Сегодняшний пост посвящен статье Cornelissen, J. P., & Werner, M. (2025). What Are Mechanisms? Ways of Conceptualizing and Studying Causal Mechanisms, опубликованной в журнале Organizational Research Methods в 2025 году, и продолжающей тему каузальных механизмов, поднятую у нас на канале ранее. Хотя авторы обобщают литературу только из области менеджмента, их рассуждения носят во многом общеметодологический характер, и перекликаются с вопросами, которые регулярно обсуждаются в психологии.
Небольшая ремарка
К моему удивлению, в журналах по менеджменту публикуется много работ, посвященных фундаментальным вопросам: возможности построения теорий на основе отдельных случаев, связи теории и методов, проблеме каузальных объяснений. Изучая связанные со статьей публикации, я нашла несколько вполне применимых к психологии. В конце я приведу ссылки на все источники, которые мне показались особенно интересными.
О чём статья?
Авторы начинают с указания на то, что большинство научных объяснений исследуемых феноменов - механистические, в том смысле, что они раскрывают причинный механизм, который порождает или вызывает к жизни явление, которое исследователи стремятся объяснить.
Авторы строят свой анализ, группируя все исследования вокруг трех подходов к объяснению психологических и социальных феноменов:
1) через интервенцию (интервенционизм),
2) через контекст (контекстуализм),
3) через анализ феномена на разных уровнях, где механизмы, работающие на нижних уровнях, интегрируются и включают механизмы более высоких уровней (конститутивный подход).
Для каждого подхода авторы рассматривают, как в нем понимается «механизм», какая методология используется и какие типы объяснения предлагаются. Также авторы исследуют, какие проблемы сулит каждый подход и предлагают рекомендации для их решения.
Подробнее здесь:

Противопоставление межсубъектных и внутрисубъектных методов: эмпирические результаты

Проблема интерпретации агрегированных данных на индивидуальном уровне не раз поднималась на нашем канале. Напомним, что большая часть знаний об индивидах психология получает из данных, обобщенных по группе людей. Неявное допущение заключается в том, что если мы используем репрезентативную выборку, то выводы, сделанные на агрегированных данных, применимы для всей популяции и, следовательно, могут быть использованы для формулирования общих закономерностей. Статистически говоря, такие выводы предполагают, что анализ межиндивидуальной дисперсии среди многих индивидов, дает те же результаты, что и анализ внутрииндивидуальной дисперсии. Чтобы это предположение было верным, исследуемое явление должно быть эргодическим, т.е. эквивалентным для разных индивидов (т.е. инвариантным и однородным) и стабильным во времени. Если распределение переменных одинаково для каждого человека, то тогда действительно неважно каких людей мы изучаем – все они имеют похожую дисперсию; если распределение стабильно, то неважно в какое время мы их изучаем.
В действительности, однако, эти допущения маловероятны. И потому наши психологические знания, как преимущественно основанные на групповых данных, могут вообще не отражать психологические особенности отдельных людей. Сегодня мы расскажем об исследованиях, которые эмпирически показывают, во-первых, неприменимость групповых данных к отдельным индивидам группы, а во-вторых, альтернативные методы оценки отдельных индивидов и анализа внутрииндивидуальной дисперсии.
Подробнее здесь

Сегодня наш пост посвящен важной проблеме – проблеме небрежных ответов (Careless Responding, далее CR), как при заполнении опросников и анкет, так и при выполнении поведенческих задач. Эта проблема рассматривается в статье Stosic, M. D., Murphy, B. A., Duong, F., Fultz, A. A., Harvey, S. E., & Bernieri, F. (2024). Careless responding: Why many findings are spurious or spuriously inflated.
Традиционно считалось, что небрежные ответы могу снизить размер оцениваемых статистических эффектов (например, уменьшить корреляцию между двумя переменными). Но авторы статьи показывают, что очень часто возможна обратная ситуация – небрежные ответы могут как раз увеличить оцениваемые эффекты, в конечном итоге повышая вероятность ложноположительных результатов. Так или иначе, небрежные ответы часто искажают результаты, поэтому исследователи должны уметь их идентифицировать и принимать взвешенные решения о работе с ними. К сожалению, как показали авторы статьи, это происходит далеко не всегда. Поэтому в статье подробно рассматриваются опасности недоучета проблемы небрежных ответов и рекомендации по работе с ними. https://telegra.ph/Do-You-Care-About-Careless-Responding-04-07

Сегодня наш пост посвящен обсуждению проблемы места психологии в ряду других наук (да, опять!) 😊
Совсем недавно, уже в 2025 году, вышла книга американского социолога David Peterson “The Unbuilt Bench: Experimental Psychology on the Verge of Science”, в которой он обсуждает различия в подходах к экспериментальным исследованиям в двух научных дисциплинах: молекулярной биологии и экспериментальной психологии. В предисловии к книге он говорит о том, что несмотря на проникновение во все сферы жизни, психология постоянно испытывает тревогу по поводу своего научного статуса. Петерсон обсуждает вопрос о том, почему психология отстаёт в технологическом и методологическом развитии, по сравнению с другими науками. У нас нет возможности ознакомиться с книгой целиком, но мы нашли статью Петерсона по схожей теме и сегодня расскажем вам о ней (Peterson, D. (2015). All that is solid: Bench-building at the frontiers of two experimental sciences). Статья написана по итогам сравнительного этнографического исследования 5 психологических лабораторий и лаборатории молекулярной биологии. По итогам наблюдений Петерсон делает вывод об основных различиях в подходах к экспериментальной работе в психологических и биологических лабораториях. Он говорит о том, что, в конечном итоге, это сказывается на том, каким образом производится научное знание в психологии и естественных науках. Подробнее о книге и статье вы можете почитать в нашем посте https://telegra.ph/EHksperimentalnaya-psihologiya-na-grani-nauki-04-14

Дорогие друзья! Продолжаем публикацию видеоподкастов в рубрике «Разбор полетов». И в этот раз
этой действительно видео. Качество пока оставляет желать лучшего, но мы с этим работаем😊
Героем выпуска стала Шкала настойчивости или Grit scale (A. Duckworth). С этом конструктом мы знакомы очень давно, у нас выходили публикации и нам есть, что сказать по поводу как шкалы, так и самого конструкта. Enjoy!
https://youtu.be/vuFzh6fdlx0

Аудио дорожка

О количественных законах в психологии
Пост спровоцирован комментариями подписчика на предыдущий пост и случившейся короткой дискуссией.
Подписчик: Не согласен (напишу свое особо ценное мнение :) ). Во первых психология повторяет скорее путь физики, а не биологии. В психологии, как и в физике, измеряемые величины зависят от небольшого числа факторов. Например в психофизическом эксперименте от параметров стимула и ожиданий испытуемого. Это единицы-десятки параметров. Но как и в начале становления физики нам известны не все законы управляющие явлениями в нашей области. С другой стороны в молекулярной биологии (насколько я понимаю) законы известны, это законы физики. Трудность у них состоит в том, что явления зависят от десятков тысяч детерминант, почему например теоретический расчет эффектов лекарств только делает первые шаги.
ЮТ (Когнитивная Психометрика): "В психологии, как и в физике, измеряемые величины зависят от небольшого числа факторов." - есть ли какие хотя бы иллюстрации подсчета таких параметров? Спрашиваю, потому что, по-моему, это не вполне очевидное утверждение. Кроме того, "нам известны не все законы" - в психологии нет количественных законов, кажется ни одного. Поэтому - мое мнение (тоже особо ценное 😊), про повторение пути физики это возможно самогипноз и принятие желаемого за действительное. Планируем как раз на след неделе поговорить про фундаментальные трудности психологического эксперимента, которых не было в физике. Спасибо большое за комментарий!
Подписчик: Чтобы развеять ваши сомнения. Приведу несколько примеров количественных законов. R.N. Shepard в статье (1987) https://psycnet.apa.org/record/1988-28272-001 установил что вероятность спутывания стимулов (или реакций) зависит от расстояния в психологическом пространстве как exp(-D) где D - расстояние. Закон соблюдается для разных стимулов и разных биологических видов включая человека. Дж. МакКлелланд (1979) в статье https://psycnet.apa.org/record/1979-32860-001 предлагает уравнение для развития психических процессов в микрогенезе (сюда же примыкают диффузионные модели для времени реакции). Бихевиористы в свое время установили несколько законов которые надежно соблюдаются (закон matching law например). Упомянутые законы обладают достаточной общностью, так им подчиняется принятие решений как в сенсорных задачах так и в несенсорных. Ряд можно продолжать, но ограничу размер комментария. В социальной психологии построено несколько интересных моделей, например рефлексивная алгебра. То есть законы установлены начиная с уровня сенсорных явлений и заканчивая межличностными отношениями.
***

Так совпало, что я уже запланировала пройтись по работам Гюнтера Трендлера, который как раз защищает ту точку зрения, что в психологии невозможны количественные законы, поскольку невозможны ни психологические эксперименты, подобные физическим, ни количественные измерения. Поэтому логично разворачиваю эту небольшую ветку обсуждения в полноценный пост, но пока лишь в общих чертах использую аргументы Трендлера. В следующий раз мы остановимся на его аргументации подробно. Ссылки на его работы в конце этого поста.
И, проясняя мою позицию по вопросу количественных законов в психологии, - я придерживаюсь стороны Трендлера.
https://telegra.ph/O-kolichestvennyh-zakonah-v-psihologii-04-21

Время реакции (RT) часто используется для оценки различных когнитивных процессов: как правило, увеличение RT свидетельствует о повышении сложности обработки информации.
С развитием компьютерного тестирования данные о времени реакции чаще собирались с помощью обычных, массово производимых клавиатур. Однако такие устройства имеют разные скорости ответа и сканирования, что потенциально вносит вариабельность в измерения. Этот вопрос стал особенно актуальным в эпоху онлайн-экспериментов (Rodd, 2024), где исследователи имеют ограниченный контроль над оборудованием участников.
Обсуждение того, что задержки клавиатур могут исказить результаты анализа, идет достаточно давно, но несмотря на озабоченность этой проблемой, чаще всего этот вопрос игнорируется при анализе результатов. Цель недавно опубликованной работы (Gómez, P., Perea, M. & Baciero, A. The keyboards are (still) all right in response time experiments. Behav Res 57, 154 (2025))— прояснить эту проблему и показать, что в большинстве случаев использование обычных клавиатур допустимо при сравнении различий RT между экспериментальными условиями. Подробнее об этом исследовании читайте в нашем посте https://telegra.ph/Podhodyat-li-massovye-klaviatury-dlya-ehksperimentov-s-izmereniem-vremeni-reakcii-04-28

Для красного словца или Риторические приемы в научных публикациях

Если вы публикуетесь в академических журналах по психологии, наверняка вам стали привычны обороты вроде «интервью было проведено», «в предыдущих исследованиях этот инструмент продемонстрировал хорошую надежность и валидность», «результаты выявили значимое взаимодействие между возрастной группой, условиями и воспринимаемой близостью партнера».

Использование пассивного залога или существительных вместо глаголов (номинализация) – это часть научной риторики, появившейся вместе с наукой, и, по-видимому, неотделимой от нее.
Такие риторические приемы позволили в свое время создать инструмент размышления над неизвестными физическими сущностями.

Например, некоторые исследователи научного дискурса считают, что благодаря номинативам «отталкивание» и «притяжение» первые ученые смогли сформулировать соответствующие теории о сути этих явлений, вместо того чтобы описывать разные объекты, которые отталкиваются или притягиваются.

Однако, в современных текстах по социальным наукам номинализация и пассивные формы глагола часто используются, чтобы создавать впечатление строгости и объективности, формируя доверие к его результатам (возможно необоснованное).

Авторы статьи «Rhetoric of psychological measurement theory and practice» (Риторика в теории и практике психологических измерений) Kathleen Slaney, Megan Graham, Ruby Dhillon и Richard Hohn сфокусировались на гораздо более частном вопросе:
А какие риторические приемы используют авторы статей по психологическим измерениям и какую роль эта риторика играет в восприятии этих исследований читателями и в целом научным сообществом?

Подробнее здесь: https://telegra.ph/Dlya-krasnogo-slovca-ili-Ritoricheskie-priemy-v-nauchnyh-publikaciyah-05-05

Вчера мы пропустили день рождения Зигмунда Фрейда!



Ну что сказать про этого человека, чтобы не переписывать его биографов? Излишне, наверное, повторять, что идеи Фрейда пронизывают всю современную культуру, социальные науки, и психотерапевтическую практику.

Поэтому я перечислю то, что лично меня в свое время поразило.

1. Фрейд начинал как врач-невролог. «Детский церебральный паралич» - термин, придуманный именно им; он же первый и описал этот недуг.

2. В начале своей карьеры Фрейд активно использовал кокаин как средство от боли и
депрессии. Он же прописывал его своим пациентам и друзьям, сделав и себя, и многих других, зависимыми. Биографы этот момент пропускают, но мне кажется, это не вина Фрейда, а его беда, так как тогда или не было данных о побочных эффектах кокаина, или они только появлялись. (Кстати, рекомендую сериал «Ломка», гораздо более страшная история уже наших дней)

3. В начале 1910х годов практика психоанализа давала Фрейду доход по 30-40 крон за один сеанс, при том, что средняя зарплата в Австро-Венгрии в то время составляла 300-400 крон в месяц. Кроме того, он получал гигантские гонорары за свои книги и лекции. На пике своей карьеры доходы Фрейда составляли несколько десятков тысяч крон в год.

Кроме высоких гонораров новая и элитная психоаналитическая терапия принесла Фрейду высокопоставленных друзей и покровителей. К примеру, после прихода к власти нацистов Фрейду помогали выехать из страны послы США и Германии, которые ходатайствовали за Фрейда перед президентом Рузвельтом, а также правнучка брата Наполеона Бонапарта, принцесса Мари Бонапарт, – кстати, она же стала ученицей Фрейда и первым психоаналитиком во Франции!

4. Фрейд требовал полной преданности своим идеям и абсолютного согласия от своих учеников. Он не простил ни Адлеру, ни Юнгу, ни Франклу, ни другим его ученикам и последователям самостоятельных мыслей, и очень жестко и нелицеприятно отзывался о них в своих письмах. Так что самокритика – это не про Фрейда, хотя он многие годы подвергал самого себя анализу. Книга «Толкование сновидений», например, почти полностью основана на материале его личных снов.

5. Фрейд очень любил собак, имел в своей жизни нескольких, и, наверное, первый в истории использовал их в терапии – в качестве расслабляющего средства для пациентов, которые могли гладить животных во время сеансов.

6. Фрейд страшно много курил, заработав рак ротовой полости и перенеся около 30
операций. По итогу это лишило его возможности внятно говорить, так что в конце его жизни его дочь, Анна, выступала за него на конференциях, зачитывая его доклады.

Чтобы закончить все же на светлой ноте, расскажу пару анекдотов про Фрейда и психоанализ.

Пациент: А что, если сигара в моем сне - все-таки не просто сигара?
Фрейд: Ну, тогда это ваша проблема.

***

Один психоаналитик другому:
- У меня вчера была оговорка вот точно по Фрейду. Хотел сказать жене «Спасибо, дорогая, за прекрасный вечер!», а получилось «Что ж, гадина, ты мне всю жизнь испоганила!»

Сегодня у нас пост посвящен новому препринту, в число соавторов входят одни из наших (моих так точно – ЮК) любимых авторов – Denny Borsboom и Markus Eronen, у нас на канале выходило довольно много постов по их работам.

van Dongen, N., van Bork, R., Borsboom, D., Eronen, M., & Romeijn, J. W. (2025). Rethinking psychology’s foundations: A reflection on five philosophical and methodological commitments.

В препринте авторы переосмысляют философские и методологические основания психологии. В частности, они говорят о том, что некоторые принципы, доставшиеся психологии от науки начала 20 века, хотя уже и не являются превалирующими в современной науке, в психологии до сих пор имеют сильное влияние и тормозят ее развитие. Конкретнее, авторы выделяют пять принципов, которые проблематичны для психологии:
· Эпистемическое замораживание (epistemic freezing) — это излишний консерватизм в отношении как методов измерения, так и операционализации понятий
· Тестовая близорукость (testing myopia) — это почти исключительное внимание к проверке гипотез в ущерб другим аспектам научной деятельности.
· Фиксация на данных (data fixation) — это убеждение, что именно данные требуют объяснения и что только сбор новых и неожиданных данных ведёт к научному прогрессу.
· Смоллизм (smallism) — это зачастую неуместное предпочтение редукционистских объяснений.
· Зеркализм (mirrorism) — это преждевременная концентрация на положении о том, что теория должна отражать реальность.
В препринте авторы более подробно останавливаются на каждом из этих принципов. Мы лишь вкратце перескажем основные, на наш взгляд, идеи, характерные для каждого из принципов. Подробнее можно прочитать по ссылке

В этот четверг в 19:00 — очередной стрим.
Гостья — Юлия Тюменева, кандидат наук, преподаватель психологии в ВШЭ.
Обсуждаем психометрику и количественную психологию — то, что лежит в основе доброй половины маркетинговых и продуктовых подходов. Готовьте свои вопросы про опросы и анкеты.

Друзья, запись стрима можно посмотреть по ссылке ниже. Говорили про разное: начали про ценности, потом про методы их оценки, ну а потом, как водится, про проблемы психометрики))

https://vkvideo.ru/video-227808228_456239024?from=search

Три дисциплины психологии, но одна только в уме

В одном из наших предыдущих постов мы рассказывали об идее Ларса-Гуннара Лундха (Lundh, 2023) рассматривать психологию как состоящую из трех ветвей или уровней:

1) психология личности (фокусируется на психологических феноменах, переживаемых отдельными людьми при их взаимодействии с окружением, а также на изменениях этих феноменов с течением времени),

2) популяционная психология (фокусируется на частоте различных психологических феноменов в популяции, факторах риска и эффектах различных психологических вмешательств на уровне популяции), и

3) исследования психологических механизмов (сосредоточены на психологическом функционировании, объясняемом нейрофизиологическими процессами и процессами обработки информации).

Напомним, что Лундх утверждает, что именно неспособность четко дифференцировать уровни приводит к известным несоответствиям, когда, например, ученые пытаются ответить на вопросы о личности путем исследования популяций. В статье предлагается большое количество примеров исследований, где уровни вопроса, метода и вывода совпадают, а также примеры исследований, где происходит их смешивание.

Судя по этой работе, самым проблематичным уровнем является уровень личности, хотя именно этот уровень должен, по идее, быть ядром исследований.

Я попыталась связать это наблюдение Лундха с типичными исследовательскими практиками, поощряемыми университетами. Небольшой пост об этом здесь.

Здравствуйте, друзья!

Записали обсуждение статьи, которая попалась мне на просторах интернета: «Universities’ Research Imperative: Paying the Price for Perverse Incentives» Сьюзан Хаак. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4296639


По большому счету ее тезис не нов – практика публикационной активности, «publish or perish» ("публикуйся или погибни"), внедренной современными
университетами и грантодателями в отношении профессорско-преподавательского состава, извращает научную деятельность, задает ложные приоритеты, вредит
качеству как исследований, так и преподавания. Но, видимо, из-за того, что она как-то особенно ясно и со всех сторон осветила проблему, захотелось поделиться
и своим наболевшим😊

В общем, - новая рубрика «А поныть?» в аудиоформате.

Приятного прослушивания!

Сегодня наш пост посвящен препринту «The Mismeasure of Culture: Why Measurement Invariance is Rarely Appropriate for Comparative Research in Psychology», вышедшему в 2024 году (Kodai Kusano, Jaime L. Napier , and John T. Jost)
Необходимость кросс-национальной и кросс-культурной валидации используемых тестов и психологических шкал признается большинством психологов и психометриков. В частности, одним из основных требований при проведении сравнительных исследований является проверка измерительной инвариантности - предположения о том, что шкала функционирует одинаково для разных групп (например, для разных стран). Однако, как отмечают авторы препринта, сохраняются противоречия между сторонниками строгих требований для проверки измерительной инвариантности и практиками, сталкивающимися с неоднозначными рекомендациями и излишне жёсткими стандартами. Авторы препринта критикуют типичное применение стандартов измерительной инвариантности и предлагают альтернативный подход к установлению межгрупповой валидности.
На примере Шкалы общей правомерности системы (General System Justification Scale) авторы демонстрируют альтернативный подход, показывая, что опора на номологическую сеть (то есть систему взаимосвязанных понятий и эмпирических связей) позволяет провести содержательные межгрупповые различия даже при отсутствии формальной инвариантности. Они также показывают, что отсутствие инвариантности может быть предпочтительнее, чем достижение её частичных форм. Авторы говорят о том, что психометрические шкалы не обязательно должны быть инвариантными между культурами. Наоборот, в социальных и кросс-культурных исследованиях различия являются предметом исследования. Поэтому важно не элиминировать различия (например, устраняя задания, которые не отвечают требованиям измерительной инвариантности), а понимать и объяснять социальные и культурные особенности ответов на вопросы шкалы.
Подробнее читайте в нашем полном посте по ссылке.
https://telegra.ph/Izmeritelnaya-invariantnost-v-kross-kulturnyh-issledovaniyah-neobhodimost-ili-lozhnyj-put-05-26

Мотивация как вычислительный процесс

С психологическими конструктами (мотивация, ценности, интеллект, интерес) сопряжены многие фундаментальные проблемы, которые мешают их исследованию: невозможность их однозначного определения, круговые определения, проблемы с их количественной оценкой и моделированием их структуры средствами психометрики.

По большому счету мотивация остается для психологии «черным ящиком», и общепринятые подходы к ее исследованию не позволяют ответить на самые основные вопросы о ее природе.

Но есть ли альтернативные пути изучения мотивации, которые бы могли показать, что внутри этого "черного ящика"?

Сегодня мы обсудим одну такую альтернативу – идею, что в основе мотивации лежат ментальные вычислительные процессы. Пост написан по статье Murayama, K., & Jach, H. K. (2025). A critique of motivation constructs to explain higher-order behavior: We should unpack the black box. Behavioral and Brain Sciences, 48, e24.

Авторы фокусируются на одном из составляющих внутренней мотивации – потребности в компетенции, т.е. стремлении быть эффективным, достигать результатов, чувствовать себя способным и умелым в определенной области.
Мураяма и Джач предлагают распаковать «черный ящик» этой потребности с помощью моделей вознаграждающего обучения (the reward-learning models).

Важнейшее допущение моделей вознаграждающего обучения состоит в том, что информация — это внутреннее вознаграждение. Когда агент обнаруживает некоторую неопределенность в своих знаниях, он вычисляет ожидаемую ценность предстоящей информации, и, если она считается ценной, агент начинает поведение по поиску информации.
Когда агент успешно приобретает информацию, он испытывает положительное чувство вознаграждения, которое, в свою очередь, усиливает ценность информации того же рода.

Полученная информация закрепляется в существующей базе знаний, и это расширение знаний может подтолкнуть агента к осознанию дальнейших пробелов в знаниях (т. е. «чем больше мы знаем о теме, тем больше вероятность того, что мы осознаем, что есть вещи, которых мы не знаем»). В результате эта система создает петлю положительной обратной связи, поддерживая длительное поведение, связанное с поиском информации.
Подробнее здесь

Сегодня мы хотим представить статью Why the Cross-Lagged Panel Model Is Almost Never the Right Choice, вышедшую в журнале Psychological Science в 2023 году.
Lucas, R. E. (2023). Why the cross-lagged panel model is almost never the right choice. Advances in Methods and Practices in Psychological Science, 6(1), 25152459231158378.
Сross-lagged panel models (CLPM) являются одним из самых популярных методов для оценки связи между переменными на основе лонгитюдных данных. При наличии как минимум двух волн данных можно оценить связь между предиктором на первом этапе (время 1) и результирующей переменной на втором этапе (время 2), контролируя при этом ее значение на первом этапе. При соблюдении определённых допущений эту связь часто интерпретируют как причинное влияние предиктора на результат. Простота модели и ограниченные требования к данным сделали CLPM популярным выбором для анализа лонгитюдных данных.
Тем не менее, некоторые авторы указывают на то, что такие модели не оценивают адекватно ассоциации на уровне стабильных черт (stable-trait-level associations) и предложили альтернативу - random-intercept CLPM (RI-CLPM) (например, Hamaker et al., 2015). Несмотря на критику «классических» CLPM, многие исследователи продолжают не только их использовать, но и обосновывать релевантность их использования в определенных ситуациях (например, Orth et al., 2021). Автор рассматриваемой статьи не согласен с таким подходом и стремится доказать, что использование CLPM дает искаженную оценку связей между переменными: оценивая несуществующие связи как значимые, и наоборот, недооценивая размер существующих эффектов. Автор настаивает на том, что CLPM не должны использоваться для выводов о каузальных связях с использованием лонгитюдных данных, если у вас есть три замера и более.
Подробнее можно прочитать по ссылке

Сравнение статистической и реалистической парадигмы в исследовании мотивации

В преддверии нового выпуска «Разбор полетов», посвященному теории само-детерминации Э. Деси и Р. Райана, актуальной показалась статья Chirkov, V., & Anderson, J. (2018), где демонстрируется обманчивость моделей мотивационных конструктов для понимания мотивов отдельных людей.

Теория само-детерминации утверждает, что человек имеет три основных потребности: автономии (самому регулировать свою деятельность), компетентности (быть эффективным) и связанности (включенности в социальные отношения) и шесть вариантов мотивации в континууме от внутренней до внешней.

Большую часть эмпирической поддержки теория получила на агрегированных корреляционных данных. Неспособность таких данных адекватно отразить психологических реальность отдельных индивидов, входящих в выборку, уже обсуждалась на нашем канале.
Исследование, о котором пойдет речь сегодня, эмпирически демонстрирует это на примере мотивации.

Идея авторов заключалось в том, чтобы:
1) Продемонстрировать возможность изучать мотивационные механизмы там, где они действительно действуют, т.е. путем тщательного изучения мотивированных индивидов в разных условиях их жизни;
2) Сопоставить обнаруженные на индивидуальном уровне мотивационные взаимосвязи с теми, что фиксируют статистические модели.

При сравнении «качественной» (по результатам интервью) и статистической модели, выявились важные и многочисленные расхождения между ними. Кроме того, «качественное» исследование позволило зафиксировать реципрокную связь между несколькими мотивационными конструктами, инвариантную для всех проинтервьюированных студентов и определяющую непрерывный цикл академической мотивации.

Подробнее здесь.

Сегодня наш пост посвящен интересной и сейчас очень популярной теме – использованию больших языковых моделей (Large Language Models, LLM) в социальных науках. В начале 2025 года вышел довольно интересный препринт (The Mixed Subjects Design: Treating Large Language Models as Potentially Informative Observations David Broska, Michael Howes, and Austin van Loon) на эту тему. Авторы говорят о том, что в последние годы LLM, такие как ChatGPT, начинают активно использоваться в социальных науках — от генерации гипотез до проведения поведенческих экспериментов. Однако до сих пор остаётся открытым вопрос: можно ли использовать такие модели (вернее, данные, сгенерированные такими моделями и имитирующие ответы или поведение реальных участников) вместо людей в исследованиях, и если да, то как корректно это делать?
Авторы статьи из MIT предлагают свой вариант использования LLM — Mixed Subjects Design, или «смешанный дизайн участников». Суть подхода в том, чтобы включать как людей, так и «silicon participants” (кремниевых участников»), т.е. данные, которые сгенерированы LLM, в выборку, но не считать их равнозначными, а учитывать, что ИИ может давать информативные, но не идеальные ответы.
Подробнее читайте в нашем полном посте!
https://telegra.ph/The-Mixed-Subjects-Design-Treating-Large-Language-Models-as-Potentially-Informative-Observations-David-Broska-Michael-Howes-and--06-23