Е. А. ВАЛУЕВА

Проблема соотношения интеллекта и креативности вызвала многочисленные дебаты, решение которых искалось на психометрическом пути, т. е. путем корреллирования тестовых показателей обоих конструктов. Значения коэффициентов корреляций между интеллектом и креативностью существенно варьируют в зависимости от того, какие конкретно показатели измеряются, как они измеряются и о какой области творческих достижений идет речь. Часто соотношение интеллекта и креативности описывается в рамках пороговой модели: до определенного значения IQ (115–120 баллов) интеллект и креативность тесно связаны между собой (положительно коррелируют), а при более высоких значениях интеллекта эти две способности становятся независимы друг от друга. Сторонники другой точки зрения утверждают, что интеллект и креативность — тесно связанные друг с другом способности: высокий интеллект предполагает высокие творческие способности, а низкий — низкие.

К. Ким осуществила метаанализ исследований, посвященных взаимосвязи интеллекта и креативности. Ею было проанализировано 21 исследование, общее число испытуемых в которых составило 45880 человек, а число включенных в анализ корреляций равнялось 447. Исследование показало большой разброс в значениях коэффициентов корреляции: от —0.48 до 0.76. При этом средний коэффициент корреляции был хотя и мал (0.174), но статистически значим (Kim, 2005). Как и в некоторых других исследованиях (см., например: Фройнд, Холлинг, 2005; Preckel, Holling, Wiese, 2006), в анализе Ким показано, что имеющиеся в настоящий момент данные не подтверждают пороговую теорию.

Нужно заметить, что метаанализ, проведенный К. Ким, базировался на исследованиях, датированных начиная с 1961 г. Некоторые авторы считают, что исследования в этой области, проведенные в 1960–1970 гг., «достаточно устарели» и что необходимо «применять новые, недавно разработанные методы» (Фройнд, Холлинг, 2005, с. 90). В исследовании Ф. Прекель, Х. Холлинга и М. Визе был использован Берлинский тест структуры интеллекта для диагностики одаренности (BIS-HB). На 1328 испытуемых были получены корреляции между интеллектом и творческими способностями от 0.36 до 0.54 (в зависимости от вида креативности) (Фройнд, Холлинг, 2005; Preckel, Holling, Wiese, 2006).

Несмотря на достаточно оживленную дискуссию по поводу соотношения тестовых показателей интеллекта и креативности, исследование процессов, стоящих за этими конструктами, ведется совершенно обособленно. Чаще всего интеллект сводят к объему рабочей памяти — конструкту, заступившему в когнитивной психологии на место старого вундтовского понятия объема сознания (Kyllonen, Christal, 1990; Unsworth, Engle, 2003).

В качестве одного из процессов, стоящих за креативностью, иногда рассматривается распространение активации по семантической сети (Ушаков, 2006). Идея связи креативности с распространением активации восходит к С. Меднику. Для характеристики ассоциативных процессов С. Медник вводит понятие ассоциативной иерархии (Mednick,1962), которое описывает организацию ассоциаций между представлениями. Например, слово «корова» с наибольшей вероятностью будет ассоциироваться со словом «молоко», с меньшей вероятностью со словом «трава» и с совсем маленькой вероятностью со словом «телевизор». Люди различаются крутизной индивидуальных ассоциативных иерархий, которые измеряются экспериментально путем сравнения количества ассоциаций, даваемых испытуемыми в ассоциативном тесте. Люди, дающие небольшое количество ответов, которые тесно ассоциированы со словом-стимулом, характеризуются крутыми ассоциативными иерархиями. Испытуемые, порождающие много ассоциаций, имеют плоские ассоциативные иерархии: слова-стимулы не только вызывают у них стандартные ассоциации (типа стол — стул), но происходит дальнейшее разворачивание цепи ассоциаций (распространение активации), в результате чего слово «стол», например, может породить ассоциацию «нога». С. Медник предполагал, что креативные люди имеют более плоские ассоциативные иерархии, а некреативные – более крутые.

Г. Мендельсон связывал творчество с процессами внимания. Согласно его представлениям, более креативные люди обладают бóльшими ресурсами внимания, что позволяет им удерживать достаточно большое количество представлений в поле сознания. Расширенное поле внимания (расфокусированное внимание) характерно для творческих людей и противопоставляется фокусированному вниманию — такому состоянию сознания, когда в нем активируется лишь небольшое число представлений (Mendelsohn, 1976). Таким образом, идея распространения активации в концепции Г. Мендельсона предстает в виде идеи распределения ресурсов внимания.

В более формализованном варианте идея распространения активации представлена в рамках коннек-ционистского подхода. Предполагается, что наши знания могут быть представлены в виде сети, состоящей из взаимосвязанных узлов (аналогов нейронов). Активация одного из элементов сети (понятия, слова, например) ведет за собой активацию (или торможение) взаимосвязанных с ним узлов, пропорциональную силе связи между этими узлами. Идеи параллельной распределенной обработки, распространения активации и т. д. были воплощены в создании искусственных нейронных сетей, моделирующих процессы восприятия, памяти, научения, речи, мышления (McClelland, 1999).

К. Мартиндейл предложил кон-некционистскую модель для объяснения процессов творчества. В духе коннекционизма он представляет имеющиеся знания как сеть, в которой активированный в данный момент участок соответствует области сознания, а несколько наиболее активированных узлов — области внимания. Он также проводит параллели между идеями распространения активации по нейронной сети и концепциями С. Медника и Г. Мендельсона (Martindale, 1989; 1995).

Возникает вопрос: если между интеллектом и креативностью существует корреляционная связь, не означает ли это присутствия общих процессов, ответственных за обе способности?

Мы предположили, что таким общим процессом может быть процесс распространения активации, который играет существенную роль не только в креативности, но и в интеллекте. И если в отношении креативности этот вопрос изучается достаточно давно, то основанием к выдвижению такого предположения в отношении интеллекта служит то, что в определенной степени тесты интеллекта предполагают доступ к необычным свойствам предметов. Для проверки этого предположения было разработано и проведено исследование, основанное на принципе создания различного активационно-го состояния сети путем предъявления заданий тестов интеллекта в различном контексте.

Эксперимент 1

Методика

Разработанная нами методика основана на идее фокусированного — расфокусированного внимания. В качестве стимульного материала мы использовали тест, сконструированный нами на основе теста Равена в двух вариантах для двух групп испытуемых. Предъявляя первый вариант теста, названный нами «разнообразным», так как задачи в нем были основаны на множестве различных правил, мы предполагаем, что создаем состояние расфокусированного внимания, в котором активировано большое количество элементов сети (в нашем случае – правил, по которым решаются задания теста). Предъявляя задачи на одно правило (второй вариант теста, «однообразный»), мы тем самым создаем активацию узкого участка сети и моделируем состояние фокусированного внимания. Испытуемые, решающие «однообразные» задачи (т. е. основанные на ограниченном количестве правил), и испытуемые, решающие «разнообразные» задачи (основанные на множестве правил), попадают в ситуацию различного контекста, который, как мы предположили, должен сказываться на успешности решения конкретных заданий в тесте, т. е. на их сложности2. Примеры заданий приведены в приложении.

На рис. 1 представлена схема экспериментального дизайна.

Как видно из рис. 1, тестовые задания образуют несколько категорий:

1. «Калибровочные» — первые 4 задачи, одинаковые для двух групп.

2. «Установочные» — задачи, различающиеся в двух группах: «однообразные» и «разнообразные».

3. 3. «Тестирующие» — одинаковые для двух групп задачи, по результатам решения которых и выявлялся эффект влияния контекста. Соответственно тестирующие задачи были двух типов:

А) обычные (задачи на правила,
ранее встречавшиеся в тесте одина
ковое количество раз в обеих груп
пах);

Б) необычные (задачи, основан
ные на правилах, которые не встреча
лись ранее ни в одной из групп).

Были сформулированы следующие экспериментальные гипотезы:

1. Сложность тестирующих задач в двух группах испытуемых будет различаться в зависимости от контекста.

2. В группе с разнообразным контекстом (далее — разнообразная

2В ранее проводимых исследованиях, посвященных изучению вопроса о факторах, влияющих на сложность матричных заданий, рассматривались такие факторы, как: количество элементов в задаче и количество вариантов ответа (Bethell-Fox, Lohman, Snow, 1984), количество и тип правил, задействованных в одной задаче (Carpenter, Just, Shell, 1990; Embretson, 2002; Hornke, 2002), перцептивная организация элементов (Primi, 2001; Arendasy, Sommer, 2005; Embretson, 2002).

Группа) по сравнению с группой с однообразным контекстом (далее — однообразная группа) уменьшится сложность «необычных» заданий.

3. В однообразной группе (по сравнению с разнообразной) уменьшится сложность «обычных» заданий.

В эксперименте принимали участие 149 человек в возрасте от 16 до 25 лет.

Результаты и их обсуждение

Результаты эксперимента представлены на рис. 2. Во-первых, не было обнаружено различий между «разнообразной» и «однообразной» группами в успешности решения «обычных» тестирующих задач (рис. 2а). Во-вторых, успешность решения «необычных» задач оказалась выше в однообразной группе (рис. 2б). Таким образом, мы видим, что из трех выдвинутых нами экспериментальных гипотез первая подтверждается частично (влияние контекста обнаружено, но распространяется не на все тестирующие задачи), в отношении второй гипотезы получены результаты, противоположные ожидаемым, а третья гипотеза не подтверждается вовсе.

Так как эффект наблюдался для задач, расположенных в конце теста, нами было проверено предположение о том, что на успешность решения необычных задач влияет фактор утомляемости (кажется правдоподобным, что испытуемые, сталкивающиеся со множеством правил, устают больше, чем те, кто решает задачи с ограниченным набором правил). Нами была построена регрессия размера эффекта влияния условий

(однообразное — разнообразное)3 на

Порядковый номер всех одинаковых

Рис. 2

Результаты эксперимента 1: различия в успешности решения тестирующих задач

3Размер эффекта влияния условий для каждой задачи рассчитывался как разница между параметрами сложности задачи для разнообразной и однообразной групп.

Заданий в тесте, которая показала, что порядковый номер задания не влияет на различия в сложности заданий для двух групп (R2 = 0.012, P = 0.705). Другими словами, полученные различия в сложности заданий для двух групп нельзя объяснить большей степенью усталости одной из групп. Это, с одной стороны, радует, так как результаты достаточно сложно задуманного эксперимента не сводятся к банальному объяснению, но, с другой стороны, огорчает, так как встает известный (хотя и слегка перефразированный) вопрос: «Как объяснять?»

Учитывая полученные результаты, становится очевидным, что модель фокусированного — расфокусированного внимания, предложенная нами для предсказания эффектов влияния контекста на решение задач, плохо соответствует эмпирическим данным. Для интерпретации полученного эффекта нами были предложены две альтернативные модели и проведен второй эксперимент по проверке того, насколько осмысленными они являются.

Первая модель была названа нами Ресурсной моделью. Эта модель также основана на идее активации и заключается в том, что при увеличении количества активированных элементов (в нашем случае — правил) происходит увеличение расхода ресурсов внимания и, соответственно, снижение уровня активации. При небольшом количестве активированных элементов (что характерно для однообразной группы) уровень активации будет выше, и поэтому решение задач в данном случае будет быстрее, так как «активация определяет количество когнитивных ресурсов, доступных для осуществления переработки информации» (Anderson, 1983, p. 273). Схематично эта модель изображена на рис. 3.

Вторая модель — модель Интерференции, которая предполагает, что расширение фокуса внимания ведет к интерференции со стороны нерелевантных стимулов. Например, когда в разнообразном контексте активированным оказывается множество элементов (правил), при возникновении новой задачи поиск

Ресурсная модель

Рис. 3

Необходимого правила будет осуществляться дольше.

Перейдем к описанию экспериментальной проверки этих моделей.

Эксперимент 2

Методика

Второй эксперимент был задуман как аналог первого, но на более простом материале — на материале процессов категоризации при опознании стимулов.

Испытуемым давалась инструкция, поясняющая, что в ходе эксперимента на экране компьютера будут предъявляться слова, обозначающие либо животных, либо неживотных. Задача испытуемого — как можно быстрее определить, относится ли предъявляемое слово к категории животных. В случае ответа «да» испытуемый должен был нажать на клавишу «1», в случае ответа «нет» — на клавишу «0». Перед основной серией каждый испытуемый проходил тренировочную, в которой он знакомился с заданием и интерфейсом программы.

Как и в первом эксперименте, в этом исследовании принимали участие 2 группы испытуемых и изучалось влияние контекста на опознание тестирующих слов. В случае однообразной группы испытуемым в качестве установочных стимулов предъявлялись животные, относящиеся всего лишь к двум категориям: насекомые и млекопитающие, причем из млекопитающих — только хищники. Разнообразной группе в установочных сериях предъявлялись животные самых разнообразных видов: насекомые, млекопитающие всех групп, птицы, амфибии, змеи, беспозвоночные. Также в установочных сериях наряду со стимулами-животными предъявлялись другие слова, отобранные случайным образом и не обозначающие животных. Эти слова были идентичны для разнообразной и однообразной групп. Эксперимент состоял из трех серий и занимал в среднем меньше 10 мин. В каждой серии сначала предъявлялись установочные стимулы (18 животных + 18 неживотных), а потом 2 тестирующих. Тестирующие слова были двух типов:

1. Тестирующие животные: «отдаленные» животные, относящиеся к категории, которая не встречалась ни в одной из групп. Тестирующими животными были: акула, окунь, кайман.

2. Тестирующие неживотные (интерферирующие слова, семантически или фонетически близкие к категории животных): шкура, шайтан, а также слово «мурашки», которое сложно отнести к той или иной категории.

В эксперименте измерялось время реакции (ВР) и точность ответов испытуемых.

Рассмотрим предсказания обеих моделей в отношении экспериментальных результатов. Ресурсная модель предполагает, что активация периферийных элементов сети выше в однообразной группе (рис. 3). К периферийным относятся все элементы, не входящие в категорию животных, которые были использованы в качестве установочных стимулов. Следовательно, элементы сети, соответствующие тестирующим стимулам, как животным, так и неживотным, согласно ресурсной модели, будут более активированы в однообразной группе. Для тестирующих животных, т. е. для стимулов, на которые правильным является положительный ответ, более высокая активация означает более быструю и более точную реакцию (Anderson, 1984). Для тестирующих неживотных, т. е. стимулов, на которые правильным является отрицательный ответ, ситуация сложнее. С одной стороны, более высокая активация может приводить к ускорению ответов. С другой стороны, она стимулирует испытуемого к ложному опознанию, т. е. создает тенденцию к неправильным положительным ответам (ложным тревогам), особенно в случае, когда стимул сходен (семантически или фонетически) с активированными элементами. Поскольку увеличение точности ответа за счет удлинения его ВР является частично делом произвольного контроля со стороны субъектов (так называемый speed-accuracy trade-off), то испытуемые могут компенсировать тенденцию к ложным тревогам, увеличивая время ответов. В результате ресурсная модель предсказывает для тестирующих неживотных в однообразной группе либо уменьшение времени реакции при одновременном снижении точности, либо отсутствие различий по отношению к разнообразной группе.

Предсказания интерференционной модели иные. Согласно ей, разнообразный контекст активирует множество нерелевантных содержаний, которые интерферируют с релевантными. При предъявлении стимула, соответствующего неживотному, однако с животными связанного (например, слова «шкура»), согласно интерференционной модели, в случае разнообразных условий порождается более сильный интерферирующий контекст, что приведет к замедлению реакции и/или увеличению числа ошибок в этих условиях по сравнению с однообразными. Для тестирующих животных интерференционная модель не выдвигает специфических предсказаний.

В табл. 1 суммированы предсказания соотношения показателей в однообразной и разнообразной группах для двух изложенных выше моделей.

Табл. 1

Предсказания ресурсной модели и модели интерференции в отношении ВР и точности ответов

Примечание. Знаком «+» обозначено преимущество однообразной группы по ВР и точности ответов, знаком «=» — результаты, в отношении которых модель не дает однозначных предсказаний.

В исследовании приняли участие 68 человек (33 в однообразной группе, 35 в разнообразной) в возрасте от 17 до 48 лет (средний возраст — 22 года).

Результаты и их обсуждение

Результаты второго эксперимента и их соответствие/несоответствие предсказаниям моделей приведены в табл. 2.

Из таблицы видно, что в отношении тестирующих животных подтверждается предсказание ресурсной модели, а в отношении тестирующих неживотных результаты не соответствуют модели интерференции. Кроме того, был получен еще один интересный результат. Испытуемые в однообразной группе существенно быстрее давали ответ на слово «мурашки» (см. рис. 4).

Специфика этого слова заключается в том, что его объективно достаточно сложно отнести к какой-либо категории, так как оно, с одной стороны, достаточно прочно ассоциируется со

Табл. 2

Результаты эксперимента 2. Дополнительной рамкой обозначены совпадения полученных результатов с предсказаниями Модели

* Точность ответов в однообразной группе значимо больше по сравнению с точностью ответов в разнообразной (тест Манна–Уитни, P = 0.066).

** В отношении тестирующих неживотных не было найдено различий в двух группах ни по ВР, ни по точности.

Рис. 4

Различия во ВР испытуемых двух групп на слово «мурашки»

Всем известным явлением «мурашек по коже», а с другой стороны — с животными-букашками. О сложности категоризации этого стимула свидетельствует практически равное соотношения ответов «да» и «нет».

Этот результат, на первый взгляд, достаточно сложно проинтерпретировать, однако рассмотрим еще несколько дополнительных фактов, полученных в эксперименте.

1. В табл. 3 приведено распределение ответов «да» и «нет» на слово «мурашки» в разнообразной и однообразной группах. В разнообразной группе преобладают ответы «нет», в то время как в однообразной — ответы «да».

Табл. 3

Соотношение ответов «да» и «нет» на слово-стимул «мурашки» в двух группах

X2 = 4.723, P = 0.03

2. При предъявлении установочных стимулов точность ответов на слова, которые обозначали неживотных, в разнообразной группе была больше (тест Манна-Уитни, P = 0.044), это означает, что испытуемые в однообразной группе более склонные давать ответ «да» (в данном случае неправильный).

Приведенные факты позволяют поставить вопрос о том, действительно ли тенденция давать больше положительных ответов (ложных тревог) в группе с однообразным контекстом свидетельствует о состоянии большей активации. Этот вопрос, однако, требует дополнительного изучения.

Заключение

Проведенные нами эксперименты, один — на материале тестов интеллекта, а другой — на материале опознания и категоризации слов, позволяют говорить о том, что распространение активации может играть существенную роль в интеллектуальных процессах. Предложенная изначально модель фокусированного — расфокусированного внимания плохо объясняет полученные в первом эксперименте эмпирические данные. Вместо нее мы предложили другую — ресурсную модель, позволяющую сделать акцент на относительном уровне активации. В соответствии с этой моделью предполагается, что фокусировка внимания приводит к большей активации сети за счет меньшего количества связей у каждого элемента. Расфокусированное внимание предполагает большое количество связей между элементами, распространение активации на большее количество узлов и, следовательно, более низкий уровень активации. В статье показано, что влияние контекста на решение разного рода задач можно объяснить с помощью этой модели.

Таким образом, процессы распространения активации, играющие определенную роль как в креативности, так и в интеллекте, могут являться источником обнаруживаемых корреляций между интеллектом и креативностью.

Литература

Ушаков Д. В. Языки психологии творчества: Я. А. Пономарев и его школа // Психология творчества. Школа Я. А. Пономарева / Под. ред. Д. В. Ушакова. М.: Изд-во «Институт психологии РАН», 2006, в печати.

Фройнд Ф. А., Холлинг Х. Исследование и измерение одаренности и креативности с помощью Берлинского теста структуры интеллекта // Психология. Журнал Высшей школы экономики. 2005. Т. 2, № 4. С. 81–93.

Anderson J. R. A spreading activation theory of memory // Journal of Verbal Learning and Verbal Behavior. 1983. 22. 261–295.

Anderson J. R. Spreading activation // J. R. Anderson, S. M. Kosslyn (eds.). Essays on Learning and Memory. San Francisco, CA: Freeman, 1984.

Arendasy M., Sommer T. M. The effect of different types of perceptual manipulations on the dimensionality of automatically generated figural matrices // Intelligence. 2005. 33. 307–324.

Bethell-Fox C. E., Lohman D. F., Snow R. E. Adaptive reasoning: Componential and eye movement analysis of geometric analogy performance // Intelligence. 1984. 8. 3. 205–238.

Carpenter P. A., Just M., Shell P. What one intelligence test measures: A theoretical account of processing in the Raven’s progressive matrices test // Psychological Review. 1990. 97. 404–431.

Embretson S. E. Generating abstract reasoning items with cognitive theory // S. H. Irvine, P. C. Kyllonen (eds.). Item generation for test development. New Jersey: Lawrence Erlbaum Associates, 2002.

Green K. E., Kluever R. C. Components of item difficulty of Raven’s matrices // Journal of General Psychology. 1992. 119. 189–199.

Kim. K. H. Can Only Intelligent People Be Creative? // The Journal of Secondary Gifted Education. Winter/Spring. 2005. XVI. № 2/3. 57–66.

Kyllonen P. C., Christal R. E. Reasoning ability is (little more than) working-memory capacity?! // Intelligence. 1990. 14. 389–433.

McClelland J. L. Cognitive Modeling, Connectionist // R. A.Wilson, F. C. Keil (eds.). The MIT Encyclopedia of the Cognitive Sciences. MIT Press, 1999.

Martindale C. Personality, situation, and creativity // J. A. Glover, R. R. Ron-ning, C. R. Reynolds (eds.). Handbook of creativity. New York: Plenum, 1989. P. 211–232.

Martindale C. Creativity and connectio-nism // S. M. Smith, T. B. Ward, R. A. Finke (eds.). The creative cognition approach. Cambridge, MA: Bradford, 1995. P. 249–268.

Mendelsohn G. Associative and atten-tional processes in creative performance // Journal of Personality. 1976. 44. 341–396.

Mednick S. A. The associative basis of the creative process // Psychological Review. 1962. 69. 220–232.

Интеллект, Креативность И Процессы Распространения Активации 141

Preckel F., Holling H., Wiese M. Relationship of intelligence and creativity in gifted and non-gifted students: An investigation of threshold theory // Personality and Individual Differences. 2006. 40. 159–170.

Primi R. Complexity of geometric inductive reasoning tasks — contribution to the understanding of fluid intelligence // Intelligence. 2001. 30. 41–70.

Unsworth N., Engle R. W. Working memory capacity and fluid abilities: Examining the correlation between Operation Span and Raven // Intelligence. 2005. 33. 67–81.

Валуева Екатерина Александровна, Институт психологии РАН, аспирант

Контакты:

Приложение

Примеры тестовых заданий, использовавшихся в эксперименте 1

А — примеры задач разнообразной серии