Сопоставление традиционной и цифровой версий методики диагностики когнитивной гибкости у дошкольников

Полный текст

Введение Когнитивная гибкость. Одним из ключевых аспектов развития ребенка дошкольного и младшего школьного возраста является становление саморегуляции или регуляторных (управляющих) функций. Как в зарубежных (McClelland et al., 2014; Miyake et al., 2010; Diamond, Lee, 2011; Willoughby et al., 2012), так в российских исследованиях (Veraksa et al., 2020) было показано, что регуляторные функции связаны с математическими способностями (Jarvis, 2003; Bull, 2001), развитием речи (Kovyazina et al., 2021; Veraksa et al., 2020), социальной (Denham et al., 2010), и эмоциональной компетентностью (Molavi et al., 2020) детей. Вслед за А. Мияке, мы рассматриваем регуляторные функции как три тесно связанные, но при этом независимые между собой компоненты («единство с разнообразием»), которые представляют собой группу когнитивных навыков, обеспечивающих целенаправленное решение проблем и адаптивное поведение в новых ситуациях (Алмазова и др., 2019). К ним относят «рабочую память», «торможение» и «когнитивную гибкость» (Miyake et al., 2000). Рабочая память включает в себя зрительную и слухоречевую память. Торможение позволяет сдерживать доминирующий ответ в пользу того, который требуется в задании (Jurado, Rosselli, 2007; Zelazo et al., 2006; Duval et al., 2016). Когнитивная гибкость дает возможность переходить от одного правила к другому в рамках выполнения одной задачи. Таким образом, вышеперечисленные компоненты, несомненно, связаны друг с другом, но при этом вполне могут рассматриваться как самостоятельные процессы (Miyake et al., 2000). Модель представления регуляторных функций Мияке, состоящая из трех факторов, была апробирована с применением субтестов диагностического комплекса the NEPSY II, на выборке из более чем тысячи российских дошкольников и показала свою правомерность (Veraksa, Almazova, Bukhalenkova, 2020; Веракса и др., 2020). Важным достижением дошкольного возраста выступает способность контролировать мысли и поведение, особенно в ситуациях, требующих следования инструкциям или правилам противоречащим непосредственным побуждениям и реакциям ребенка. В концепции А. Мияке эта способность или навык получила название когнитивной гибкости. Из всех выделенных регуляторных функций именно когнитивная гибкость развивается наиболее медленно (Davidson et al., 2006). Предполагается, что пик развития когнитивной гибкости приходится на возраст от 3 до 6 лет. В большинстве исследований развития когнитивной гибкости у дошкольников применяется методика Dimensional Change Card Sort (Cepeda et al., 2001; Davidson et al., 2006), представляющая собой тест способностей на переключение между двумя правилами при сортировке карточек по двум основаниям. Результаты исследований с применением этой методики, демонстрируют, что для детей в возрасте от 3 до 4 лет изменение основания сортировки представляет существенную сложность (Ionescu, 2012). Согласно результатам исследований, высокий уровень развития когнитивной гибкости связан с академической и социальной успешностью и креативностью (Filippetti, Richaud, 2017) как у детей, так и взрослых. Так, было обнаружено, что когнитивная гибкость в составе регуляторных функций выступает предиктором математических достижений первоклассников (Bull, Scerif, 2001), развития беглости речи (Rosselli et al., 2009) и способностей к чтению у детей и подростков (Arán-Filippetti, López, 2016). Некоторые авторы указывают на то, что дефицит в развитии когнитивной гибкости может иметь негативные последствия для академической и социальной успешности детей (Biederman et al., 2004). Таким образом, изучение закономерностей развития когнитивной гибкости можно рассматривать как важную задачу с точки зрения прогноза развития ребенка. Решение этой задачи подразумевает разработку чувствительных диагностических инструментов. Использование компьютерных версий традиционных методов диагностики когнитивных способностей в детском возрасте. Отечественная диагностика саморегуляции строится на подходах Л.С. Выготского и А.Р. Лурии (Выготский, 1982; Лурия, 1973), принципы которых легли в основу проведения нейропсихологической диагностики психического развития детей. Нейропсихологическая диагностика в контексте учения А.Р. Лурии опирается на концепцию о системно-динамической локализации высших психических функций (Лурия, 1973) и позволяет выявить дефицитарные области в формировании психических функций, являющихся наиболее востребованными социальной ситуацией развития ребенка (Ардила и др., 2020). В роли таких дефицитарных областей выступают разные аспекты когнитивного и моторного развития и регуляторных функций, в частности когнитивной гибкости (Глозман, 2020). С позиции указанной концепции когнитивная гибкость связана с развитием третьего функционального блока мозга (программирования, регуляции и контроля). В то же время в контексте культурно-исторической психологии регуляторные функции нередко рассматриваются как показатель формирования высших психических функций (Выготский, 1982). Традиционно в рамках нейропсихологической диагностики используются интервью и бланковые методики (Глозман, 2020), при этом, в современном мире, отличительной чертой которого выступает глобальная цифровизация, дети начинают использовать мобильные телефоны и планшеты с сенсорным экраном с раннего возраста (Xanthopoulou et al., 2019; Mokhtar et al., 2018). И хотя роль цифровых инструментов в развитии детей изучается достаточно широко (Stephen, Edwards, 2017), изучению цифровых инструментов как средств диагностики актуального развития ребенка отводится существенно меньшее значение (Vrana, Vrana, 2017). Переход от традиционных методов диагностики к использованию цифровых инструментов позволяет экономить время обработки результатов диагностики, унифицировать ее процедуру, а также повысить мотивацию детей при ее прохождении, однако требует предварительной оценки психометрических свойств (Vrana, Vrana, 2017; Raiford et al., 2016; Lin, Chen, 2016). Хокинс с соавторами показали, что компьютеризованные методы диагностики повышают мотивацию детей к прохождению тестирования, что, в свою очередь, способствует повышению качества сбора данных (Hawkins et al., 2013). Другие авторы указывают на то, что применение компьютеризованных версий традиционных когнитивных тестов может потенциально увеличить выборку в лонгитюдных исследованиях (Lumsden et al., 2016). В проведенном Ламсден и коллегами (Lumsden et al., 2016) метаанализе существующих цифровых инструментов для развития и диагностики когнитивных навыков сделан вывод о том, что разработка компьютеризованных тестов когнитивных способностей позволит вывести исследования за рамки лабораторий, однако требует осторожности для обеспечения согласованности с традиционными показателями. В большинстве исследований, которые оценивали валидность компьютеризованных версий традиционных когнитивных тестов, было показано, что компьютеризованные версии хорошо коррелируют с их традиционными аналогами и смежными тестами, что подтверждает полезность такого цифрового инструмента в практике (Aalbers et al., 2013; Atkins et al., 2014; McNab, Dolan, 2014). Так, при исследовании валидности компьютеризованной версии теста базовых математических навыков (Mathematical Heidelberger Rechen Test) с участием учеников второго и третьего классов, было показано, что для арифметических шкал, не содержащих графических заданий, надежность и валидность компьютеризованной версии была приемлемой. Тогда как для шкалы, содержащей графические задания, результаты, полученные детьми при прохождении компьютеризованной версии теста, оказались значимо ниже, чем у детей, проходящих традиционную версию теста (Hassler, Ghaderi, 2018). Соотнесение результатов традиционных и компьютеризованных версий субтестов Векслера, не требующих от устройства функции распознавания речи, демонстрирует высокую степень согласованности (Vrana, Vrana, 2017; Raiford et al., 2016). То есть несмотря на то, что цифровые версии методик предполагают существенные изменения в процедуре диагностики, учитывая возможности, которые предоставляет современное программное и аппаратное обеспечение, ряд методик диагностики когнитивного развития детей старшего дошкольного возраста могут быть предъявлены в цифровом виде без потери качества (Vrana, Vrana, 2017). Исследование успеваемости детей в возрасте от 7 до 8 лет в разных областях учебной программы с применением бумажного и компьютеризованного тестирования показало, что результаты достоверно не различаются. При этом большинство детей предпочитает компьютеризованный тест традиционному (Sim, Horton, 2005). В отечественных исследованиях, посвященных оценке валидности компьютерных версий традиционных методик нейропсихологической диагностики (Таблицы Шульте, «Понимание близких по звучанию слов», «Точки» и др.) также было показано, что они обладают достаточно высокой конструктной валидностью и позволяют оценить как степень сформированности оцениваемых функций, так и возрастные различия у детей дошкольного и младшего школьного возраста (Ахутина и др., 2017). В большинстве работ, посвященных оценке валидности компьютеризованных версий традиционных когнитивных тестов, получено, что их применение является обоснованным в случае, проведения тщательного исследования при их адаптации (Hassler, Ghaderi, 2018; Vrana, Vrana, 2017; Sim, Horton, 2005). Также в ряде случаев требуется соблюдение дополнительных мер при цифровизации существующих традиционных тестов (Sim, Horton, 2005). Помимо этого, существует вероятность, что при интерпретации результатов необходимым становится определение возрастных норм для компьютеризованных версий методик. В случае, когда учтены все возможные нюансы при адаптации традиционных методик к компьютерному тестированию, становится возможным их применение в качестве диагностического инструмента в образовательных учреждениях (Sim, Horton, 2005). Цель исследования - оценка психометрических свойств цифровой русскоязычной версии методики «Сортировка карт по изменяемому признаку» (Dimensional Change Card Sort) (Zelazo, 2006). На протяжении нескольких лет данная методика активно применялась в традиционном виде и обеспечивала получение надежных и валидных данных о развитии когнитивной гибкости у детей дошкольного возраста в нескольких регионах страны. За это время традиционная версия методики успешно прошла процедуру валидизации на российской выборке с последующей выработкой норм для детей в возрасте от 4 до 7 лет (Алмазова и др., 2020; Веракса и др., 2020). Сегодня представляется актуальным переход к использованию цифровой версии методики по целому ряду причин. Во-первых, автоматизированная процедура диагностики позволит унифицировать процедуру обследования детей относительно скорости, интонации и четкости проговаривания инструкций, а также порядка предъявления заданий. Во-вторых, с помощью цифровой версии будет устранена вероятность некорректного внесения ответов ребенка в протокол. В-третьих, цифровая версия методики предоставляет дополнительные возможности по изучению когнитивной гибкости у детей. Автоматическая фиксация всех ответов ребенка обеспечит формирование массива данных, с помощью которого могут быть выявлены вероятные динамические закономерности когнитивной гибкости в детском возрасте (например, утомляемость). В-четвертых, цифровая версия не требует наличия стимульных материалов. Процедура и методы исследования Выборку исследования составили 55 детей из двух старших групп детского сада (мальчики - 57,1%) в возрасте от 5 до 6 лет (M = 64,03; SD = 2,14). По соотношению мальчиков и девочек группы не различались (χ2 = 0,202; р = 0,742). Процедура. Исследование проводилось по интраиндивидуальной схеме с разделением совокупной выборки на две группы. В обеих группах дети прошли диагностику когнитивной гибкости дважды с перерывом в один месяц. Условия проведения диагностики в обеих группах были унифицированы насколько это возможно (с детьми работали одни и те же специалисты, обследование проводилось в одних и тех же помещениях в одно и то же время дня). Единственное различие между группами с точки зрения процедуры исследования заключалось в последовательности прохождения методики в традиционной и цифровой версии (рис. 1). Первая группа (N = 28) сначала выполнила методику в цифровой версии, а затем в традиционной. Вторая группа (N = 27) - наоборот: сначала в традиционной, а затем в цифровой версии. Традиционная версия / Traditional versionТрадиционная версия / Traditional versionЦифровая версия / Digital versionЦифровая версия / Digital versionВторая группа / The second groupПервая группа / The first groupИзображение выглядит как диаграмма Автоматически созданное описание Рис. 1. Последовательность предъявления традиционной и цифровой версий методики детям из двух групп Figure 1. The sequence of presentation of the traditional and digital versions of the technique to children from the two groups Примечание: Т1 - первое тестирование, Т2 - второе тестирование. Note: T1 is the first test, T2 is the second test. Инструментарий. Методика «Сортировка карт по изменяемому признаку» (Dimensional Change Card Sort) (Zelazo, 2006; Веракса и др., 2020, Veraksa, Almazova, Bukhalenkova, 2020) применялась для оценки когнитивной гибкости детей. В методике ребенку предлагается рассортировать карточки трижды по разным правилам (по цвету, по форме, а затем с переключением этих правил в зависимости от наличия на карточке рамки). В настоящем исследовании данная методика применялась в традиционной и цифровой версиях. Традиционная версия методики «Сортировка карт по изменяемому признаку» проводилась индивидуально с каждым ребенком при использовании набора из 24 цветных карт и протокола. На картах на белом фоне изображены зайцы (красные или синие) или лодки (красные или синие). На некоторых картах имеется черная рамка. Специалист выкладывает на стол две карты, оставляя у себя в руках остальную колоду и предлагает ребенку поиграть в игру: «Посмотри, у нас есть синий зайчик и красная лодка. Сначала мы поиграем в игру по цвету. Все синие карты тебе нужно будет положить сюда (указывает на синего зайца), а красные - сюда (указывает на красную лодку)». После проведения первой пробы (сортировка 6 карт по цвету) специалист предлагает ребенку сыграть в новую игру: «Сейчас мы будем играть в новую игру. Мы больше не будем играть в игру по цветам. Мы будем играть в игру по форме. Все лодочки мы будем класть сюда (указывает на лодку), а всех зайчиков сюда (указывает на зайца)». После проведения второй пробы (сортировка 6 карт по форме) специалист предлагает ребенку сыграть в более сложную игру: «Хорошо, ты играешь очень здорово. Сейчас я хочу предложить тебе сыграть в более сложную игру. В ней добавятся новые карточки с рамочкой. Вот карточка, у которой есть черная рамочка (кладет перед ребенком карту с зайцем в рамке). Если ты увидишь карту с черной рамочкой, ты должен будешь играть в игру по цветам. В игре по цветам все красные карточки отправляются сюда, а синие - сюда (указывает на соответствующие карты). Эта карта красная, поэтому мы положим ее сюда (кладет карту рубашкой вверх под красной картой). А когда ты увидишь карту без черной рамочки, как эту (кладет перед ребенком карту с зайцем без рамки), ты должен будешь играть в игру по форме. В игре по форме, зайчиков мы кладем сюда, а лодочки сюда (указывает на соответствующие карты). Это зайчик, поэтому эту карточку мы положим сюда (кладет карту рубашкой вверх под синей картой). По мере выполнения методики специалист отмечает в протоколе количество правильных ответов в каждой пробе (всего 12 карт). В традиционной версии методики специалист требуется: а) озвучивать инструкцию; б) повторять действующее правило сортировки во всех заданиях для каждой карты; в) следить, чтобы одинаковые карты не выдавались ребенку более 2 раз подряд; г) заполнять протокол. Рис. 2. Стимульный материал цифровой версии методики «Сортировка карт по изменяемому признаку» Figure 2. Incentive material of the digital version of the Dimensional Change Card Sort technique Цифровая версия методики «Сортировка карт по изменяемому признаку» проводилась индивидуально с каждым ребенком при использовании планшета диагональю не менее 9,7''. В цифровой версии ребенку было предложено поиграть в игру, где в специальном мобильном приложении собрана вся методика с демонстрацией описанных выше стимульных материалов и проигрыванием идентичных вербальных инструкций, которые были записаны одним из специалистов и интегрированы в цифровую версию методики в виде аудиофайлов (рис. 2). В цифровой версии все переходы между заданиями и пробами осуществляются автоматически. Фиксация ответов и подсчет баллов также ведется автоматически. Задача специалиста заключается в том, чтобы после установления контакта с ребенком объяснить ему, что сейчас его ждет «игра» на планшете, запустить цифровую версию методики и следить за прохождением ее ребенком, обеспечивая своевременное реагирование на комментарии ребенка. В обеих версиях методика завершается только при выполнении ребенком всех заданий. Каждая верно размещенная карта оценивается в один балл. За неверно размещенную карту ребенок не получает баллы. После выполнения методики рассчитывается три основных показателя: сортировка карт по цвету (макс. 6 баллов), сортировка карт по форме (макс. 6 баллов); сортировка карт по изменяемому признаку (макс. 12 баллов). Итоговый балл за выполнение методики представляет собой сумму баллов по трем указанным показателям (макс. 24 балла). Обработка данных была проведена в несколько этапов. Проверка распределения на нормальность показала, что распределение в выборке по измеряемым шкалам является нормальным (критерий Шапиро - Уилка, p > 0,05). В следствие чего для дальнейшего анализа были применены параметрические методы статистического вывода. На первом этапе анализа, с целью измерения показателей надежности и внутренней согласованности показателей цифровой и традиционной версий методики «Сортировка карт по изменяемому признаку» был применен критерий α Кронбаха. На втором этапе был применен корреляционный анализ Пирсона, который позволил оценить взаимосвязи показателей цифровой и традиционной версий методик, в том числе между переменными, измеряющими показатели серий с итоговыми показателями разных замеров с целью выявления функциональных взаимосвязей. На третьем этапе с применением t-критерия Стьюдента для парных выборок было осуществлено сравнение средних значений результатов прохождения методики попарно для обеих групп с оценкой величины эффекта (d Коэна). Результаты Апробация цифровой версии методики «Сортировка карт по изменяемому признаку». На первом этапе анализа с помощью критерия α Кронбаха была оценена внутренняя согласованность показателей традиционной и цифровой версий методик, что позволило выявить, что в группе, в которой методика «Сортировка карт по изменяемому признаку» предъявлялась сначала в цифровом, а затем в традиционном варианте α Кронбаха для всех измеряемых переменных (цвет, форма, переключение и общий балл) составляет 0,428; 0,589; 0,601 и 0,681 соответственно. В группе, где предъявление производилось наоборот - α Кронбаха для всех измеряемых переменных (цвет, форма, переключение и общий балл) составляет 0,542; 0,618; 0,715 и 0,880 соответственно. Таким образом, можно говорить о том, что предъявляемые цифровая и традиционная версии методики демонстрируют большую согласованность в части общего балла для обоих типов предъявлений. Для всех проб более высокая согласованность в группе, в которой методика «Сортировка карт по изменяемому признаку» предъявлялась сначала в традиционном варианте, а затем в цифровом. Различия между показателями методики «Сортировка карт по изменяемому признаку» в цифровой и традиционной версиях (t-критерий Стьюдента для парных выборок) / Differences between the indicators of the Dimensional Change Card Sort technique in the digital and traditional versions (Student’s t-test for paired samples) Показатели методики / Indicators of the methodology Коэффициент корреляции, уровень значимости / Correlation coefficient, significance level M SD Оценка достоверности различий (t-критерий Стьюдента, уровень значимости) / Assessing the significance of differences (t-test, significance level) d Коэна / Cohen’s d Сортировка по цвету (цифровая) - Сортировка по цвету (традиционная) / Sorting by color (digital) - Sorting by color (traditional) - 5,94 0,236 -1,000 0,331 -0,284 6,0 0 Сортировка по форме (Ц) - Сортировка по форме (Т) / Sorting by form (C) - Sorting by form (T) - 5,83 0,383 0,846 0,409 -0,287 5,61 0,979 Сортировка с переключением (Ц) - Сортировка с переключением (Т) / Switching sorting (C) - witching sorting (T) Ro = 0,340 p < 0,001 6,72 1,873 -1,511 0,149 -0,330 7,72 2,824 Итоговый балл (Ц) - Итоговый балл (Т) / Final score (C) - Final score (T) Ro = 0, 605 p < 0,001 18,5 2,036 -1,062 0,303 -0,157 19,3 3,324 Сортировка по цвету (Ц) - Сортировка по цвету (Т) / Sorting by color (C) - Sorting by color (T) - 6 0 - - - 6 0 Сортировка по форме (Ц) - Сортировка по форме (Т) / Sorting by form (C) - Sorting by form (T) - 6 0 1,750 0,111 -0,192 5,36 1,206 Сортировка с переключением (Ц) - Сортировка с переключением (Т) / Switching sorting (C) - Switching sorting (T) Ro = 0,522 p < 0,001 6,82 1,888 -0,810 0,391 -0,296 7,36 2,203 Итоговый балл (Ц) - Итоговый балл (Т) / Final score (C) - Final score (T) Ro = 0, 681 p < 0,001 18,82 1,888 1,854 0,911 -0,110 18,73 2,832 Примечание. В таблице не приведены статистически незначимые корреляционные коэффициенты. Note. The table does not show statistically insignificant correlation coefficients. На втором этапе были изучены корреляционные связи между измеряемыми показателями цифровой и традиционной версий методик, в том числе между переменными, измеряющими показатели серий с итоговыми показателями разных замеров с целью установить связи аналогичных показателей друг с другом и выявить функциональные взаимосвязи с итоговыми баллами. Корреляционный анализ Пирсона показал, что существуют средние положительные корреляции между измеренными показателями на общей выборке (r∈ [0, 389; 0, 684], p < 0,05), что говорит о том, что при получении высоких показателей в ходе первого замера дети получали высокие показатели в ходе второго замера. Также, стоит отметить, что существуют сильные положительные корреляции между переменными, измеряющими показатели серий с итоговыми показателями разных замеров (r∈ [0, 869; 0, 956], p < 0,001). Это говорит о том, что показатели методик вне зависимости от способа предъявления находятся в функциональной взаимосвязи друг с другом и, чем больше баллов получил ребенок при первом предъявлении методики вне зависимости от его формы, тем выше итоговый балл при обоих предъявлениях. На следующем этапе мы осуществили сравнение средних значений результатов прохождения методики попарно для обеих групп (t-критерий Стьюдента для парных выборок) с целью выявления статистически достоверных различий между ними. Размер эффекта оценивался с применением d Коэна. Результаты, полученные в ходе обоих диагностических замеров, соответствуют возрастным нормам, определенным ранее на основании исследования выборки старших дошкольников (Веракса и др., 2020). Было показано, что не существует статистически значимых различий между одними и теми же показателями, измеренными разными способами (p > 0,05). Анализ средних значений (таблица) также позволяет подтвердить вывод об отсутствии значимых различий между показателями, измеренными при помощи цифровой и традиционной методик. Величина размера эффекта ∈ [-0,110; -0,330] подтверждает отсутствие различий между средними значениями парных измерений. Обсуждение результатов Данное исследование было направлено на оценку психометрических свойств цифровой русскоязычной версии методики «Сортировка карт по изменяемому признаку» (Zelazo, 2006). Традиционная версия методики востребована среди российских исследователей и практикующих специалистов для оценки когнитивной гибкости детей (Алмазова и др., 2020; Веракса и др., 2020). Однако несмотря на видимую простоту, методика трудоемка и требует высокой концентрации в процессе ее проведения. Так, специалисту одновременно нужно озвучивать сложную инструкцию, следить за последовательностью предъявляемых заданий (что требует постоянной сортировки и перекладывания карт), вести протокол и реагировать на комментарии ребенка. Сложность методики при учете утомляемости специалиста может приводить к потенциальным ошибкам в фиксации детских ответов. Цифровая версия методики была разработана, с одной стороны, для оптимизации и упрощения процесса диагностики, с другой стороны, для снижения количества потенциальных ошибок в получаемых данных. Результаты исследования подтверждают, что цифровая версия методики «Сортировка карт по изменяемому признаку» (Zelazo, 2006) демонстрирует приемлемые показатели внутренней согласованности и хорошо коррелирует с результатами традиционной методики для детей старшего дошкольного возраста. Это согласуется с результатами более ранних исследований, демонстрирующих, что некоторые методики, направленные на диагностику когнитивного развития детей, можно предъявлять в цифровом виде, не снижая качество сбора данных (Vrana, Vrana, 2017), а в ряде случаев, напротив, получая возможность учитывать новые факторы, как например утомляемость. Показано, что высокой валидностью обладают цифровая версия ряда субтестов теста Векслера (Vrana, Vrana, 2017; Raiford et al., 2016), цифровая версия теста базовых математических навыков (Mathematical Heidelberger Rechen Test) в части арифметических шкал (Hassler, Ghaderi, 2018), оценка общей успеваемости детей по разным областям учебной программы (Sim, Horton, 2005), а также цифровые версии методик нейропсихологической диагностики (Ахутина и др., 2017). Однако при всех своих плюсах, цифровые версии методик предполагают существенные изменения в процедуре диагностики (Vrana, Vrana, 2017). Поэтому в случаях, когда требуется распознавать речь ребенка в процессе диагностики, как в ряде субтестов теста Векслера, или анализировать какие-либо изображения/графические конструкции, как в тесте базовых математических навыков, цифровые версии методик проигрывают традиционным (Vrana, Vrana, 2017; Raiford et al., 2016, Hassler, Ghaderi, 2018), что ставит под вопрос возможность использования их в диагностической работе ввиду низкой надежности полученных данных. Цифровая версия методики «Сортировка карт по изменяемому признаку» не требует дополнительных функций от устройства, будь то распознавание речи, рукописного текста или графиков, что также говорит в пользу ее применения. Возможность создания цифровых версий традиционных методик без снижения достоверности результатов приобретает особую важность в связи с тем, что оценка когнитивных способностей детей является перспективным и важным направлением при изучении развития детей (Swaab et al., 2016). Использование цифровых версий традиционных методик обусловлено, в частности, тем, что при прохождении традиционных когнитивных тестов дети зачастую бывают не вовлечены в процесс, что создает ситуацию, когда низкая успешность прохождения теста связана не с низким уровнем сформированности той или иной когнитивной способности, а с низким уровнем мотивации к прохождению (Luciana, Nelson, 2002). При этом цифровые версии традиционных когнитивных тестов действительно могут создать у ребенка впечатление игры и за счет этого повысить его мотивацию (Gongsook et al., 2014). Это подтверждается и тем, что сами дети охотно выбирают цифровые тесты, предпочитая их традиционным (Sim, Horton, 2005). Автоматизированная процедура диагностики позволит унифицировать процедуру обследования детей относительно скорости, интонации и четкости проговаривания инструкций, а также порядка предъявления заданий. С помощью цифровой версии будет устранена вероятность некорректного внесения ответов ребенка в протокол (Kemp et al., 2009). Кроме того, цифровая версия не требует наличия стимульных материалов. Таким образом, возможность создания цифровых когнитивных тестов позволяет не только оптимизировать процедуру проведения тестирования, но и повысить качество собранных данных и мотивацию участников. Заключение В проведенном исследовании было показано, что цифровая версия методики «Сортировка карт по изменяемому признаку» может служить диагностическим инструментом при проведении диагностики когнитивной гибкости детей старшего дошкольного возраста. Полученные результаты открывают широкие перспективы использования цифровых инструментов диагностики когнитивных способностей, связанные с возможностью унификации предъявляемых инструкций, стимульных материалов и снижения эффекта экспериментатора, что, как следствие, позволит повысить достоверность и надежность полученных данных. Однако, важным остается вопрос о соотнесении результатов традиционных и цифровых версий методик и тщательная проверка их валидности. В связи с этим, одной из возможных перспектив данного исследования выступает оценка валидности цифровых версий методик диагностики других регуляторных функций дошкольников. Помимо этого, важной задачей выступает необходимость определения возрастных норм для цифровых версий методик. Цифровая версия методики предоставляет дополнительные возможности по изучению когнитивных способностей у детей. Например, помимо фиксации правильных и неправильных ответов ребенка в каждой пробе, можно выявить и другие факторы, оказывающие влияние на измеряемую способность. К примеру, цифровая методика предоставляет возможность точной оценки времени выполнения проб, что в свою очередь может выступать показателем утомляемости ребенка в процессе выполнения тестового задания. К ограничениям исследования можно отнести то, что в состав выборки вошли только дети в возрасте 5-6 лет, тогда как методика предназначена для более широкого возрастного диапазона (от 3 до 7 лет). Оценка чувствительности к возрастным изменениям выступила бы важным элементом адаптации цифровой версии методики. Процедуру адаптации также можно дополнить оценкой ретестовой надежности только электронной версии и оценкой взаимосвязи с другими методиками, направленными на оценку сформированности регуляторных функций у детей.

Об авторах

Николай Евгеньевич Веракса

Московский государственный университет имени М.В. Ломоносова

Email: neveraksa@gmail.com
ORCID iD: 0000-0003-3752-7319
SPIN-код: 4446-3921

доктор психологических наук, профессор кафедры психологии образования и педагогики, факультет психологии

Российская Федерация, 119991, Москва, Ленинские горы, д. 1

Маргарита Сергеевна Асланова

Московский государственный университет имени М.В. Ломоносова; Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации

Автор, ответственный за переписку.
Email: simomargarita@ya.ru
ORCID iD: 0000-0002-3150-221X
SPIN-код: 3764-4682

научный сотрудник кафедры психологии образования и педагогики, Московский государственный университет имени М.В. Ломоносова; ассистент кафедры педагогики и медицинской психологии, Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации

Российская Федерация, 119991, Москва, Ленинские горы, д. 1; Российская Федерация, 119048, Москва, Трубецкая ул., д. 8, стр. 2

Кристина Сергеевна Тарасова

Московский государственный университет имени М.В. Ломоносова

Email: christinap@bk.ru
ORCID iD: 0000-0002-9072-8761
SPIN-код: 8061-5688

кандидат психологических наук, научный сотрудник кафедры методологии психологии

Российская Федерация, 119991, Москва, Ленинские горы, д. 1

Виктор Александрович Клименко

Московский государственный университет имени М.В. Ломоносова

Email: klimenko@siberia.design
ORCID iD: 0000-0002-4112-9690
SPIN-код: 4661-3067

научный сотрудник кафедры методологии психологии

Российская Федерация, 119991, Москва, Ленинские горы, д. 1

Список литературы