Психология – наука будущего. Материалы VI Международной конференции молодых ученых. 19-20 ноября 2015 г., Москва

Коллектив авторов, 2015

Сборник включает в себя статьи, подготовленные к VI Международной конференции молодых ученых «Психология – наука будущего». Материалы отражают широту научных интересов молодых исследователей России и стран ближнего зарубежья. В формате a4.pdf сохранен издательский макет.

А. Н. Варнавский (Рязань)

Математическая модель зависимости оптимального по критерию максимизации качества работы размера шрифта от значений показателей внимания обучаемого

Использование систем электронного обучения в образовательном процессе диктует необходимость проведения исследований, направленных на учет индивидуальных психофизиологических особенностей обучаемых (Солонина, 1997). Такой учет может быть осуществлен с помощью персонификации представляемой информации.

В настоящее время проблемой оптимизации представления изучаемой информации занимается дисциплина «Педагогический дизайн» (Курносова, 2012), в рамках которой сформулированы правила представления информации, в частности текстовой, касающиеся параметров шрифта, длины и ширины текста, использования заголовков и подзаголовков, списков и иллюстраций.

Однако такие правила являются статическими и не привязаны к индивидуальным особенностям обучаемых и их психоэмоциональным состояниям (Дикая, 2000), т. е. не являются персонифицированными. В соответствии с этими правилами, информация на страницах курса представляется в статическом, не персонифицированном виде и не зависит от текущих значений показателей когнитивных процессов.

Для решения существующей проблемы персонификации представления текстовой информации необходимо провести исследование, направленное на определение, прежде всего, оптимального размера шрифта (как основного параметра представления информации) при определенных значениях параметров когнитивных процессов (прежде всего, внимания).

Целью работы является построение математической модели зависимости оптимального по критерию максимизации качества работы размера шрифта от значений показателей внимания испытуемого.

Полученная модель может использоваться для разработки способа управления размером шрифта текстовой информации в системах электронного обучения в зависимости от текущих значениях показателей внимания.

Построение математической модели зависимости оптимального размера шрифта от значений показателей внимания испытуемого осуществлялось на основе обработки экспериментальных данных, полученных в результате серии экспериментов.

Метод проведения

a. Участники. Участниками эксперимента являлись 30 студентов 3–5 курсов Рязанского государственного радиотехнического университета. Число лиц мужского пола — 15, женского — 15. Средний возраст участников составил 21,1±0,8 года.

b. Материалы. Для проведения эксперимента использовались 4 вида бланков Бурдона — Анфимова, отличающихся только размером шрифта букв: 10 пт., 12 пт., 14 пт., 16 пт.

c. Процедура исследования. Эксперименты проводились в первой поло вине дня в течение 3 дней в одних и тех же условиях у групп по 8–12 чел. После проведение инструктажа и объяснения смысла эксперимента испытуемые проходили пробное тестирование на внимание. При этом испытуемым сообщили две буквы, которые они должны искать и вычеркивать в дальнейших тестах. Затем раздавались бланки теста Бурдона — Анфимова, размер шрифта которых 10 пт., и испытуемые в течение 5 мин выполняли данный тест. После 3-минутного отдыха раздавались бланки теста Бурдона — Анфимова, размер шрифта которых 12 пт., и испытуемые также в течение 5 мин выполняли данный тест. Аналогично выполнялись тесты с размером шрифта 14 пт. и 16 пт.

Полученные результаты. По результатам эксперимента был сформирован набор из 30 наблюдений со следующими значениями: N — количество символов в проработанной испытуемым части корректурной пробы; t — время выполнения задания в секундах; М — общее количество зачеркнутых символов; О — количество ошибочно зачеркнутых символов; S — количество правильно зачеркнутых символов; Р — количество пропущенных символов; n — количество символов, которые необходимо было вычеркнуть в просмотренной части корректурной пробы.

На основе этих значений по следующим формулам рассчитывались значения основных показателей внимания для каждого испытуемого для всех бланков Бурдона — Анфимова (Бруннер, 2006):

где А_кв — уровень концентрации внимания, А_ур — показатель умственной работоспособности, А_пв — показатель производительности внимания, A_R — качество работы.

Данные показатели характеризуют работу с текстовой информацией. Так, показатель производительности внимания соответствует числу букв, просматриваемых в единицу времени, показатель умственной работоспособности — числу букв, просматриваемых в единицу времени, с учетом наличия ошибок. Показатель качества работы равен 1 при отсутствии ошибок и уменьшается при их появлении тем больше, чем больше число пропущенных и ошибочно вычеркнутых символов. Уровень концентрации внимания показывает долю верно зачеркнутых букв от общего числа символов, которые нужно было вычеркнуть.

Соответственно, после обработки результатов эксперимента получен следующий набор значений:

А_кв1, А_ур1, А_пв1, A_R1 при x=10; А_кв2, А_ур2, А_пв2, A_R2 при x=12; А_кв3, А_ур3, А_пв3, A_R3 при x=14; А_кв4, А_ур4, А_пв4, A_R4 при x=16, где x — размер шрифта в тесте Бурдона — Анфимова.

Обработка результатов эксперимента осуществлялась в статистическом пакете R.

Обсуждение результатов. В качестве критерия оптимизации может быть выбрано условие достижения максимального уровня качества работы, определяющее как объем проработанной информации, так и число ошибок. При этом в качестве зависимой переменной y будет выступать размер шрифта, при котором была получена максимальная величина качества работы, а в качестве факторов — показатели когнитивных процессов, определяемые при некотором размере шрифта.

Набор значений y сформируем следующим образом. Для результатов эксперимента каждого испытуемого среди значений А_R1, А_R2, А_R3, А_R4 выберем максимальное и определим размер шрифта, соответствующий данному значению. Этот размер шрифта и будет искомой величиной y.

В результате регрессионного анализа была получена модель:

y=a₀+a₁•А_кв1+a₂•А_ур1+a₃•А_пв1+a₄•A_R1

со статистиками: F (4, 25)=4,70, p<0,01, R²=0,43, R²_Adj=0,34.

Повысить значения R² и R²_Adj можно путем включения в модель составляющих, ответственных за попарное взаимодействие факторов. В таком случае может быть получена более полная модель вида:

y=a₀+a₁•А_кв1+a₂•А_ур1+a₃•А_пв1+a₄•A_R1+a₁₂•А_кв1•А_ур1+a₂₄•А_ур1•A_R1+ a₃₄ •А_пв1 •A _R1

со статистиками: F(7, 22)=5,57, p<0,005, R²=0,64, R²_Adj=0,52.

Для того чтобы определить, насколько значимо различается доля дисперсии, которая объясняется обеими моделями, применялся дисперсионный анализ. В результате получено значение F=4,27, p<0,05. Значит доля дисперсии, которая объясняется полной моделью, значимо больше, чем доля дисперсии, объясняемая урезанной моделью.

Таким образом, получена модель, которая позволяет прогнозировать оптимальный размер шрифта для получения максимального уровня качества работы с текстом по показателям внимания, определенных при размере шрифта текста 10 пт. В случае получения дробных значений размера шрифта, полученных по модели, необходимо провести его округление до ближайшего значения с точностью до 0,5.

Для повышения коэффициента детерминации необходимо включить в модель большее количество факторов, в частности значения показателей других когнитивных процессов (Знаков, 2005) и параметров текстовой информации. Также точность прогнозирования оптимального размера шрифта может быть повышена за счет уточнения коэффициентов модели при проведении большего числа экспериментов.

Литература

Бруннер Е. Ю. Лучше, чем супервнимание. Методики диагностики и психокоррекции. Ростов-на-Дону: Феникс, 2006.

Дикая Л. Г. Психические состояния в профессиональной деятельности человека: Учеб. пособие. СПб.: Питер, 2000.

Знаков В. В. Психология понимания: Проблемы и перспективы. М.: Изд-во «Институт психологии РАН», 2005.

Курносова С. А. Педагогический дизайн: эксплицирование понятия // Международный журнал экспериментального образования. 2012. № 8. С. 36–42.

Солонина А. Г. Концепция персонализированного обучения: монография. М.: Прометей, 1997.