Когнитивная и личностная регуляция стратегий решения прогностической задачи (на материале Iowa Gambling Task)

Аннотация

В статье представлены результаты серии из пяти исследований. В них на разных выборках группы «нормы» выявлены связи показателей стратегий в игровой задаче Айова (Iowa Gambling Task — IGT) с интеллектом (общим, вербальным), исполнительными функциями (шифтингом, ингибицией и апдейтингом), с личностными свойствами, отражающими отношение к неопределенности (толерантность и интолерантность к неопределенности), и чертами «Большой пятерки». Методики: игровая задача Айова, предполагающая прогностическую активность человека в регуляции им последовательности выборов из четырех колод карт, в которых возможность выигрыша и проигрыша меняется случайным образом; экспериментальные процедуры оценивания исполнительных функций (Go/No Go); диагностические методики: тестовые батареи ROADS и ICAR (для тестирования интеллекта), «Краткий ориентировочный тест — КОТ»; личностные опросники: «Новый опросник толерантности к неопределенности — НТН», «Краткий опросник Большой пятерки — TIPI», «Личностные факторы принятия решений — ЛФР». Участники исследования: студенты и гражданские лица разных профессий, военные руководители среднего звена. Установлены положительные вклады интеллекта, а также исполнительных функций — шифтинга и ингибиции — в эффективность принятия решений и в динамику становления стратегий выборов, что свидетельствует в пользу когнитивной ориентировки в ситуации неопределенности, моделируемой игровой задачей Айова. На двух выборках военных руководителей среднего звена найдены также отличия в показателях стратегий и личностной регуляции выборов. Обнаружено, что именно в условиях максимальной неопределенности на первом этапе игры значимый вклад в показатели стратегий вносят личностные факторы — толерантность к неопределенности у гражданских лиц и готовность к риску у военных. Интолерантность к неопределенности выполняет регулятивную роль на следующих этапах стратегии в игре (снижая частоту смены колод и определяя угол кривой роста показателей). Личностные факторы «Большой пятерки», протестированные на выборке военнослужащих, не выступили предикторами стратегий в игровой задаче Айова.

Введение

Прогностические процессы представлены во всех видах деятельности человека, поскольку ее направленность структурируется целевой регуляцией — целеобразованием и целедостижением. Цель — это осознанное предвосхищение будущего результата, но опосредствующие ее становление процессы не осознаются. Доцелевые уровни предвосхищений отражены в понятиях «прогнозирование», «опережающее отражение», «преднастройка», «предзнание» и др. Процессы предвосхищений, прогнозирования, выдвижения гипотез участвуют как в решении проблем, так и в принятии решений. Процессуальная регуляция прогнозирования при принятии решений и вынесении суждений имеет в своей основе актуалгенез предвосхищений как новообразований, снижающих неопределенность ситуации. Эти новообразования возникают в поисковой активности, опосредствующей построение человеком субъективного образа ситуации, выбор и раскрытие направлений возможного изменения ее своими действиями, прогнозирование способов достижения целей.

Не останавливаясь на дискуссиях о дихотомиях рационального/интуитивного, когнитивного/эмоционального и прочих характеристик осуществляемых человеком выборов, отметим, что в последние десятилетия демонстрируется наибольшая эффективность стратегий, в которых он сочетает рациональный анализ и интуицию при решении прогностических задач, причем в опоре на свой целостный интеллектуально-личностный потенциал (Корнилова, 2016; Степаносова, Корнилова, 2006).

Ранее нами было обосновано, что образ мира в актуалгенезе решений и действий выступает как направляющий вектор становления прогностической активности, регулируемой динамически складывающимися иерархиями процессов, представленных как когнитивными, так и личностными составляющими, а также взаимодействиями между ними (Корнилова, 2016; Смирнов и др., 2016). Сегодня исследовательская проблема заключается в определении конкретных процессов когнитивной и личностной регуляции, опосредствующих предвосхищающую активность человека в условиях динамической неопределенности. В данной статье будут описаны подходы к ее решению, реализованные нами в цикле эмпирических исследований на модели игровой задачи Айова — Iowa Gambling Task (IGT) (Bechara et аl., 2005).

Прогностичеcкие процессы и модель IGT

Прогностические процессы изучаются на разных уровнях регуляции активности человека. При этом в теоретико-эмпирических исследованиях можно выделить две тенденции обобщений. Первая связана с переносом закономерностей, установленных на одном уровне психологической регуляции, на другие (более высокие) уровни. Рассматривая мышление как прогнозирование, А.В. Брушлинский (1979) обосновывал, в частности, ошибочность распространения на мыслительную деятельность представлений об обратной связи, касающихся процессов более низкого уровня. Вторая тенденция сегодня выглядит как аналогичное «укрупнение» обобщений в отношении регулятивной роли эмоциональных процессов, связываемых с разноуровневыми предвосхищениями и впервые изученных в научной школе О.К. Тихомирова.

В дальнейшем, после того как А. Дамасио была выдвинута гипотеза «соматических маркеров» (Damasio, 1998), акцент в рассмотрении процессов прогнозирования сместился в сторону первенства эмоциональной сферы. Под соматическими маркерами подразумеваются некие гипотетические висцеральные реакции, возникающие в ответ на определенные сигналы; эти реакции строятся на основе предыдущего индивидуального опыта и субъективно переживаются как подозрения, предчувствия и проч. Популяризации этой концепции способствовало то, что она служит теоретической поддержкой апелляции к нейрофизиологическим основам обратной связи и к специфике прогнозирования в разных клинических группах (Медведева и др., 2013).

Одним из условий, приближающих модель IGT к условиям выборов в реальной жизни, т.е. делающей ее более экологичной по сравнению с другими методиками, оценивающими способности прогнозирования, является отсутствие в инструкции указания на вероятностное оценивание возможной успешности разных выборов из колод карт. Формирование вероятностных прогнозов (Fukui et al., 2005) реализуется здесь в ориентировке на достижение прагматических целей. При этом от человека требуется когнитивная оценка ситуации, где нужно различать выигрышные («хорошие») и проигрышные («плохие») колоды карт. Однако А. Бехара (автор IGT) и А. Дамасио выдвигают в качестве ведущих в стратегиях выборов в игре эмоциональные процессы, учитывая роль интуиции и переживания успеха/неуспеха как направляющие прогнозы в ситуации меняющейся неопределенности. Искажения в эмоциональной регуляции у разных групп больных позволяют верифицировать эту гипотезу в условиях как бы клинического эксперимента (экспериментальный фактор—болезнь). При этом следует отметить, что незначительное число исследований, использующих модель IGT, выполнялось на выборках «нормы» (Brevers et al., 2013).

В противовес гипотезе о ведущей роли эмоциональных процессов мы выдвинули гипотезу о ведущей роли когнитивных факторов в регуляции стратегий выборов в IGT. Мы предположили также возможность проявления регулирующей роли ряда личностных свойств на разных этапах игры, отличающихся разной степенью сформированности образа вероятностной среды.

В качестве когнитивных свойств нами были выделены интеллект и исполнительные функции, роль которых мы проследили в динамике игровых стратегий IGT. В качестве личностных свойств изучались в первую очередь те, которые предположительно включены в процессы решения прогностических задач в ситуации выборов в вероятностно-организованной среде. В первую очередь это свойства, отражающие отношение человека к неопределенности: толерантность/интолерантность к неопределенности, готовность к риску (как умение принимать решения и полагаться на шанс в ситуациях неопределенности) и рациональность (как направленность на максимальный сбор информации для принятия решений). Кроме того, применялись опросники на выявление черт «Большой пятерки».

1. Связь исполнительных функций со стратегиями в IGT

Под общим названием «исполнительные функции» (executive functions) объединен ряд высокоуровневых психических процессов, позволяющих человеку регулировать свои действия для достижения определенной цели с учетом меняющихся условий среды (Алексеев, Рупчев, 2010; Трусова, Климанова, 2015). Частными процессами, относительно которых выдвигались гипотезы о их роли в целевой регуляции выборов, выступают ингибиция (inhibition — торможение), шифтинг (shifting — сдвиг или гибкое переключение внимания) и апдейтинг (updating — мониторинг и обновление информации в рабочей памяти). Ингибиция, или оттормаживание «рефлекторных» или непроизвольных реакций, включалась в качестве важного компонента когнитивного контроля (Miyake et al., 2000), как и другие процессы. Однако они не рассматривались в контексте регуляции стратегий, представляющих последовательности множественных выборов.

Цель исследования 1 — выявить вклад исполнительных функций в регуляцию стратегий в IGT.

Участники исследования: 44 человека (13 мужчин и 31 женщина) в возрасте от 18 до 37 лет (М=27.9, SD=4.5). Студенты различных специальностей и представители широкого спектра профессий. Мотивация испытуемых — познавательная (получить информацию о своих результатах и об исследовании).

Методики

1. IGT реализовывалась в варианте Р. Грасмана и Э. Вагенмейккерса (Grasman, Wagenmakers, 2005), включающем последовательность из 200 выборов, при компьютеризированном предъявлении изменяющейся ситуации (Diamond, 2013).

На экране компьютера участнику предлагаются 4 колоды карт, из которых он должен сделать выбор на каждом из 200 шагов, чтобы получить в игре максимальную прибыль. В двух колодах представлены карты высокого риска — они приносят большие выигрыши (100 долларов), но и редкие разорительные штрафы (1250 долларов), т.е. в долговременной перспективе ведут к проигрышу (это «плохие» колоды); карты из двух других колод позволяют выигрывать небольшие суммы (50 долларов), но и налагают небольшие штрафы (это «хорошие» колоды). В начале игры испытуемому ничего не известно о колодах, а распределение карт в них не подчиняется какой-либо циклической закономерности. Таким образом, ему приходится действовать в ситуации высокой неопределенности.

Для анализа игра разбивалась на 10 этапов (блоков) по 20 проб. Оценивались следующие показатели: предпочтение «хороших» колод «плохим» (общее количество выборов карт из безопасных колод минус общее количество выборов из рискованных колод), частота смены колод, выигрыш на каждом этапе и в конце игры и др. Дополнительно была введена мера скорости обучения прогнозированию: номер хода, после которого испытуемый начинал выбирать только «хорошие» колоды.

2. Методика в парадигме Go/No Go. Стимулы — фотографии лиц, предъявляемые в виде непрерывного потока[1]. Участник должен нажать на кнопку (Go), если очередной стимул соответствует заданному, или воздержаться от нажатия в случае несоответствия (No Go). Каждый тип лица (грустное, веселое или нейтральное) становился целевым стимулом в двух сериях проб в течение выполнения задания. Выражения эмоций на лицах гиперболизированы, так что их нельзя перепутать между собой. Рассматривались показатели: No Go — процент проб, в которых испытуемый оттормаживал (ингибировал) действие в ответ на нецелевой стимул; Go — доля проб, в которых испытуемый правильно отвечал (т.е. инициировал действие) на целевой стимул.

Статистическая обработка данных проводилась с помощью программы IBM SPSS Statistics v.23 и языка программирования R. Вычислялись показатели описательных статистик; осуществлялся корреляционный анализ (с использованием коэффициента корреляции Пирсона для попарных и частных корреляций и с поправкой на множественные сравнения Холма); регрессионный анализ — с помощью линейной регрессии (как с независимыми, так и с зависимыми переменными). Для сравнения средних использовались t-критерий Стьюдента и критерий Манна—Уитни.

Результаты

1. Корреляционный анализ показал умеренную положительную корреляцию показателя No Go с финальным счетом в IGT (r=0.36, p=0.03), а также с предпочтением «хороших» колод (r=0.37, p=0.03). Т.е. испытуемые с высокими показателями ингибиции и шифтинга оказались более успешными в IGT, что показано на рис. 1 при разделении выборок каждого показателя на две группы по медианам. Графики, отображающие временные тренды изменений эффективности принятия решений в игре, демонстрируют, что показатели ингибиции и шифтинга взаимосвязаны с более быстрым ростом выигрыша. Видно, что группа испытуемых с низкими показателями ингибиции и шифтинга медленнее строит репрезентацию ситуации, достаточную для принятия продуктивных решений в игре.

2. Из анализа аналогичных графиков для показателей частоты выборов карт из «плохих» и «хороших» колод следует, что люди с высокими показателями шифтинга и ингибиции делают меньше выборов из «плохих» колод и больше — из «хороших»; т.е. они более эффективны в своих прогнозах относительно выбора колоды.

3. Линейная регрессия для общего счета IGT и показателя No Go значима, однако процент объясненной дисперсии сравнительно низок (t=2.247, p=0.0315, R²=0.13).

4. Уровень апдейтинга не проявил взаимосвязи с динамикой предпочтения тех или иных колод на разных этапах IGT.

Вывод: изучаемые в данном исследовании исполнительные функции — ингибиция и шифтинг — положительно влияют на скорость обучения в задаче IGT. В свою очередь скорость обучения влияет на продуктивность совершенных выборов и конечный результат. Вероятно, более высокий уровень шифтинга помогает испытуемым переключать внимание на поиск новой необходимой информации о ситуации, а более высокий уровень ингибиции повышает способность оттормаживать ненужные эмоции и прекращать поиск информации тогда, когда он становится избыточным.

2. Интеллект и успешность стратегий в IGT

Цель исследования 2 — выявление связи между интеллектом (вербальным, кристаллизованным, и флюидным) и показателями успешности выполнения IGT на разных этапах игры. Оно позволило проверить гипотезы о роли разных видов академического интеллекта как предикторов эффективности стратегий прогнозирования.

Участники исследования: 116 взрослых испытуемых (56 женщин и 60 мужчин) в возрасте от 18 до 49 лет. Средние по возрасту: для женщин М=31.07, SD=6.41; для мужчин М=33.82, SD=7.51; группы не различались по возрасту статистически. Участники набирались по принципу «снежного кома».

Методики

1. IGT предъявлялась в последовательности 100 выборов.

2. Для оценки флюидного интеллекта использовались субтесты «Решение матриц» и «Трехмерное вращение» из тестовой батареи ICAR (Condon, Revelle, 2014). Сырые баллы по субтестам были стандартизированы, усреднены и трансформированы в IQ-шкалу.

3. Вербальный интеллект оценивался по двум вербальным шкалам из тестовой батареи ROADS (Корнилов, Григоренко, 2010).

4. Общий интеллект оценивался по всем четырем использованным субтестам.

Статистическая обработка данных проводилась с помощью программы IBM SPSS Statistics v.23 и языка программирования R, как и в исследовании 1.

Результаты

Регрессионный анализ не выявил влияния на IQ пола, возраста, принадлежности к группе (студенты/взрослые участники) и их взаимодействия.

Мы применили линейный регрессионный анализ для тестирования двух моделей: Модель 1 включала в качестве предикторов флюидный и вербальный IQ; Модель 2 — общий IQ. Для показателя общей прибыли в игре в каждом блоке обе модели продемонстрировали значимый вклад интеллекта. В Модели 1 значимым предиктором является вербальный IQ (F (df)=3.557 (104), p<0.001, Δ Adjusted R²=0.10, β=23.78, p=0.005); в Модели 2 — общий IQ (F (df)=3.723 (105), p<0.001, Δ Adjusted R²=0.09, β=23.45, p<0.001). Для показателя прибыли на каждом этапе Модель 1 выявила значимое влияние флюидного интеллекта в блоке 2 (F (df)=1.896 (104), p=0.048, Δ[2]Adjusted R²=0.03, β=10.56, p=0.024); те же результаты были получены для Модели 2 (F (df)=1.929 (105), p=0.050, Δ Adjusted R²=0.02, β=11.00, p=0.041).

Вербальный IQ оказался положительным предиктором предпочтений «хороших» колод в блоке 4 (F (df)=2.014 (104), p=0.034, Δ Adjusted R²=0.06, β=0.23, p=0.023). Общий IQ оказался положительным предиктором предпочтения колод в трех из пяти блоков (с 3 по 5-й).

Таким образом, согласно представленным выше результатам регрессионного анализа, общий интеллект выступил ключевым фактором успешности принятия решений, требующих выявления скрытых закономерностей. Он также оказался лучшим предиктором успешности выборов по сравнению с изолированным вербальным интеллектом.Установленное отсутствие вклада любого вида интеллекта в первой двадцатке проб, т.е. на этапе максимальной неопределенности ситуации, позволило предположить, что в построение образа ситуации включены и неинтеллектуальные факторы. Поэтому в следующем исследовании стратегий в IGT мы решили использовать также диагностику тех личностных свойств, которые связаны с отношением человека к неопределенности.

3. Личностная регуляция стратегий в IGT

Цель исследования 3 — выявление связи игровых стратегий в IGT с отношением человека к неопределенности. Задачей стало выявление того, на каких этапах стратегий IGT предиктором выборов может выступать толерантность и интолерантность к неопределенности.

Принятие вызовов неопределенности означает не только готовность к изменениям и противоречиям, неопределенности и новизне, но и к познавательному отношению к ситуации динамических изменений, гибкому соотнесению в саморегуляции стратегий ориентировки на прагматический и на познавательный результат.

Не останавливаясь на особенностях понимания термина «неопределенность» разными авторами после работ Э. Френкель-Брунсвик (Frenkel-Brunswick, 1948, 1949), следует отметить, что он изначально вводился ею как характеристика одновременно и когнитивной, и личностной сфер. Со временем факторы толерантности (ТН) и интолерантности к неопределенности (ИТН) перестали рассматриваться как полюса одного свойства и выступили как независимые личностные измерения (Корнилова, 2010).

Мы исходили из того, что ТН и ИТН — ключевые переменные в системе личностной регуляции выборов. Однако ранее их роль не анализировалась применительно к прогнозированию в ситуации неопределенности, предполагающей становление целостной стратегии.

Участники исследования: смешанная выборка, состоящая из студентов старших курсов МГУ имени М.В. Ломоносова (43 чел., 24 мужчины и 19 женщин) и военных руководителей среднего звена (17 мужчин). Всего 60 человек (41 мужчина и 19 женщин) в возрасте от 18 до 52 лет (средний возраст: M=30.58, SD=10.61).

Методики

1. IGT в последовательности 100 выборов.

2. «Новый опросник толерантности к неопределенности — НТН» (Корнилова, 2010). Он был построен в результате апробации опросника, рассмотренного А. Фернхемом в качестве суммирующего предыдущие шкалы (в том числе опросника С. Баднера). Для российских выборок была установлена трехфакторная структура, где факторами выступили: а) толерантность к неопределенности (ТН); б) интолерантность к неопределенности (ИТН) как стремление к ясности; в) неприятие неопределенности в межличностных отношениях (МИТН).

Статистическая обработка. Данные были проанализированы с использованием метода смешанных линейных моделей (Baayen, 2008) в lme4 пакете для R. Номер блока выборов (от 1 до 5 — по 20 в каждом блоке), пол, оценки ТН/ИТН были введены в модель в виде фиксированных эффектов (Kornilov et al., 2015). В условных моделях «роста» такие переменные, как возраст, пол и ТН/ИТН, влияли как на параметр «начальной точки», так и на параметры «роста» (последние также включаются в модель как случайные эффекты).

Результаты

Установлена связь между прибылью участника в первом блоке (первые 20 выборов) и ТН (B=5.68, SE=2.93, t=1.94). Доля выбора «плохих» (проигрышных) колод снижалась в течение всего хода эксперимента линейно; ТН выступила значимым предиктором базового уровня выполнения для этой зависимой переменной (B=0.006, SE=0.003, t=2.13). Это позволяет считать, что ТН модулирует базовый уровень успешности прогнозирования в IGT.

Переключение на другие колоды после проигрыша в предыдущей попытке было относительно постоянным в течение всего хода эксперимента для «усредненного» участника. Однако ИТН предсказала базовый уровень этой зависимой переменной (B= ‒0.05, SE=0.02); при более высоком уровне ИТН наблюдалось меньшее количество смен колоды после проигрыша на текущем этапе принятия решения. Мы это можем интерпретировать как связь более высокого уровня ИТН с более низким уровнем исследовательской активности после неудачи.

ИТН также определила линейный параметр роста (B=0.05, SE=0.02, t=2.14) и показала тенденцию к значительной связи с квадратичным параметром роста (B= ‒0.01, SE=0.005, t= ‒1.86). Этот результат позволяет считать, что испытуемые с более высоким уровнем ИТН менее склонны выбирать другие колоды после проигрышей в начале эксперимента и потенциально показывают относительно постоянный (или незначительно растущий по сравнению с постоянным, или немного отрицательный средний уровень роста) уровень смены колоды в ходе всей последовательности выборов.

Вывод: ТН и ИТН выступили предикторами некоторых показателей стратегий в IGT. ТН регулирует начальный уровень риска выборов, обеспечивая готовность к принятию решения в условиях неопределенности. Эта личностная переменная играет важную роль при ориентировке испытуемого на изменение игровой ситуации (динамику окружающей среды) и на продуктивное развитие вероятностных предвосхищений. ИТН выступила регулятором (предиктором) принятия риска после неудачи, потенциально ограничивая обучение прогнозированию в условиях динамической неопределенности через неприятие риска и чувствительность к результату.

4. Профессиональные различия в стратегиях IGT

Индивидуальные различия в точности прогнозирования в условиях неопределенности могут быть обусловлены, в частности, уровнем развития профессиональной компетентности. Например, исследования Г. Кляйна (Klein, 1998) показали, что интуитивные решения и прогнозы, формируемые в стрессовых ситуациях, обладают высокой степенью эффективности у таких профессионалов, как пожарные, медсестры и военные. Таким образом, исследовательская проблема, связанная с субъективной оценкой вероятностей (Канеман, 2013), получила новое развитие в изучении использования продуктивных и непродуктивных эвристик при прогнозировании.

В исследовании 4 возможность профессиональной специфики стратегий прогнозирования была изучена нами на выборке военных руководителей среднего звена, чья профессия сопряжена с особым риском. Повышенная сложность, широкий спектр и высокая динамичность профессиональных задач, высокая цена возможных ошибок и необходимость действовать в сложных условиях позволяют предположить, что стратегии принятия решений в данной группе профессионалов должны обладать определенной спецификой по сравнению с таковыми у представителей невоенных специальностей (Решетников, 2011).

Участники исследования 4: 83 мужчины в возрасте от 27 до 60 лет (M=37.9, SD=8.0). Из них: 51 военный руководитель в возрасте от 27 до 59 лет (M=37.7, SD=7.0) и 32 представителя различных гражданских профессий в возрасте от 27 до 60 лет (M=38.3, SD=9.4). Группы значимо не различались по возрасту.

Результаты. По вычисленным показателям IGT между группами военных и гражданских профессионалов были получены значимые различия (р<0.05). Основное различие в стратегиях между группами заключалось в том, что на последних этапах игры военные респонденты значимо реже гражданских выбирали карты из «плохих» колод, что отразилось на общем выигрыше в последнем блоке (рис. 2).

В исследовании 5 на другой выборке военных руководителей среднего звена (N=120; возраст от 24 до 44 лет (M=34.00; SD=4.05); все мужчины с высшим образованием) были рассмотрены взаимосвязи успешности стратегий в IGT с такими личностными свойствами, как толерантность к неопределенности, рациональность, готовность к риску, а также с чертами «Большой пятерки» и общим уровнем интеллектуальных способностей (Краснов, 2017). Для выявления вклада измеренных свойств интеллектуально-личностного потенциала в показатели решения прогностических задач в IGT применялся регрессионный анализ с пошаговым отбором. Зависимыми переменными выступили показатели стратегий IGT.

Результаты

1. Обнаружен значимый вклад общего уровня интеллекта (применялся «Краткий ориентировочный тест — КОТ»; см.: Бузин, 1992) в позитивное выделение когнитивных ориентиров в динамике стратегий IGT. Это вновь продемонстрировало существенную роль в регуляции выполнения IGT когнитивных процессов ориентировки в условиях неопределенности. Рациональность как направленность на сбор информации также внесла значимый позитивный вклад в успешность стратегий. Респонденты с более высокой готовностью к риску (в отличие от респондентов с низкой готовностью к риску) реже выбирали «хорошие» колоды при выполнении 1-го блока IGT, т.е. в условиях максимальной неопределенности. ИТН значимо снижала частоту смены колод как на 1-м этапе, так и на протяжении всей игры.

2. Измеренные с помощью «Краткого опросника Большой пятерки» (КОБП, или TIPI) (Корнилова, Чумакова, 2016) личностные черты выступили в значимых связях с ТН/ИТН, но не стали предикторами выборов в IGT. Таким образом, можно заключить, что в регуляцию стратегий IGT включаются не стабильные личностные черты, а те личностные свойства, которые отражают динамику отношения человека к неопределенности.

3. Стратегии военных отличались значимым снижением неэффективных выборов на последних этапах IGT, что, возможно, связано с более мотивированным переживанием недопустимости прагматических потерь (когда отступать уже некуда). На первом же этапе повышенная готовность к риску мешала выбору «хороших» колод. Т.е. вновь было показано отличие 1-го этапа регуляции стратегий выборов с точки зрения значимости личностного отношения к неопределенности.

Заключение

В цикле исследований на материале IGT нами были верифицированы гипотезы о роли интеллекта (общего и вербального) и таких исполнительных функций, как шифтинг и ингибиция в качестве предикторов успешности игровых стратегий. Это подтверждает наше общее предположение о том, что в качестве источников познавательной активности человека в условиях неопределенности необходимо рассматривать не только гипотетические телесные основы обратной связи (что предполагается гипотезой А. Дамасио), но и когнитивное становление образа ситуации. Интерпретация на основе концепции «образа мира» фокусирует иной аспект актуалгенеза предвосхищений, чем обратная связь от чувственно представленного индивидуального опыта, а именно опережающую прогностическую активность субъекта, направляемую амодальными глубинными структурами, включающими, в частности, индивидуальную представленность значений и процессы выдвижения познавательных гипотез (Смирнов и др., 2016). Таким образом, в теоретических разработках проблемы когнитивных процессов как опосредствующих прогнозирование в условиях динамической неопределенности необходим переход к высокоуровневым представлениям о прогностической активности, не сводимой к висцеральным компонентам обратной связи.

Результаты цикла исследований, проведенного нами на модели IGT, свидетельствуют не только о первенстве когнитивного опосредствования ориентировки в ситуации выбора, но и о необходимости учета динамики выборов субъекта в перспективе изменения ориентировки. Интеллект становится предиктором повышения эффективности прогнозирования начиная с середины игры, а личностные свойства выступают в функции предикторов в основном на первом этапе, т.е. при максимальной неопределенности ситуации; хотя такое свойство, как ИТН, отражающее стремление к ясности, проявляется по всему ходу игры (снижая частоту смены колод, т.е. гибкость стратегии).

Полученные результаты позволяют нам по-новому осветить и проблему разделения свойств на стабильные личностные черты, относительно независимые от ситуационных предпочтений, и на отражающие готовность к совладанию с неопределенностью. Свойства, отражающие динамическое отношение к неопределенности, были включены в качестве предикторов в регуляцию стратегий прогнозирования, в то время как стабильные черты «Большой пятерки» не выступили в этой функции. Таким образом, дело не в том, можно ли предполагать личностную регуляцию стратегий принятия решений, а в том, какие именно свойства необходимо тестировать.

Учитывая, что использованная модель IGT предполагает также процессы, которые можно отнести к имплицитному научению, мы рассмотрели динамику успешности выборов на этапах от начала к концу игровой партии. В результате было установлено, что процессы личностной регуляции (отражающие индивидуальные различия в свойствах толерантности к неопределенности и готовности к риску) включаются именно на первом этапе — при максимальной неопределенности; при этом они могут как повышать эффективность выборов (в стратегиях гражданских участников исследования), так и снижать (в стратегиях военнослужащих на первом этапе игры).

Анализ показателей стратегий в ситуации IGT у военных руководителей среднего звена позволил выявить профессионально обусловленную специфику прогнозирования. В целом можно говорить о более выраженной у военных ориентации на избегание потерь именно к концу игры, что в конечном итоге выражалось в кумуляции выигрыша.

Список литературы

Алексеев А.А., Рупчев Г.Е. Понятие об исполнительных функциях в психологических исследованиях: перспективы и противоречия // Психологические исследования: электрон. науч. журн. 2010. Т. 12. № 4. С. 12. URL: http://psystudy.ru (дата обращения: 3.10.2017)

Брушлинский А.В. Мышление и прогнозирование. М.: Мысль, 1979.

Бузин В.Н. Краткий отборочный тест. М.: Смысл, 1992.

Канеман Д. Думай медленно... решай быстро. М.: АТС, 2013.

Корнилов С.А., Григоренко Е.Л. Методический комплекс для диагностики академических, творческих и практических способностей // Психологический журнал. 2010. Т. 31. № 2. С. 90—103.

Корнилова Т.В. Интеллектуально-личностный потенциал человека в условиях неопределенности и риска. СПб.: Нестор-История, 2016.

Корнилова Т.В. Новый опросник толерантности-интолерантности к неопределенности // Психологический журнал. 2010. Т. 31. № 1. С. 74—86.

Корнилова Т.В., Чумакова М.А. Апробация краткого опросника Большой пятерки (TIPI, КОБТ) // Психологические исследования: электрон. науч. журн. 2016. Т. 9. № 46. С. 5. URL: http://psystudy.ru (дата обращения: 18.12.2016).

Краснов Е.В. Личностные свойства и интеллект как предикторы принятия решений в игровых стратегиях Айова-теста (на выборке военных руководителей) // Экспериментальная психология. 2017. Т. 10. № 2. С. 54—66. doi:10.17759/exppsy.2017100205.

Медведева Т.И., Ениколопова Е.В., Ениколопов С.Н. Гипотеза соматических маркеров Дамасио и игровая задача (IGT): обзор // Психологические исследования: электрон. науч. журн. 2013. Т. 6. № 32. С. 10. URL: http://psystudy.ru (дата обращения: 17.12.2016).

Решетников М. Психология войны: от локальной до ядерной. Прогнозирование состояния, поведения и деятельности людей. СПб.: Восточно-Европейский Институт психоанализа, 2011.

Смирнов С.Д., Чумакова М.А., Корнилова Т.В. Образ мира в динамическом контроле неопределенности // Вопросы психологии. 2016. № 4. С. 3—13.

Степаносова О.В., Корнилова Т.В. Мотивация и интуиция в регуляции вербальных прогнозов при принятии решений // Психологический журнал. 2006. Т. 27. № 2. С. 60—68.

Трусова А.В., Климанова С.Г. Когнитивный контроль при алкогольной зависимости: обзор современных исследований // Клиническая и медицинская психология: исследования, обучение, практика: электрон. науч. журн. 2015. Т. 9. № 3. С. 9. URL: http://medpsy.ru/climp (дата обращения: 3.10.2017).

 

Baayen R.H. Analyzing linguistic data: A practical introduction to statistics. Cambridge: Cambridge University Press, 2008. https://doi.org/10.1017/CBO9780511801686

Bechara A., Damasio H., Damasio A.R., Tranel D. The Iowa Gambling Task and the somatic marker hypothesis: some questions and answers // Trends in Cognitive Sciences. 2005. Vol. 9. N 4. P. 159—162. https://doi.org/10.1016/j.tics.2005.02.002

Blakemore S.-J., Robbins T.W. Decision-making in the adolescent brain // Nature Neuroscience. 2012. Vol. 15. P. 1184—1191. https://doi.org/10.1038/nn.3177

Brevers D., Bechara A., Cleeremans A., Noël X. Iowa Gambling Task (IGT): twenty years after–gambling disorder and IGT // Frontiers in Psychology. 2013. Vol. 4. Article 665. https://doi.org/10.3389/fpsyg.2013.00665

Condon D.M., Revelle W. The international cognitive ability resource: Development and initial validation of a public-domain measure // Intelligence. 2014. Vol. 43. Р. 52—64. doi:10.1016/j.intell.2014.01.004

Damasio A.R. The somatic marker hypothesis and the possible functions of prefrontal cortex // The Prefrontal cortex / Ed. by. A.C. Roberts, T.W. Robbins, L. Weiskrantz. N.Y.: Oxford University Press, 1998. P. 36—50.

Diamond A. Executive functions // Annual Review of Psychology. 2013. Vol. 64. P. 135—168. https://doi.org/10.1146/annurev-psych-113011-143750

Frenkel-Brunswick E. Tolerance towards ambiguity as a personality variable// The American Psychologist. 1948. Vol. 1. N 3. P. 295—306.

Frenkel-Brunswick E. Intolerance of ambiguity as an emotional and perceptual personality variable // Journal of Personality. 1949. Vol. 11. N 1. P. 108—143. https://doi.org/10.1111/j.1467-6494.1949.tb01236.x

Fukui H., Murai T., Fukuyama H. et al. Functional activity related to risk anticipation during performance of the Iowa Gambling Task // Neuroimage. 2005. Vol. 24. N 1. P. 253—259. https://doi.org/10.1016/j.neuroimage.2004.08.028

Grasman R.P., Wagenmakers E.J. A DHTML implementation of the Iowa Gambling Task. 2005. Retrieved from http://purl.oclc.org/NET/rgrasman/jscript/IowaGamblingTask

Klein G. Sources of power: How people make decisions. Cambridge, MA: MIT Press, 1998.

Kornilov S.A., Krasnov E.V., Kornilova T.V., Chumakova M.A. Individual differences in Performance on Iowa Gambling Task are Predicted by Tolerance and Intolerance for Uncertainty // EuroAsianPacific Joint Conference on Cognitive Science (EAPCogSci2015). Torino, Italy (2015, September) (pp. 728—731). URL: http://ceur-ws.org/Vol-1419/paper0121.pdf

Miyake А., Friedman N.P., Emerson M.J. et al. The unity and diversity of executive functions and their contributions to complex “Frontal Lobe” Tasks: A latent variable analysis // Cognitive Psychology. 2000. Vol. 41. N 1. P. 49—100.

Примечания

1. Возможность использования лиц с разными эмоциями для задачи типа Go/No Go была показана в предыдущих исследованиях (см., напр.: Blakemore, Robbins, 2012).

2. Здесь и далее — изменение Adjusted R² при добавлении показателей IQ к демографическим предикторам.