3.5. ПРОГНОЗ И РАСПОЗНАВАНИЕ ОБРАЗОВ
Кардинальное значение для психодиагностики имеет проблема про-
гнозирования. Существует точка зрения, разделяющая психодиагно-
стику и так называемую <психопрогностику> (Забродин Ю. М., 1984).
Это указывает на самостоятельное значение проблем прогнозирования.
В действительности, конечно, всякая психодиагностика служит
фактически прогнозированию - на больших или меньших отрезках
времени. То, что называется диагностикой текущего состояния объекта,
имеет следующий смысл. В технике подвергают испытаниям какой-то
агрегат - не реальным, но стендовым условным. Полученные резуль-
таты приписывают текущему состоянию, объекта, имея в виду, что
<выключенный> агрегат до го эксплуатации в реальных условиях уже
не будет изменяться сколь-нибудь существенно в своем состоянии.
При этом подразумевается, что именно работа включенного агрегата
является основным фактором изменения его состояния, в частности
выхода из допустимого режима.
В психологии, конечно же, дело обстоит по-другому. И перенос под-
разумеваемых, имплицитных представлений из технической" диагно-
стики в психодиагностику неправомерен, как, впрочем, неправомерен
такой перенос уже и по отношению к медико-биологической диагно-
стике человеческого организма. Организм человека, его психика -
это не агрегат, который произвольно можно выключить на период от
95.
STR.96
тестирования до реального испытания. Все это время человек продол-
жает жить, активно взаимодействовать со средой. Даже в изоляции,
даже во сне мозг человека проделывает большую работу, переводя
полученную информацию из одних отделов памяти в другие (Касат-
кин В. Н" 1967). Все это означает, что принцип статистической экстра-
поляции результатов психодиагностического измерения в будущее
нельзя считать оправданным без проведения специальных проверок.
Когда психолог регистрирует по результатам тестирования у не-
которого индивида А показатель Ха, а у некоторого индивида В пока-
затель Хь, так что Ха>Хь, то из этого вовсе не следует автоматически,
что соотношение Ха>Хь сохранится в течение следующей недели, ме-
сяца, года. Понятно, что для принятия стратегии экстраполяционного
статистического прогноза требуется предварительно произвести эмпири-
ческое измерение надежности - устойчивости (ретестовой надежности)
на заданном промежутке времени.
При этом важна не только длина отрезка времени между двумй
измерениями, но и его заполненность теми или иными значимыми
для индивида событиями. Приведем простой пример. Организовано пси-
хологическое обследование абитуриентов вуза. Психологи пытаются
измерить уровень интереса поступающих к избранной специальности
(области науки или техники). Но применяются <лобовые> бпроснико-
вые методики, не защищенные от преднамеренной фальсификации
(абитуриенты вполне естественно сознательно или даже бессознательно
будут искажать результаты в сторону повышенного интереса - чтобы
произвести благоприятное впечатление). Фальсификация здесь только
один из возможных источников некорректности статистического про
гноза. Для эмпирического измерения силы этого артефакта не обяза
тельно проводить повторное измерение через несколько лет. Имее
смысл провести повторное обследование по той же методике всех сту
дентов, сразу же после их зачисления на первый курс. Если возникне
слишком много перестановок типа Ха<Хь, то ранговая корреляци
<тест - ретест> окажется слишком слабой, и это доказывает непрг
вомерность использования <лобовой> методики для статического пр(
гноза. Другой возможный источник нестабильности ранговой шкал
(порядковой шкалы теста) обусловлен в данном примере зависимость
уровня интереса к предметной области от уровня знаний о пpeдмe
В ходе обучения в вузе студенты приобретают более детальные знай]
о предмете, о своей успешности в освоении специальности, и от это
уровень интереса может существенно изменяться. Конечно, этот факт
в отличие от фактора фальсификации действует на более длительн
промежутках времени. И здесь опять же требуются специальные изг
рения ретестовой устойчивости для применения статического прогно
Приведенный выше пример показывает, что в некоторых случг
проблемы психопрогностики целесообразно начинать решать без в
кого привлечения внешней по отношению к тесту критериальной инф
мации, т. е. средствами проверки надежности, но не средствами п
верки валидности. Если уже таким способом будет получен отрг
тельный результат, то заведомо будет получен и для измерения BBJ
нести статического прогноза (вспомним основной принцип - BBJ
ность методики не превышает ее надежности).
Но надежность лишь необходимое, но, естественно, недостаток
условие прогностической валидности. Можно убедиться в выс(
устойчивости тестового показателя на длительных промежутках
мени, но из этого не следует, что будут получены значимые лине1
корреляции тестового показателя с требуемым критерием валидное
STR.97
эффективности - корреляции, оправдывающие статический прогноз.
Как правило, на основе диагностики принимаются решения, кото-
рые соотносятся между собой как события на шкале наименований
или на шкале порядка. Как учитываются сегодня при приеме в вуз
показатели школьной успеваемости абитуриентов? Существуют три
варианта, три градации, соотносимые друг с другом по шкале порядка:
выпускникам школы - медалистам предоставляются льготные условия
(при успехе на первом экзамене от остальных вступительных экзаме-
нов медалист освобождается), лица с удовлетворительным средним
баллом допускаются к конкурсным вступительным экзаменам и прохо-
дят все экзамены, наконец, лица с неудовлетворительным средним бал-
лом могут вообще не допускаться к вступительным экзаменам. На этом
примере видно, что средний балл аттестата используется как некото-
рый показатель своего рода <теста>, в соответствии с которым аби-
туриенты разделяются на три категории, по отношению к которым
неявно применяется <порядковый> прогноз: предполагается, что меда-
листы будут успешнее обычных выпускников школ, а обычные выпуск-
ники - успешнее тех, кто учился в школе очень слабо.
<Порядковый> прогноз сохраняет свою эффективность нетолько в
статических условиях, но и в условиях таких динамических изменений
объектов прогнозирования, при которых порядковая структура оказы-
вается неизменной. Предположим, что в ходе обучения в вузе все
студенты по мере более глубокого ознакомления с предметом испыты-
вают нарастающий интерес к своей специальности, но если порядковая
структура сохраняется (Ха продолжает превышать Хь, несмотря на
то, что Хь приближается к Ха), то <порядковый> прогноз все равно
остается корректным.
Линейные и порядковые прогностические стратегии на практике
применяются не к одномерным, но к многомерным данным. Среди
математических моделей прогнозирования до сих пор наибольшей по-
пулярностью пользуются относительно простые (а иногда -и неоправ-
данно упрощенные) регрессионные модели.
При этом для многомерного случая задача психометриста сводится
к построению уравнения множественной регрессии:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133