Центр психометрики и измерений в образовании

 

Психометрические исследования — это методы измерения и оценки различных характеристик людей, включая психологические особенности, знания, компетенции, навыки и т.д., с использованием статистических методов.

 

На семинаре МГППУ и НИУ ВШЭ «Измерения и анализ данных в психологии и образовании» представлен метод моделирования социально-психологических ситуаций

18 ноября 2021 состоялся очередной международный научный семинар (вебинар) «Измерения и анализ данных в психологии и образовании», организованный в партнерстве университетов  ФГБОУ ВО МГППУ и Института образования НИУ ВШЭ.

С докладом «Идентификация и моделирование развития социально-психологических ситуаций на основе нейросетевой обработки текстов и сочетания методов нечеткого когнитивного анализа и динамической кластеризации» выступили

  • Вадим Владимирович Борисов, д.техн.н., профессор, филиал ФГБОУ ВО «НИУ «МЭИ», действительный член Академии военных наук, эксперт Российского научного фонда и Российского фонда фундаментальных исследований
  • Харламов Александр Александрович, д.техн.н., профессор, Институт высшей нервной деятельности и нейрофизиологии РАН, профессор факультета компьютерных наук НИУ ВШЭ 

В докладе представлен подход авторского коллектива к анализу разнородной информации, востребованной для идентификации и моделирования развития социально-психологических ситуаций (СПС). Характерной особенностью анализируемой информации является различная степень структурированности, многоаспектность, лингвистическая неопределенность, многозначность, противоречивость и неполнота.

Для предварительной обработки текстов, анализа и выявления концептов, характеризующих СПС, используется интеллектуальная нейросетевая система - технология TextAnalyst. Идентификация и мониторинг развития СПС осуществляется на основе сочетания нечеткого когнитивного подхода и методов динамической кластеризации.

Использование нечеткого когнитивного подхода позволяет представить взаимосвязи и взаимозависимости между концептами СПС в виде нечетких отношений взаимовлияния, результаты анализа которых используются для обоснования совокупности показателей для идентификации и мониторинга динамики изменения структуры СПС, а также для анализа устойчивости идентифицированных ситуаций. Методы динамической кластеризации применяются для мониторинга динамики изменения СПС, который заключается в анализе изменений кластерной структуры СПС, включая дрейф центров кластеров, исчезновение и появление новых кластеров, их объединение и разделение.

В своем выступлении дискуссант Мария Александровны Пильгун, д. филол. н., профессор, в.н.с., Институт языкознания РАН интерпретировала полученные результаты на примере анализа ситуации, связанной с COVID-19. Информация, подлежащая анализу, поступает не только из социальных сетей, но и видеохостингов, микроблогов, блогов, мессенджеров, опережающих социальные сети в медиапространстве. Интерпретируя результаты анализа, дискуссант отметила, что весь контент анализа распадается на 2 больших пласта: московский и региональный, отражающие разное восприятие в Москве и регионах ситуации пандемии. Динамика нарастания активности генерации информации в регионах запаздывает. Различаются и объемы кластеров в отношении оценок ситуации. Показано, что воздействие пандемии в большей степени затронуло жителей мегаполиса. Есть различия и в содержании и тематике генерируемого контента.

Вопросы, отраженные в выступлении дискуссанта Льва Семеновича Куравского, д.техн.н., профессора, декана факультета «Информационные технологии», ФГБОУ ВО «Московский государственный психолого-педагогический университет» касались математических методов и особенностей подхода авторов, например, показателей для поиска оптимального количества кластеров в процессе нечеткого кластерного анализа; возможности использования методов многомерного шкалирования при решении подобных задач или других показателей дискриминации, таких как Лямбда Уилкса. Важно было, может ли предложенный авторами подход использоваться для оценки структурной устойчивости результата, а также насколько полученные разбиения на кластеры согласуются со здравым смыслом. Большой интерес аудитории вызвал вопрос о примерах выявления предложенным методом новых высоко значимых явлений и процессов. Л.С. Куравский отметил, что эта система работает в крайне сложной предметной области с размытым терминологическим аппаратом, и это очень позитивная и успешная попытка найти инструменты и аппарат для ее анализа. Дальнейшее развитие этой системы для других областей практического применения будет очень значимым практическим достижением.

Доклад вызвал живую и заинтересованную дискуссию участников вебинара. В ходе сессии вопросов и ответов участники обсудили специфику и особенности подхода авторов к построению моделей социально-психологических ситуаций и перспективы применения программы TextAnalyst для выявления смысловой структуры текста в других исследованиях. Особый интерес вызвали такие проблемы, как методы выявления отношений взаимовлияния между разнородными объектами и анализа степени связности подобных объектов с последующей кластеризацией объектов на основе выявленных показателей; возможность содержательной интерпретации полученных кластеров. Слушателей интересовали также особенности алгоритма работы программы TextAnalyst, например, на каком основании частота совместной встречаемости слов в тексте интерпретируется как взаимовлияние. Участник вебинара Д.А. Федерякин высказал идеи по применению этого подхода в психологических исследованиях. Психометрика сосредоточена на том, чтобы теоретически выделять какой-то кластер элементов поведения, выбирать поведенческие индикаторы и по этим индикаторам делать вывод о конкретном кластере. В этой связи исследование авторов открывает большие перспективы для автоматической генерации заданий в психологическом тестировании, так как авторы, по существу, анализируют и выделяют структуры вербального поведения.

Видеозапись вебинара

Следующий вебинар в рамках международного семинара «Измерения и анализ данных в психологии и образовании» состоится 16.12.2021.

© 2021 МГППУ