­ная экс­пли­ка­ции пред­став­ле­ний о пла­не­те Зем­ля (Vosniadou & Brewer, 1992). Отдель­ное направ­ле­ние работ посвя­ще­но оцен­ке успеш­но­сти фор­ми­ро­ва­ния тако­го пред­став­ле­ния (Можа­ров­ский, 1997).

Зада­чи изу­че­ния пред­став­ле­ний могут решать­ся с помо­щью оце­ни­ва­ния зна­ний, полу­чен­ных в ходе обу­че­ния или рабо­ты. Такое пони­ма­ние спо­со­ба оцен­ки пред­по­ла­га­ет, что у чело­ве­ка суще­ству­ет более или менее точ­ное пред­став­ле­ние о каком-либо объ­ек­те, и ситу­а­ция оцен­ки стро­ит­ся вокруг про­вер­ки того, какие эле­мен­ты это­го пред­став­ле­ния он усво­ил вер­но, а какие оши­боч­но (Ана­ста­зи, Урби­на, 2009). 

В общем виде этот про­цесс может быть пред­став­лен как срав­не­ние име­ю­ще­го­ся у чело­ве­ка пред­став­ле­ния с эта­лон­ным. Этот спо­соб эффек­ти­вен, когда такой эта­лон может быть обос­но­ван теоретически.

Одна­ко, в ходе оцен­ки зна­ний и срав­не­ния их с «истин­ны­ми», эта­лон­ны­ми пред­став­ле­ни­я­ми изве­стен фено­мен «экс­перт­ной несо­гла­со­ван­но­сти» — ситу­а­ции, когда наи­бо­лее эффек­тив­ный или опыт­ный сотруд­ник не про­хо­дит оцен­ку с мак­си­маль­ным резуль­та­том и дает оши­боч­ные отве­ты на неко­то­рые базо­вые для его обла­сти зна­ния вопро­сы (Бату­рин, 2011). В пси­хо­ло­гии такое изме­не­ние пред­став­ле­ний изу­ча­ет­ся в свя­зи с поня­ти­я­ми инди­ви­ду­аль­но­го сти­ля дея­тель­но­сти (Кли­мов, 1969) и пси­хо­ло­гии экс­пер­тов (Hmelo-Silver & Pfeffer, 2004; Бату­рин, 2011).

К сожа­ле­нию, в ситу­а­ции мас­со­во­го рас­про­стра­не­ния новых и раз­но­об­раз­ных тех­но­ло­гий и мобиль­ных устройств, уско­ре­ния тем­па появ­ле­ния и/или сме­ны их новых функ­ций пока труд­но гово­рить о появ­ле­нии эффек­тив­ных мето­дов оцен­ки зна­ний о них. 

Это тем более важ­но, посколь­ку с появ­ле­ни­ем у тех­ни­че­ских устройств новых функ­ций и воз­мож­но­стей, про­шлые зна­ния и ори­ен­ти­ров­ка поль­зо­ва­те­лей в том, «как это рабо­та­ет» может уста­ре­вать и поэто­му сни­жать эффек­тив­ность работы. 

В таком кон­тек­сте важ­ной ста­но­вит­ся зада­ча изу­че­ния раз­но­об­ра­зия пред­став­ле­ний чело­ве­ка о слож­ных тех­ни­че­ских систе­мах и поис­ка спо­со­бов фор­ми­ро­ва­ния эффек­тив­но­го пред­став­ле­ния о них.

Ниже опи­шем осо­бен­но­сти раз­ра­бо­тан­ной нами про­це­ду­ры изу­че­ния пред­став­ле­ний чело­ве­ка о тех­ни­че­ских устрой­ствах на при­ме­ре пер­со­наль­но­го ком­пью­те­ра (ПК).

Представление о техническом устройстве как ментальная модель

Для опи­са­ния еди­ниц опы­та, исполь­зу­е­мых чело­ве­ком для пони­ма­ния и осмыс­ле­ния того, как устро­е­ны объ­ек­ты и систе­мы вокруг него, суще­ству­ет ряд тер­ми­нов, сре­ди кото­рых наи­бо­лее общий — образ мира (Леон­тьев, 1983). Для постро­е­ния эмпи­ри­че­ско­го иссле­до­ва­ния пред­став­ле­ний об объ­ек­тах или систе­мах как еди­ни­цах обра­за мира мы пред­ло­жи­ли более доступ­ный с точ­ки зре­ния эмпи­ри­че­ско­го изу­че­ния кон­структ — мен­таль­ная модель (ММ) (Доро­хов, Гусев, 2019). 

В рам­ках наше­го иссле­до­ва­ния будем пони­мать пред­став­ле­ние чело­ве­ка о слож­ной тех­ни­че­ской систе­ме как ММ, сло­жив­шу­ю­ся в ходе его зна­ком­ства с этой систе­мой, напри­мер, в ходе рабо­ты с ПК. 

Часть мето­дов, опи­сы­ва­е­мых нами ниже, пред­ло­же­ны для изу­че­ния ММ, одна­ко в дан­ной рабо­те такие еди­ни­цы опы­та субъ­ек­та для удоб­ства и един­ства тер­ми­но­ло­гии мы будем назы­вать пред­став­ле­ни­я­ми.

Экспликация представлений как задача психологической оценки

Отправ­ной точ­кой для выбо­ра мето­да эмпи­ри­че­ско­го изу­че­ния и оцен­ки како­го-либо пси­хо­ло­ги­че­ско­го кон­струк­та слу­жит пред­по­ла­га­е­мая цель и спо­со­бы исполь­зо­ва­ния полу­чен­ных резуль­та­тов. Одной из задач пси­хо­ло­ги­че­ской оцен­ки в ситу­а­ци­ях обсле­до­ва­ния или иссле­до­ва­ния явля­ет­ся срав­не­ние резуль­та­тов такой оцен­ки меж­ду его участ­ни­ка­ми или срав­не­ние инди­ви­ду­аль­ных резуль­та­тов с неко­то­рым эта­ло­ном (Ана­ста­зи, Урби­на, 2009). 

Одна­ко, для про­ве­де­ния такой рабо­ты необ­хо­ди­мо, что­бы резуль­та­ты оцен­ки для каж­до­го участ­ни­ка были пред­став­ле­ны в срав­ни­мом фор­ма­те, что зача­стую меша­ет сопо­став­ле­нию отве­тов респон­ден­тов на откры­тые вопро­сы или коли­че­ствен­но­му ана­ли­зу резуль­та­тов каче­ствен­но­го иссле­до­ва­ния (Ква­ле, 2009; Чер­вин­ская, 2010; Мель­ни­ко­ва, Кри­че­вец, Гусев и др. , 2014).

Изу­че­ние пред­став­ле­ния чело­ве­ка о слож­ной систе­ме или устрой­стве, зача­стую про­во­ди­мое как пси­хо­се­ман­ти­че­ское иссле­до­ва­ние (Пет­рен­ко, 1988), так­же слож­но назвать стро­го коли­че­ствен­ным: в нем оце­ни­ва­ет­ся не толь­ко струк­ту­ра семан­ти­че­ско­го про­стран­ства, для чего с успе­хом исполь­зу­ют­ся раз­лич­ные фор­ма­ли­зо­ван­ные мето­ды пси­хо­се­ман­ти­ки, но и полу­ча­ют­ся уни­каль­ные, назван­ные на язы­ке само­го респон­ден­та опи­са­ния эле­мен­тов это­го пред­став­ле­ния, по сути пред­став­ля­ю­щие собой ответ на откры­тый вопрос типа «Из каких важ­ных эле­мен­тов состо­ит эта систе­ма или объект?».

Таким обра­зом, тех­но­ло­гия оцен­ки пред­став­ле­ний о тех­ни­че­ских систе­мах или устрой­ствах (далее — ТС) долж­на одно­вре­мен­но отве­чать несколь­ким тре­бо­ва­ни­ям: быть откры­той к новым опи­са­ни­ям эле­мен­тов изу­ча­е­мой ТС и иметь общий фор­мат пред­став­ле­ния дан­ных для срав­не­ния раз­ных респондентов.

Далее опи­шем исполь­зу­е­мые в совре­мен­ных иссле­до­ва­ни­ях мето­ды сбо­ра и обра­бот­ки дан­ных, отве­ча­ю­щие ука­зан­ным требованиям.

Способы эмпирического изучения представлений о ТС

Услов­но их мож­но раз­де­лить на пря­мые и кос­вен­ные: пер­вые пред­по­ла­га­ют направ­лен­ный опрос респон­ден­та об эле­мен­тах и струк­ту­ре изу­ча­е­мой ТС, вто­рые осно­ва­ны на рекон­струк­ции струк­ту­ры его пред­став­ле­ний на осно­ве собран­ных опи­са­ний или рас­ска­зов о ней.

При­ме­ра­ми пря­мых мето­дов слу­жат сле­ду­ю­щие (Jones et al. , 2011):

• Метод диа­грамм-интер­вью пред­став­ля­ет собой вари­ант струк­ту­ри­ро­ван­но­го интер­вью, в ходе кото­ро­го на осно­ве отве­тов респон­ден­та созда­ёт­ся диа­грам­ма, пояс­ня­ю­щая его пред­став­ле­ние о том или ином объ­ек­те (Jones et al. , 2011). Отме­тим, что этот метод пред­по­ла­га­ет его моди­фи­ка­цию под цели кон­крет­но­го исследования.
• Метод кон­цеп­ту­аль­ных когни­тив­ных карт (Conceptual Content Cognitive Map — 3CM), пред­ло­жен­ный Д. Ости­ном, под­ра­зу­ме­ва­ет про­ве­де­ние иссле­до­ва­ния в два эта­па — сна­ча­ла респон­ден­та про­сят выде­лить реле­вант­ные изу­ча­е­мо­му объ­ек­ту кон­цеп­ты, а затем рас­по­ло­жить друг отно­си­тель­но дру­га (Austin, 1994).
• Метод нечёт­ких когни­тив­ных карт (Fuzzy Cognitive Mapping — FCM) по сво­ей струк­ту­ре очень близ­ком к 3CM, одна­ко при сор­ти­ров­ке зара­нее выде­лен­ных респон­ден­том эле­мен­тов неко­то­рой моде­ли учи­ты­ва­ет­ся направ­лен­ность свя­зи меж­ду ними, и в осно­ве ана­ли­за моде­ли лежит как каче­ствен­ный ана­лиз, так и воз­мож­ность при­ме­не­ния тео­рии гра­фов — любая рекон­струк­ция пред­став­ле­ний может выгля­деть как направ­лен­ный граф. Кро­ме того, дан­ный метод поз­во­ля­ет срав­ни­вать кол­лек­тив­ные и инди­ви­ду­аль­ные пред­став­ле­ния на осно­ве раз­ных пока­за­те­лей — напри­мер, иерар­хич­ность полу­чен­ных гра­фов, сте­пень их связ­но­сти и т. д. (Özesmi & Maurer, 2004).

Сре­ди кос­вен­ных мето­дов выде­ля­ют­ся мето­ды «рас­се­ка­ю­щей про­гул­ки» и кон­сен­сус-ана­ли­за, а так­же метод, осно­ван­ный на срав­не­нии кол­лек­тив­ных и инди­ви­ду­аль­ных когни­тив­ных карт.

• Метод «рас­се­ка­ю­щей про­гул­ки» (Transect Walk Method) соче­та­ет полу­струк­ту­ри­ро­ван­ное интер­вью об изу­ча­е­мом объ­ек­те с мето­дом неза­кон­чен­ных пред­ло­же­ний (Jones et al. , 2011). Чаще все­го этот метод исполь­зу­ет­ся для постро­е­ния про­стран­ствен­ных ММ. На осно­ве полу­чен­ных опи­са­ний воз­мож­но рекон­стру­и­ро­вать общее пред­став­ле­ние респон­ден­та об объ­ек­те и опи­сать его на язы­ке само­го респондента.
• Кон­сен­сус-ана­лиз — един­ствен­ный из мето­дов, кото­рый не наце­лен на изу­че­ние пред­став­ле­ния чело­ве­ка о ТС как сети вза­и­мо­свя­зан­ных поня­тий и отно­ше­ний меж­ду ними, а пред­по­ла­га­ет про­ве­де­ние интер­вью, с целью выде­ле­ния в инди­ви­ду­аль­ном рас­ска­зе эле­мен­тов соци­аль­ных (груп­по­вых) пред­став­ле­ний, уже зафик­си­ро­ван­ных в куль­ту­ре (кни­ги, кар­ти­ны, язык) (Jones et al. , 2011).

Полу­чен­ные любым из выше­опи­сан­ных мето­дов инди­ви­ду­аль­ные пред­став­ле­ния о ТС могут срав­ни­вать­ся с обоб­щён­ным груп­по­вым пред­став­ле­ни­ем, полу­чен­ным в резуль­та­те груп­по­во­го интер­вью о ТС. Такой под­ход поз­во­ля­ет оце­нить как «устой­чи­вость» опре­де­лен­ных эле­мен­тов пред­став­ле­ния в про­цес­се груп­по­во­го обсуж­де­ния, так и моди­фи­ка­цию пред­став­ле­ний о ТС при пере­хо­де от инди­ви­ду­аль­но­го отве­та на вопро­сы иссле­до­ва­те­ля к постро­е­нию обще­го пред­став­ле­ния в ходе груп­по­вой дискуссии.

В целом, все ука­зан­ные выше мето­ды пред­по­ла­га­ют реа­ли­за­цию после­до­ва­тель­но­сти ряда вза­и­мо­свя­зан­ных этапов:

1. Сбор опи­са­ний эле­мен­тов изу­ча­е­мо­го объ­ек­та или систе­мы на язы­ке респон­ден­тов, име­ю­щих раз­лич­ный опыт рабо­ты с изу­ча­е­мым объ­ек­том (Гирц, 2004).

2. Опрос респон­ден­тов о струк­ту­ре пред­став­ле­ния: постро­е­ние инди­ви­ду­аль­ной «кар­ты представления».

3. Срав­не­ние инди­ви­ду­аль­ных пред­став­ле­ний меж­ду собой и выде­ле­ние в них общих элементов.

4. Интер­пре­та­ция струк­ту­ры инди­ви­ду­аль­ных и груп­по­вых пред­став­ле­ний в виде опи­са­ния различий.

Целью наше­го эмпи­ри­че­ско­го иссле­до­ва­ния явля­ет­ся раз­ра­бот­ка и апро­ба­ция мето­ди­ки изу­че­ния пред­став­ле­ний о ПК раз­ных групп пользователей.

Этапы и процедура исследования

Иссле­до­ва­ние про­хо­ди­ло в три эта­па. Для апро­ба­ции нашей тех­но­ло­гии изу­че­ния пред­став­ле­ний поль­зо­ва­те­лей о ПК были выбра­ны сле­ду­ю­щие мето­ды сбо­ра и ана­ли­за данных:

Пер­вый этап пред­по­ла­гал про­ве­де­ние груп­по­вых интер­вью с пред­ста­ви­те­ля­ми раз­ных групп поль­зо­ва­те­лей ПК (Мель­ни­ко­ва, 2007; Ква­ле, 2009). После полу­че­ния инфор­ми­ро­ван­но­го согла­сия (в слу­чае уча­стия школь­ни­ков — и их роди­те­лей) участ­ни­кам пред­ла­га­лось пред­ста­вить себя на пози­ции «экс­пер­та-иссле­до­ва­те­ля» по отно­ше­нию к про­шло­му опы­ту обще­ния с близ­ки­ми и зна­ко­мы­ми людь­ми и вспо­ми­нать с этой пози­ции раз­лич­ные назва­ния и опи­са­ния того, как обыч­но рабо­та­ет ПК, как назы­ва­ют его нера­бо­чее состо­я­ние и каки­ми мета­фо­ра­ми чаще все­го поль­зу­ют­ся, опи­сы­вая ком­пью­тер. В ходе обсуж­де­ния все опи­са­ния рабо­ты ПК и его назва­ния фик­си­ро­ва­лись на кар­точ­ках и были вид­ны каж­до­му участ­ни­ку группы.

После про­ве­де­ния интер­вью со все­ми груп­па­ми собран­ные опи­са­ния объ­еди­ня­лись, из обще­го набо­ра уда­ля­лись повто­ры. Кро­ме того, все мета­фо­ры и суще­стви­тель­ные, опи­сы­ва­ю­щие ком­пью­тер, при­во­ди­лись к гла­голь­ной фор­ме (напри­мер, из назва­ния ПК как «вычис­ли­тель­ной маши­ны» созда­ва­лось опи­са­ние «рабо­та­ет как вычис­ли­тель­ная маши­на»). Такое пре­об­ра­зо­ва­ние было необ­хо­ди­мо для про­дол­же­ния исследования.

Вто­рой этап пред­по­ла­гал рекон­струк­цию инди­ви­ду­аль­ных пред­став­ле­ний с помо­щью мето­да сор­ти­ров­ки кар­то­чек участ­ни­ка­ми иссле­до­ва­ния (Paul, 2014). Каж­до­му из участ­ни­ков на кар­точ­ках раз­ме­ром 10,5 × 3,5 см пред­ла­гал­ся набор опи­са­ний ПК, собран­ный ранее, и пред­ла­га­лось: 1) выде­лить из обще­го набо­ра те опи­са­ния, кото­рые он/она когда-либо слы­шал или исполь­зо­вал в речи сам и 2) эту груп­пу «зна­ко­мых» опи­са­ний раз­де­лить на любое коли­че­ство под­групп, при этом обра­щать вни­ма­ние не на внеш­нюю фор­му опи­са­ния, а на его смысл. Осно­ва­ния такой клас­си­фи­ка­ции не пред­ла­га­лись, вре­мя сор­ти­ров­ки не огра­ни­чи­ва­лось. Этот этап поз­во­лял оце­нить инди­ви­ду­аль­ные пред­став­ле­ния участ­ни­ков иссле­до­ва­ния в тер­ми­нах, исполь­зу­е­мых ими в повсе­днев­ной жизни.

На тре­тьем эта­пе — рекон­струк­ция груп­по­вых пред­став­ле­ний и опи­са­ние меж­груп­по­вых раз­ли­чий, исполь­зо­ва­лись мето­ды мно­го­мер­но­го шка­ли­ро­ва­ния (МШ) (Гусев, Уточ­кин, 2011) и ана­ли­за гра­фов, при­ня­тые в под­хо­дах типа FCM (Özesmi & Maurer, 2004).

Участники исследования

В иссле­до­ва­нии на доб­ро­воль­ной осно­ве при­ня­ли уча­стие три груп­пы поль­зо­ва­те­лей ПК: дети школь­но­го воз­рас­та («школь­ни­ки»), взрос­лые поль­зо­ва­те­ли ПК («обыч­ные поль­зо­ва­те­ли») и взрос­лые спе­ци­а­ли­сты в сфе­ре ком­пью­тер­ных тех­но­ло­гий («про­грам­ми­сты»).

На пер­вом эта­пе груп­по­вые интер­вью про­во­ди­лись с груп­па­ми млад­ших школь­ни­ков (N = 6, сред­ний воз­раст 10 лет), школь­ни­ков стар­ших клас­сов (N = 6, сред­ний воз­раст 15 лет), сту­ден­тов — поль­зо­ва­те­лей ПК (N = 5, сред­ний воз­раст 22 года), а так­же сту­ден­та­ми вузов, обу­ча­ю­щи­е­ся по направ­ле­нию «Инфор­ма­ци­он­ные тех­но­ло­гии» и взрос­лы­ми спе­ци­а­ли­ста­ми в сфе­ре ком­пью­тер­ных тех­но­ло­гий (N = 13, сред­ний воз­раст 24 года).

Вто­рой этап про­во­дил­ся с новым соста­вом участ­ни­ков из тех же демо­гра­фи­че­ских групп. Инди­ви­ду­аль­ные пред­став­ле­ния о ПК рекон­стру­и­ро­ва­лись для групп школь­ни­ков (N = 22, сред­ний воз­раст 14 лет), сту­ден­тов раз­лич­ных спе­ци­аль­но­стей, кро­ме IT (N = 21, сред­ний воз­раст 22 года), сту­ден­тов и взрос­лых спе­ци­а­ли­стов в сфе­ре ком­пью­тер­ных тех­но­ло­гий (N = 22, сред­ний воз­раст 25 лет). Груп­по­вые пред­став­ле­ния рекон­стру­и­ро­ва­лись на осно­ве инди­ви­ду­аль­ных дан­ных, полу­чен­ных на вто­ром эта­пе исследования.

Результаты

По ито­гам про­ве­де­ния груп­по­вых интер­вью были полу­че­ны 205 опи­са­ний рабо­ты ПК. Ито­го­вый набор уни­каль­ных опи­са­ний вклю­чал 157 раз­лич­ных слов и сло­во­со­че­та­ний о рабо­те ПК, напри­мер, «ком­пью­тер зави­са­ет», «рабо­та­ет как спра­воч­ник», «пере­гре­ва­ет­ся». По ито­гам эта­па сбо­ра инди­ви­ду­аль­ных пред­став­ле­ний (резуль­тат сор­ти­ров­ки кар­то­чек) от каж­до­го респон­ден­та были полу­че­ны груп­пы кар­то­чек, объ­еди­нён­ные номе­ром группы.

Подготовка данных к анализу

Для про­ве­де­ния ана­ли­за инди­ви­ду­аль­ных пред­став­ле­ний в срав­не­нии их с груп­по­вы­ми, резуль­та­ты вто­ро­го эта­па иссле­до­ва­ния были пред­став­ле­ны в виде дву­мер­ной мат­ри­цы резуль­та­тов сор­ти­ров­ки кар­то­чек для каж­до­го респон­ден­та: в мат­ри­це 157×157 (по чис­лу кар­то­чек) сим­во­лом «1» были отме­че­ны кар­точ­ки, попав­шие в одну груп­пу, сим­во­лом «0» — попав­шие в раз­ные груп­пы по ито­гам сор­ти­ров­ки их респон­ден­том. Каж­дая мат­ри­ца была сим­мет­рич­ной, на глав­ной диа­го­на­ли мат­ри­цы — сим­во­лы «1». Такие мат­ри­цы пред­став­ля­ли собой инди­ви­ду­аль­ные мат­ри­цы бли­зо­стей отдель­ных опи­са­ний рабо­ты ПК друг к другу.

Полу­чен­ные таким обра­зом мат­ри­цы исполь­зо­ва­лись для даль­ней­ше­го ана­ли­за в двух направ­ле­ни­ях: (1) рекон­струк­ции груп­по­вых пред­став­ле­ний поль­зо­ва­те­лей для каж­дой из групп участ­ни­ков иссле­до­ва­ния и (2) ана­ли­за сход­ства пози­ций респон­ден­тов по их пред­став­ле­ни­ям о ПК.

Реконструкция групповых представлений пользователей о ПК

Для срав­не­ния инди­ви­ду­аль­ных пред­став­ле­ний с груп­по­вым для каж­дой груп­пы участ­ни­ков иссле­до­ва­ния была постро­е­на груп­по­вая мат­ри­ца бли­зо­стей опи­са­ний рабо­ты ПК, вклю­чав­шая часто­ты попа­да­ния каж­дой пары опи­са­ний рабо­ты ПК в один класс. Каж­дый пока­за­тель часто­ты попа­да­ния был поде­лён на чис­ло опи­са­ний в каж­дой груп­пе для полу­че­ния отно­си­тель­ных частот, что поз­во­ли­ло срав­ни­вать меж­ду собой мат­ри­цы раз­лич­ных по чис­лен­но­сти групп.

Методы анализа данных

Каж­дая груп­по­вая мат­ри­ца бли­зо­стей опи­са­ний рабо­ты ПК пред­став­ля­ла собой квад­рат­ную мат­ри­цу с ука­за­ни­ем бли­зо­сти пары опи­са­ний рабо­ты ПК по шка­ле от 0 до 1, где 1 — мак­си­маль­ная бли­зость опи­са­ний (попа­да­ние их в одну груп­пу кар­то­чек у каж­до­го участ­ни­ка груп­пы) и 0 — мини­маль­ная бли­зость опи­са­ний (попа­да­ние опи­са­ний в раз­ные груп­пы кар­то­чек у каж­до­го из участников). 

Так как бли­зость отдель­ных опи­са­ний рабо­ты ПК оце­ни­ва­ет­ся в долях участ­ни­ков груп­пы, для кото­рых пара опи­са­ний попа­ла в одну груп­пу, полу­чен­ные дан­ные соот­вет­ство­ва­ли интер­валь­ной шка­ле с ценой деле­ния 1/N_{1, 2 3}, где N_{1, 2, 3} — чис­ло участ­ни­ков в каж­дой группе. 

Полу­чен­ные груп­по­вые мат­ри­цы бли­зо­стей обра­ба­ты­ва­лись с помо­щью про­це­ду­ры МШ мето­дом мини­ми­за­ции стрес­са по Крас­кал­лу с исполь­зо­ва­ни­ем мажо­ри­за­ции (stress minimization using majorization) для интер­валь­ных типов дан­ных (МШ, interval MDS). Ука­зан­ный метод пред­по­ла­га­ет зада­ние целе­во­го чис­ла изме­ре­ний рекон­стру­и­ру­е­мо­го мно­го­мер­но­го про­стран­ства объ­ек­тов (в нашем слу­чае — опи­са­ний рабо­ты ПК). 

Так как коли­че­ство изме­ре­ний изна­чаль­но было неиз­вест­но, то обра­бот­ка каж­дой мат­ри­цы про­во­ди­лась несколь­ко ите­ра­ций — с раз­ным чис­лом целе­вых изме­ре­ний (от 2 до 7). Общее чис­ло моде­лей, срав­ни­ва­е­мых меж­ду собой по каче­ству опи­са­ния исход­ных дан­ных, соста­ви­ло 18.

Этот метод исполь­зо­вал­ся для вос­со­зда­ния латент­ных осно­ва­ний клас­си­фи­ка­ции опи­са­ний в каж­дой груп­пе участ­ни­ков иссле­до­ва­ния. Эти осно­ва­ния в тер­ми­нах МШ соот­вет­ству­ют осям или изме­ре­ни­ям рекон­стру­и­ру­е­мо­го субъ­ек­тив­но­го мно­го­мер­но­го про­стран­ства, а каж­дый эле­мент внут­ри моде­ли МШ полу­ча­ет оцен­ки (коор­ди­на­ты) по каж­до­му выде­лен­но­му измерению. 

В постро­е­нии моде­лей мно­го­мер­ных про­странств исполь­зо­ва­лись про­грам­мы: язык про­грам­ми­ро­ва­ния R вер­сии 3. 3. 4, сре­да раз­ра­бот­ки R. Studio v. 1. 0. 143, Microsoft Excel 2010, а так­же спе­ци­аль­ные моду­ли для язы­ка R, необ­хо­ди­мые для реа­ли­за­ции про­це­ду­ры МШ — ста­ти­сти­че­ские паке­ты SMACOF (de Leeuw & Mair, 2009), readxl и ggplot2 (R. Core Team, 2015).

Выбор моде­ли. Так как при сокра­ще­нии чис­ла изме­ре­ний рекон­стру­и­ру­е­мо­го мно­го­мер­но­го про­стран­ства воз­мож­на поте­ря инфор­ма­ции об исход­ных вза­и­мо­от­но­ше­ни­ях эле­мен­тов, то постро­ен­ные по ито­гам при­ме­не­ния МШ моде­ли субъ­ек­тив­но­го про­стран­ства осно­ва­ний клас­си­фи­ка­ции долж­ны одно­вре­мен­но удо­вле­тво­рять двум каче­ствен­ным кри­те­ри­ям: 1) модель МШ не долж­на быть силь­но обоб­щён­ной и не долж­на вклю­чать слиш­ком малое чис­ло изме­ре­ний, 2) при этом полу­ча­е­мые по ито­гам рекон­струк­ции моде­ли МШ долж­ны под­да­вать­ся содер­жа­тель­ной интер­пре­та­ции и не иметь избы­точ­но­го чис­ла изме­ре­ний (Гусев, Уточ­кин, 2011).

Для срав­не­ния постро­ен­ных моде­лей друг с дру­гом исполь­зо­вал­ся коэф­фи­ци­ент стрес­са (Терё­хи­на, 1986), сви­де­тель­ству­ю­щий о пол­но­те сохра­не­ния в струк­ту­ре постро­ен­но­го мно­го­мер­но­го про­стран­ства исход­ных отно­ше­ний меж­ду эле­мен­та­ми мат­ри­цы близостей. 

Из всех постро­ен­ных моде­лей нами были выде­ле­ны наи­бо­лее при­год­ные по пока­за­те­лю стрес­са — те, в кото­рых вели­чи­на стрес­са не пре­вы­ша­ла 0,12 (de Leeuw & Mair, 2009). В каче­стве осно­ва­ния для срав­не­ния моде­лей меж­ду собой исполь­зо­вал­ся широ­ко рас­про­стра­нён­ный коэф­фи­ци­ент стрес­са В. Крас­кел­ла (Stress-I) (Тере­хи­на, 1986). 

Ещё одним ори­ен­ти­ром для срав­не­ния моде­лей меж­ду собой слу­жил пока­за­тель RSS (Residual sum-of-squares) — сум­ма квад­ра­тов остат­ков моде­ли (de Leeuw & Mair, 2009). Оба пока­за­те­ля харак­те­ри­зу­ют сте­пень отли­чия оце­ни­ва­е­мых моде­лей по пол­но­те сохра­не­ния в них исход­ных отно­ше­ний эле­мен­тов — то, насколь­ко пол­но сохра­ня­ет­ся инфор­ма­ция о бли­зо­сти опи­са­ний рабо­ты ПК друг отно­си­тель­но дру­га после сокра­ще­ния раз­мер­но­сти мно­го­мер­но­го пространства.

Каж­дая постро­ен­ная модель была пред­став­ле­на так­же в виде ряда гра­фи­ков, в кото­рых опи­са­ния рабо­ты ПК раз­ме­ще­ны на дву­мер­ной плос­ко­сти, в соот­вет­ствии с их коор­ди­на­та­ми по любой паре изме­ре­ний моде­ли. При­мер тако­го про­стран­ства изоб­ра­жён на рис. 1.

На осно­ва­нии кри­те­ри­ев вели­чи­ны стрес­са и RSS, а так­же коли­че­ства изме­ре­ний (мини­маль­но необ­хо­ди­мое чис­ло изме­ре­ний при удо­вле­тво­ри­тель­ном зна­че­нии стрес­са) были выбра­ны ито­го­вые моде­ли для каж­дой груп­пы пользователей. 

По ито­гам выбо­ра моде­лей на осно­ва­нии кри­те­ри­ев их каче­ства для каж­дой груп­пы респон­ден­тов содер­жа­ние каж­до­го изме­ре­ния было каче­ствен­но про­ин­тер­пре­ти­ро­ва­но (см. табл. 1). 

Таблица 1. Показатели качества моделей МШ, использованных для реконструкции многомерного пространства описаний работы ПК на основе групповых матриц близости

Для интер­пре­та­ции исполь­зо­ва­лись гра­фи­че­ские моде­ли про­странств, вклю­чав­шие пол­ный набор опи­са­ний ПК. Таким обра­зом, для каж­дой из трех групп участ­ни­ков иссле­до­ва­ния («обыч­ные поль­зо­ва­те­ли», «школь­ни­ки», «про­грам­ми­сты») были опи­са­ны латент­ные осно­ва­ния (фак­то­ры) клас­си­фи­ка­ции опи­са­ний рабо­ты ПК.

Мно­гие выде­лен­ные осно­ва­ния повто­ря­лись в резуль­та­тах респон­ден­тов раз­ных групп. Для под­твер­жде­ния воз­мож­но­сти объ­еди­нить эти осно­ва­ния друг с дру­гом — най­ти схо­жие меж­ду груп­па­ми осно­ва­ния клас­си­фи­ка­ции опи­са­ний рабо­ты ПК — был про­ве­дён кор­ре­ля­ци­он­ный ана­лиз оце­нок каж­до­го опи­са­ния рабо­ты ПК по раз­лич­ным осям мно­го­мер­ных про­странств, постро­ен­ных для каж­дой груп­пы. Резуль­та­ты кор­ре­ля­ци­он­но­го ана­ли­за отра­же­ны в табл. 2.

Таблица 2. Значения коэффициентов корреляции (ρ спирмена) оценок описаний работы ПК по измерениям многомерных пространств, построенных на основе ответов различных групп участников исследования

По ито­гам рекон­струк­ции латент­ных осно­ва­ний клас­си­фи­ка­ции опи­са­ний рабо­ты ПК для раз­лич­ных групп поль­зо­ва­те­лей были выде­ле­ны сле­ду­ю­щие характеристики:

1. Роле­вая при­над­леж­ность мета­фо­ры. Ком­пью­тер опи­сы­ва­ет­ся либо как «выпол­ня­ю­щий соб­ствен­ные функ­ции» («ана­ли­зи­ру­ет») либо срав­ни­ва­ет­ся с дру­ги­ми объ­ек­та­ми внеш­не­го мира («рабо­та­ет как робот»). Дан­ная харак­те­ри­сти­ка пред­став­ле­на во всех трех группах.

2. Спе­ци­фи­ка опи­сы­ва­е­мой функ­ции. Опи­сы­ва­ют­ся либо спе­ци­фи­че­ские дей­ствия в рабо­те ком­пью­те­ра с инфор­ма­ци­ей («вычис­ля­ет»), либо внешне наблю­да­е­мые, физи­че­ские дей­ствия («шумит»). Дан­ная харак­те­ри­сти­ка так­же пред­став­ле­на в каж­дой груп­пе участ­ни­ков исследования.

3. Соци­аль­ная отне­сен­ность дей­ствия. Опи­сы­ва­ет­ся дей­ствие, вклю­ча­ю­щее соци­аль­ную оцен­ку рабо­ты ком­пью­те­ра («меша­ет вооб­ра­же­нию») либо физи­че­ское дей­ствие, ком­пью­тер как неоду­шев­лён­ный, соци­аль­но-ней­траль­ный объ­ект («сто­ит»). Дан­ная харак­те­ри­сти­ка была пред­став­ле­на в груп­пах обыч­ных поль­зо­ва­те­лей и программистов.

4. Уро­вень зна­ком­ства груп­пы с опи­са­ни­ем. Выде­ля­ют­ся раз­ные по часто­те узна­ва­ния сло­ва — от зна­ко­мых всем респон­ден­там до зна­ко­мых лишь для части груп­пы. Эта харак­те­ри­сти­ка была выде­ле­на толь­ко в груп­пе школьников.

5. Зву­ко­вая актив­ность. Дей­ствия ПК опи­сы­ва­ют­ся по уров­ню их зву­ко­вой гром­ко­сти — от тихо­го «гибер­ни­ру­ет» до гла­го­лов «пика­ет», «шумит». Эта харак­те­ри­сти­ка была выде­ле­на толь­ко в груп­пе программистов.

Обсуждение результатов

Опи­сан­ный под­ход к рекон­струк­ции инди­ви­ду­аль­ных и груп­по­вых пред­став­ле­ний о ПК поз­во­ля­ет рекон­стру­и­ро­вать латент­ные осно­ва­ния клас­си­фи­ка­ции опи­са­ний рабо­ты ПК и срав­нить груп­пы поль­зо­ва­те­лей по этим основаниям. 

Важ­ной осо­бен­но­стью при­ме­ня­е­мых нами мето­дов изу­че­ния пред­став­ле­ний о ПК явля­ет­ся то, что на про­тя­же­нии все­го иссле­до­ва­ния сохра­ня­ет­ся каче­ствен­ное, содер­жа­тель­ное напол­не­ние каж­до­го пред­став­ле­ния опи­са­ни­я­ми, полу­чен­ны­ми от участ­ни­ков иссле­до­ва­ния. Эти опи­са­ния никак не изме­ня­ют­ся, оце­ни­ва­ет­ся толь­ко их «место» в пред­став­ле­нии каж­до­го участ­ни­ка и груп­по­вых представлениях.

По резуль­та­там про­ве­дён­но­го ана­ли­за мно­го­мер­ных пси­хо­ло­ги­че­ских про­странств опи­са­ний рабо­ты ПК мож­но сде­лать заклю­че­ние о при­чи­нах воз­мож­ных раз­ли­чий в пред­став­ле­ни­ях людей с раз­ным опы­том рабо­ты с компьютером. 

Боль­шой объ­ём полу­чен­ных дан­ных, вари­а­тив­ность пред­став­ле­ния их струк­ту­ры в зави­си­мо­сти от целей иссле­до­ва­ния и широ­та воз­мож­но­стей их ана­ли­за тре­бу­ет от нас огра­ни­чить обсуж­де­ние резуль­та­тов целью дан­но­го иссле­до­ва­ния. Дан­ное иссле­до­ва­ние посвя­ще­но эмпи­ри­че­ской апро­ба­ции мето­да постро­е­ния мно­го­мер­ных пси­хо­ло­ги­че­ских про­странств опи­са­ний рабо­ты ПК для раз­лич­ных пользователей. 

При­ве­ден­ные выше резуль­та­ты сви­де­тель­ству­ют в поль­зу рабо­то­спо­соб­но­сти апро­би­ро­ван­ной нами тех­но­ло­гии, посколь­ку были обна­ру­же­ны раз­ли­чия в струк­тур­ных харак­те­ри­сти­ках про­странств опи­са­ний рабо­ты ПК, харак­тер­ные для раз­ных групп поль­зо­ва­те­лей, а так­же выде­ле­ны осо­бен­но­сти кате­го­ри­за­ции опи­са­ний, свой­ствен­ные всем участ­ни­кам исследования.

Выде­ле­ние тако­го спе­ци­фи­че­ско­го изме­ре­ния про­стран­ства опи­са­ний, как «зву­ко­вая актив­ность» ПК в груп­пе про­грам­ми­стов, может сви­де­тель­ство­вать об их осо­бом вни­ма­нии к зву­кам рабо­та­ю­ще­го ком­пью­те­ра («Шумит ли компьютер?»). 

Мож­но пред­по­ло­жить, они обра­ща­ют осо­бое вни­ма­ние на зву­ки рабо­та­ю­ще­го ПК, посколь­ку те несут важ­ную инфор­ма­цию о нор­маль­ной рабо­те или неис­прав­но­сти в функ­ци­о­ни­ро­ва­нии его частей — изме­не­ния ско­ро­сти вра­ще­ния вен­ти­ля­то­ра, рабо­та жест­ко­го дис­ка. Дан­ное осно­ва­ние клас­си­фи­ка­ции тре­бу­ет допол­ни­тель­но­го изучения.

Кро­ме того, выде­ле­ние в мно­го­мер­ных про­стран­ствах опи­са­ний, соот­вет­ству­ю­щих отве­там взрос­лых участ­ни­ков иссле­до­ва­ния (обыч­ных поль­зо­ва­те­лей и про­грам­ми­стов) осо­бо­го фак­то­ра «Соци­аль­ной оцен­ки ком­пью­те­ра» может сви­де­тель­ство­вать о сфор­ми­ро­вав­шей­ся по мере их взрос­ле­ния спе­ци­фи­ке вос­при­я­тия ими ком­пью­те­ра как соци­аль­но зна­чи­мо­го объ­ек­та в отли­чие от груп­пы школь­ни­ков, кото­рые в мень­шей сте­пе­ни зна­ко­мы с ролью ком­пью­те­ра в жиз­ни обще­ства в целом. 

Мож­но пред­по­ло­жить, что оцен­ка ПК как соци­аль­но полез­но­го устрой­ства или, напро­тив, устрой­ства, нано­ся­ще­го вред обще­ству, ста­но­вит­ся акту­аль­ной в фор­ми­ро­ва­нии инди­ви­ду­аль­но­го пред­став­ле­ния об этом ТС толь­ко у взрос­лых поль­зо­ва­те­лей. Это пред­по­ло­же­ние так­же тре­бу­ет даль­ней­шей про­вер­ки и про­ве­де­ния отдель­но­го ана­ли­за данных.

На наш взгляд, при про­дол­же­нии иссле­до­ва­ния необ­хо­ди­мо про­дол­жить срав­не­ние постро­ен­ных на осно­ве отве­тов раз­ных групп поль­зо­ва­те­лей моде­лей мно­го­мер­но­го про­стран­ства опи­са­ний рабо­ты ПК, а так­же раз­ра­бо­тать про­це­ду­ру отбо­ра сокра­щен­но­го теза­у­ру­са опи­са­ний рабо­ты ПК для исполь­зо­ва­ния их как «типич­ных» для той или иной груп­пы людей в ситу­а­ции экс­пресс-диа­гно­сти­ки их пред­став­ле­ний о ПК.

Кро­ме того, на наш взгляд, пер­спек­тив­ны­ми направ­ле­ни­я­ми раз­ви­тия опи­сан­ной нами тех­но­ло­гии являются:

• При­ме­не­ние к обра­бот­ке инди­ви­ду­аль­ных мат­риц бли­зо­стей про­це­ду­ры МШ клас­са INDSCAL, поз­во­ля­ю­щих коли­че­ствен­но оце­нить вклад каж­до­го участ­ни­ка иссле­до­ва­ния в постро­е­ние обще­го груп­по­во­го про­стран­ства с уче­том инди­ви­ду­аль­ных раз­ли­чий участ­ни­ков исследования.
• Исполь­зо­ва­ние инди­ви­ду­аль­ных мат­риц бли­зо­стей опи­са­ний рабо­ты ПК как осно­ва­ния для оцен­ки сход­ства пред­став­ле­ний раз­лич­ных участ­ни­ков меж­ду собой с целью выде­ле­ния под­групп респон­ден­тов, близ­ких друг к дру­гу по спе­ци­фи­ке их пред­став­ле­ния о ПК и изу­че­ние раз­ли­чий меж­ду раз­ны­ми локаль­ны­ми группами.
• Более пол­ное и каче­ствен­ное опи­са­ние полу­чен­ных про­странств опи­са­ний рабо­ты ПК, их срав­не­ние на уровне отдель­ных описаний. 

Исполь­зо­ва­ние дан­ной мето­ди­ки для изу­че­ния про­цес­са изме­не­ния пред­став­ле­ний в ходе како­го-либо воз­дей­ствия, напри­мер, в обра­зо­ва­нии или зна­ком­стве с новы­ми свой­ства­ми ПК.

Заключение

В рабо­те эмпи­ри­че­ски апро­би­ро­ва­на тех­но­ло­гия рекон­струк­ции пред­став­ле­ний поль­зо­ва­те­лей ПК о его рабо­те. Пред­ло­же­на про­це­ду­ра сбо­ра и обра­бот­ки опи­са­ний рабо­ты ПК, состав­ля­ю­щих осно­ву мето­ди­ки, поз­во­ля­ю­щей рекон­стру­и­ро­вать пред­став­ле­ния о ПК в виде мно­го­мер­но­го пси­хо­ло­ги­че­ско­го про­стран­ства опи­са­ний его рабо­ты; выде­ле­ны осно­ва­ния клас­си­фи­ка­ции опи­са­ний рабо­ты ПК, при­ме­ня­е­мые обыч­ны­ми поль­зо­ва­те­ля­ми, школь­ни­ка­ми и программистами. 

Выде­ле­ны общие для ука­зан­ных групп поль­зо­ва­те­лей осно­ва­ния клас­си­фи­ка­ции — «Спе­ци­фи­ка опи­сан­ной функ­ции» и «Роле­вая при­над­леж­ность мета­фо­ры», а так­же осно­ва­ния, свой­ствен­ные толь­ко взрос­лым участ­ни­кам иссле­до­ва­ния («Соци­аль­ная отне­сён­ность дей­ствия») и толь­ко участ­ни­кам с про­фес­си­о­наль­ным обра­зо­ва­ни­ем в сфе­ре инфор­ма­ци­он­ных тех­но­ло­гий («Зву­ко­вая актив­ность компьютера»). 

Кро­ме того, в рабо­те опи­са­ны мето­ды обра­бот­ки дан­ных, поз­во­ля­ю­щие срав­нить пред­став­ле­ния раз­ных групп поль­зо­ва­те­лей меж­ду собой и пред­ло­же­ны направ­ле­ния даль­ней­ше­го ана­ли­за полу­чив­ших­ся данных.

Список литературы

1. Асмо­лов А. Г. Пси­хо­ло­гия совре­мен­но­сти: вызо­вы неопре­де­лен­но­сти, слож­но­сти и раз­но­об­ра­зия // Пси­хо­ло­ги­че­ские иссле­до­ва­ния. 2015. Т. 8, № 40. С. 1.
2. Ана­ста­зи А., Урби­на С. Пси­хо­ло­ги­че­ское тести­ро­ва­ние. СПб. : Питер, 2009. Бату­рин, Н. А. Пси­хо­ло­гия оце­ни­ва­ния и оцен­ки: тео­ре­ти­че­ские и при­клад­ные аспек­ты: моно­гра­фия / Под ред. Н. А. Бату­ри­на, И. В. Выбой­щи­ка. Челя­бинск: Издат. центр ЮУр­ГУ, 2011.
3. Гирц К. Интер­пре­та­ция куль­тур. М.: РОССПЭН, 2004.
4. Гусев А. Н., Уточ­кин И. С. Пси­хо­ло­ги­че­ские изме­ре­ния: Тео­рия. Мето­ды: Общеп­си­хо­ло­ги­че­ский прак­ти­кум / Под ред. А. Н. Гусе­ва, И. С. Уточ­ки­на. М.: Аспект Пресс, 2011.
5. Доро­хов Е. А., Гусев А. Н. О воз­мож­но­сти изу­че­ния мен­таль­ных моде­лей поль­зо­ва­те­лей ком­пью­те­ра: от когни­тив­ных карт к обра­зу мира // Вест­ник Мос­ков­ско­го уни­вер­си­те­та. Серия 14: Пси­хо­ло­гия. 2019. № 3. С. 47–65. DOI: 10. 11621/vsp. 2019. 03. 47
6. Журавлев А. Л., Нестик Т. А. Соци­аль­но-пси­хо­ло­ги­че­ские послед­ствия внед­ре­ния новых тех­но­ло­гий: пер­спек­тив­ные направ­ле­ния иссле­до­ва­ний // Пси­хо­ло­ги­че­ский жур­нал. 2019. Т. 40, № 5. С. 35–47.
7. Ква­ле С. Иссле­до­ва­тель­ское интер­вью. М.: Смысл, 2009.
8. Кли­мов Е. А. Инди­ви­ду­аль­ный стиль дея­тель­но­сти в зави­си­мо­сти от типо­ло­ги­че­ских свойств нерв­ной систе­мы. К пси­хо­ло­ги­че­ским осно­вам науч­ной орга­ни­за­ции тру­да, уче­ния, спор­та. Казань: Изд-во Казанск. ун-та, 1969.
9. Леон­тьев А. Н. Образ мира. Избран­ные пси­хо­ло­ги­че­ские про­из­ве­де­ния. М.: Педа­го­ги­ка. 1983, c. 251–261.
10. Мель­ни­ко­ва О. Т. Фокус-груп­пы: Мето­ды, мето­до­ло­гия, моде­ри­ро­ва­ние. М.: Аспект Пресс, 2007.
11. Мель­ни­ко­ва О. Т., Кри­че­вец А. Н., Гусев А. Н., Бусы­ги­на Н. П., Хоро­ши­лов Д. А., Бар­ский Ф. И. Кри­те­рии оцен­ки каче­ствен­ных иссле­до­ва­ний // Наци­о­наль­ный пси­хо­ло­ги­че­ский жур­нал. 2014. № 2 (14). С. 49–51.
12. Можа­ров­ский И. Л. Осо­зна­ние житей­ских пред­став­ле­ний как усло­вие их изме­не­ния в про­цес­се усво­е­ния науч­ных зна­ний: авто­реф. дисс. … канд. пси­хол. наук. М., 1997.
13. Пет­рен­ко В. Ф. Пси­хо­се­ман­ти­ка созна­ния. М.: Изд-во Мос­ков­ско­го уни­вер­си­те­та, 1988.
14. Тере­хи­на А. Ю. Ана­лиз дан­ных мето­да­ми мно­го­мер­но­го шка­ли­ро­ва­ния. M.: Нау­ка, 1986.
15. Чер­вин­ская, К. Р. Пси­хо­ло­гия извле­че­ния экс­перт­ных зна­ний субъ­ек­тов тру­да: авто­реф. дисс. … д-ра пси­хол. наук. СПб., 2010.
16. Austin, D. E. (1994). Incorporating cognitive theory into environmental policymaking. The Environmental Professional, 16, 262–274.
17. Gkorezis, P., Georgiou, K., Nikolaou, I. & Kyriazati, A. (2020). Gamified or traditional situational judgement test? A moderated mediation model of recommendation intentions via organizational attractiveness. European Journal of Work and Organizational Psychology, 30, 1–11. DOI: 10. 1080/1359432X. 2020. 1746827
18. Heyes, C. (2018). Cognitive gadgets: The cultural evolution of thinking. Harvard University Press. https://doi. org/10. 4159/9780674985155.
19. Hmelo-Silver, C. E. & Pfeffer, M. G. (2004). Comparing expert and novice understanding of a complex system from the perspective of structures, behaviors, and functions. Cognitive Science, 28, 127–138. https://doi. org/10. 1207/s15516709cog2801_7 Jones, N. A., Ross H., Lynam T., Perez P. & Leitch A. (2011). Mental models: an interdisciplinary synthesis of theory and methods. [Electronic resource] Ecology and Society, 16 (1), 46.
20. de Leeuw, J., Mair P. (2009). Multidimensional Scaling Using Majorization: SMACOF in R [Electronic resource]. Journal of Statistical Software, 31 (3), 1–30.
21. Paul, C. (2014). Analyzing Card-Sorting Data Using Graph Visualization. Journal of Usability Studies, 9, 87–104.
22. Pednault E. P. D. (2000). Representation is everything. Communications of the ACM, 43, 8, 80–83. DOI: 10. 1145/345124. 345153
23. R. Core Team (2015). R: A. Language and Environment for Statistical Computing. [Electronic resource] R. Foundation for Statistical Computing, Vienna, Austria.
24. Vosniadou, S., & Brewer, W. F. (1992). Mental models of the earth: A study of conceptual change in childhood. Cognitive Psychology, 24 (4), 535–585. https://doi.org/10.1016/0010-0285(92)90018-W
25. Özesmi, U. & Maurer, S. (2004). Ecological models based on people’s knowledge: A multi-step fuzzy cognitive mapping approach. Ecological Modelling. 176, 43–64. 10. 1016/j. ecolmodel. 2003. 10. 027

Об авторах

• Егор Андре­евич Доро­хов — аспи­рант кафед­ры пси­хо­ло­гии лич­но­сти факуль­те­та пси­хо­ло­гии МГУ име­ни М. В.  Ломо­но­со­ва, Москва, Рос­сия.  ORCID: 0000-0002-7433-2046.
• Алек­сей Нико­ла­е­вич Гусев — док­тор пси­хо­ло­ги­че­ских наук, про­фес­сор кафед­ры пси­хо­ло­гии лич­но­сти факуль­те­та пси­хо­ло­гии МГУ име­ни М. В.  Ломо­но­со­ва, Москва, Рос­сия.  ORCID: 0000-0002-9299-7092.

Смот­ри­те также:

• Баба­е­ва Ю.Д., Вой­скун­ский А.Е. Пси­хо­ло­ги­че­ские послед­ствия информатизации
• Вой­скун­ский А.Е. Мета­фо­ры Интернета
• Копте­ва Н.В., Калу­гин А.Ю., Коз­ло­ва Л.А. Пси­хо­мет­ри­че­ская про­вер­ка уточ­нен­ной вер­сии опрос­ни­ка «Нево­пло­щен­ность в Интернете»
• Край­ню­ков С.В. Вли­я­ние совре­мен­ных инфор­ма­ци­он­ных тех­но­ло­гий на кар­ти­ну мира человека