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

Соответственно, после обработки результатов эксперимента получен следующий набор значений:

А кв1, А ур1, А пв1, A R 1при x=10; А кв2, А ур2, А пв2, A R 2при x=12; А кв3, А ур3, А пв3, A R 3при x=14; А кв4, А ур4, А пв4, A R 4при 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 R 1, А R 2, А R 3, А R 4выберем максимальное и определим размер шрифта, соответствующий данному значению. Этот размер шрифта и будет искомой величиной y .

В результате регрессионного анализа была получена модель:

y=a 0+ a 1• А кв1+ a 2• А ур1+ a 3• А пв1+ a 4• A R1

со статистиками: F (4, 25)=4,70, p<0,01, R 2=0,43, R 2 Adj=0,34.

Повысить значения R 2и R 2 Adjможно путем включения в модель составляющих, ответственных за попарное взаимодействие факторов. В таком случае может быть получена более полная модель вида:

y=a 0+ a 1• А кв1+ a 2• А ур1+ a 3• А пв1+ a 4• A R1+ a 12• А кв1• А ур1+ a 24• А ур1• A R1+ a 34• А пв1• A R1

со статистиками: F(7, 22)=5,57, p<0,005, R 2=0,64, R 2 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.

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.

В настоящее время прослеживается тенденция, что все чаще и больше времени молодые люди стали проводить в интернет-среде. В процессе навигации в сети юноши и девушки выполняют различные виды деятельности как конструктивного характера, связанного с поиском научных знаний, просмотром электронной почты, общением в социальных сетях, так и деструктивного характера, приводящего к интернет-зависимости (Черная, Погорелова, 2013).

В отечественной и зарубежной психологии множество научных работ посвящено изучению феномена интернет-зависимости. Среди отечественных психологов, занимающихся изучением данного вопроса, можно выделить исследования таких ученых, как А. Е. Войскунского, О. Е. Смысловой, Ю. Б. Дормашева, А. А. Аветисовой и др. В зарубежной психологии изучением интернет-зависимости занимались К. Янг, И. Голдберг, Д. Гринфилд, Дж. Репман, Т. Чан, М. Чиксентмихайи и др.

Соотношения феномена интернет-зависимости и феномена переживания потока рассматривается многими специалистами. А. Е. Войскунский отмечает, что описание феномена зависимости от Интернета граничит с описанием субъекта, увлеченного процессом познания и испытанием себя. Термин «Опыт потока» был введен в научный обиход М. Чиксентмихайи (Чиксентмихайи, 2011), он рассматривал его как комплекс переживаний, состоящий из ряда элементов: слияние действия и сознания; концентрация внимания на ограниченном поле стимулов; близкие цели и быстрые обратные связи; контроль деятельности и внешнего окружения; эмоциональные составляющие; потеря Эго и выход за его пределы; трансформация времени (Войскунский, 2004, 2010).

Однако вопрос о соотношении интернет-зависимости и феномена переживания потока до сих пор остается открытым и спорным, а значит, и актуальным.

Оптимальное переживание, понимаемое как переживание потока, характеризуется особым состоянием, в котором субъект получает удовольствие и эмоциональное наслаждение от процесса деятельности. Целью нашего исследования является изучение особенностей эмоционального состояния юношей и девушек в зависимости от времени навигации в интернет-среде.

Объектом исследования выступили девушки и юноши, учащиеся вузов Российской Федерации, в возрасте от 17 до 23 лет. Выборочная совокупность составила 196 чел. Исследование проводилось посредством онлайн-опроса респондентов. Предметом исследования являются особенности эмоционального состояния юношей в зависимости от времени и частоты навигации в интернет-среде.

В рамках проводимого нами исследования мы предположили, что содержательно самооценка эмоциональных состояний отличается у респондентов юношеского возраста в зависимости от предпочитаемого времени нахождения в интернет-среде.

В качестве диагностического инструментария, в соответствии с целями, были подобраны следующие методики: опросник на выявление времени и частоты навигации в интернет-среде; сокращенный вариант методики «Самооценка эмоциональных состояний», разработанная А. Уэссманом и Д. Риксом.