Приемы обработки данных

Big Data

Википедия по состоянию на середину 2018 года давала следующее определение термину Big Data:

«Большие данные (Big Data) — обозначение структурированных и неструктурированных данных огромных объёмов и значительного многообразия, эффективно обрабатываемых горизонтально масштабируемыми программными инструментами, появившимися в конце 2000-х годов и альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence».

Как видим, в этом определении присутствуют такие неопределенные термины, как «огромных», «значительного», «эффективно» и «альтернативных». Даже само название весьма субъективно. Например, 4 Терабайта (емкость современного внешнего жесткого диска для ноутбука) — это уже большие данные или еще нет? К этому определению Википедия добавляет следующее: «в широком смысле о «больших данных» говорят как о социально-экономическом феномене, связанном с появлением технологических возможностей анализировать огромные массивы данных, в некоторых проблемных областях — весь мировой объём данных, и вытекающих из этого трансформационных последствий».

Аналитики компании IBS «весь мировой объём данных» оценили такими величинами:

2003 г. — 5 эксабайтов данных (1 ЭБ = 1 млрд гигабайтов)
2008 г. — 0,18 зеттабайта (1 ЗБ = 1024 эксабайта)
2015 г. — более 6,5 зеттабайтов
2020 г. — 40–44 зеттабайта (прогноз)
2025 г. — этот объем вырастет еще в 10 раз.

В докладе также отмечается, что большую часть данных генерировать будут не обычные потребители, а предприятия1 (вспомним Промышленный интернет вещей).

Можно пользоваться и более простым определением, вполне соответствующим устоявшемуся мнению журналистов и маркетологов.

«Большие данные — это совокупность технологий, которые призваны совершать три операции:

  1. Обрабатывать большие по сравнению со «стандартными» сценариями объемы данных
  2. Уметь работать с быстро поступающими данными в очень больших объемах. То есть данных не просто много, а их постоянно становится все больше и больше
  3. Уметь работать со структурированными и слабо структурированными данными параллельно и в разных аспектах»2

Считается, что эти «умения» позволяют выявить скрытые закономерности, ускользающие от ограниченного человеческого восприятия. Это дает беспрецедентные возможности оптимизации многих сфер нашей жизни: государственного управления, медицины, телекоммуникаций, финансов, транспорта, производства и так далее. Не удивительно, что журналисты и маркетологи настолько часто использовали словосочетание Big Data, что многие эксперты считают этот термин дискредитированным и предлагают от него отказаться.3

Более того, в октябре 2015 года компания Gartner исключила Big Data из числа популярных трендов. Свое решение аналитики компании объяснили тем, что в состав понятия «большие данные» входит большое количество технологий, уже активно применяемым на предприятиях, они частично относятся к другим популярным сферам и тенденциям и стали повседневным рабочим инструментом.4

Как бы то ни было, термин Big Data по-прежнему широко используется, подтверждением чему служит и наша статья.

Три «V» (4, 5, 7) и три принципа работы с большими данными

Определяющими характеристиками для больших данных являются, помимо их физического объёма, и другие, подчеркивающие сложность задачи обработки и анализа этих данных. Набор признаков VVV (volume, velocity, variety — физический объём, скорость прироста данных и необходимости их быстрой обработки, возможность одновременно обрабатывать данные различных типов) был выработан компанией Meta Group в 2001 году с целью указать на равную значимость управления данными по всем трём аспектам.

В дальнейшем появились интерпретации с четырьмя V (добавлялась veracity — достоверность), пятью V (viability — жизнеспособность и value — ценность), семью V (variability — переменчивость и visualization — визуализация). Но компания IDC, например, интерпретирует именно четвёртое V как value (ценность), подчеркивая экономическую целесообразность обработки больших объёмов данных в соответствующих условиях.5

Исходя из вышеприведенных определений, основные принципы работы с большими данными таковы:

  1. Горизонтальная масштабируемость. Это — базовый принцип обработки больших данных. Как уже говорилось, больших данных с каждым днем становится все больше. Соответственно, необходимо увеличивать количество вычислительных узлов, по которым распределяются эти данные, причем обработка должна происходить без ухудшения производительности.
  2. Отказоустойчивость. Этот принцип вытекает из предыдущего. Поскольку вычислительных узлов в кластере может быть много (иногда десятки тысяч) и их количество, не исключено, будет увеличиваться, возрастает и вероятность выхода машин из строя. Методы работы с большими данными должны учитывать возможность таких ситуаций и предусматривать превентивные меры.
  3. Локальность данных. Так как данные распределены по большому количеству вычислительных узлов, то, если они физически находятся на одном сервере, а обрабатываются на другом, расходы на передачу данных могут стать неоправданно большими. Поэтому обработку данных желательно проводить на той же машине, на которой они хранятся.

Эти принципы отличаются от тех, которые характерны для традиционных, централизованных, вертикальных моделей хранения хорошо структурированных данных. Соответственно, для работы с большими данными разрабатывают новые подходы и технологии.

Технологии и тенденции работы с Big Data

Изначально в совокупность подходов и технологий включались средства массово-параллельной обработки неопределённо структурированных данных, такие как СУБД NoSQL, алгоритмы MapReduce и средства проекта Hadoop. В дальнейшем к технологиям больших данных стали относить и другие решения, обеспечивающие сходные по характеристикам возможности по обработке сверхбольших массивов данных, а также некоторые аппаратные средства.

  • MapReduce — модель распределённых параллельных вычислений в компьютерных кластерах, представленная компанией Google. Согласно этой модели приложение разделяется на большое количество одинаковых элементарных заданий, выполняемых на узлах кластера и затем естественным образом сводимых в конечный результат.
  • NoSQL (от англ. Not Only SQL, не только SQL) — общий термин для различных нереляционных баз данных и хранилищ, не обозначает какую-либо одну конкретную технологию или продукт. Обычные реляционные базы данных хорошо подходят для достаточно быстрых и однотипных запросов, а на сложных и гибко построенных запросах, характерных для больших данных, нагрузка превышает разумные пределы и использование СУБД становится неэффективным.
  • Hadoop — свободно распространяемый набор утилит, библиотек и фреймворк для разработки и выполнения распределённых программ, работающих на кластерах из сотен и тысяч узлов. Считается одной из основополагающих технологий больших данных.
  • R — язык программирования для статистической обработки данных и работы с графикой. Широко используется для анализа данных и фактически стал стандартом для статистических программ.
  • Аппаратные решения. Корпорации Teradata, EMC и др. предлагают аппаратно-программные комплексы, предназначенные для обработки больших данных. Эти комплексы поставляются как готовые к установке телекоммуникационные шкафы, содержащие кластер серверов и управляющее программное обеспечение для массово-параллельной обработки. Сюда также иногда относят аппаратные решения для аналитической обработки в оперативной памяти, в частности, аппаратно-программные комплексы Hana компании SAP и комплекс Exalytics компании Oracle, несмотря на то, что такая обработка изначально не является массово-параллельной, а объёмы оперативной памяти одного узла ограничиваются несколькими терабайтами.6

Консалтинговая компания McKinsey, кроме рассматриваемых большинством аналитиков технологий NoSQL, MapReduce, Hadoop, R, включает в контекст применимости для обработки больших данных также технологии Business Intelligence и реляционные системы управления базами данных с поддержкой языка SQL.

Методы и техники анализа больших данных

Международная консалтинговая компания McKinsey, специализирующаяся на решении задач, связанных со стратегическим управлением, выделяет 11 методов и техник анализа, применимых к большим данным.

• Методы класса Data Mining (добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — совокупность методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных знаний, необходимых для принятия решений. К таким методам, в частности, относятся обучение ассоциативным правилам (association rule learning), классификация (разбиение на категории), кластерный анализ, регрессионный анализ, обнаружение и анализ отклонений и др.

• Краудсорсинг — классификация и обогащение данных силами широкого, неопределённого круга лиц, выполняющих эту работу без вступления в трудовые отношения

• Смешение и интеграция данных (data fusion and integration) — набор техник, позволяющих интегрировать разнородные данные из разнообразных источников с целью проведения глубинного анализа (например, цифровая обработка сигналов, обработка естественного языка, включая тональный анализ, и др.)

• Машинное обучение, включая обучение с учителем и без учителя — использование моделей, построенных на базе статистического анализа или машинного обучения для получения комплексных прогнозов на основе базовых моделей

• Искусственные нейронные сети, сетевой анализ, оптимизация, в том числе генетические алгоритмы (genetic algorithm — эвристические алгоритмы поиска, используемые для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе)

• Распознавание образов

• Прогнозная аналитика

• Имитационное моделирование (simulation) — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Имитационное моделирование можно рассматривать как разновидность экспериментальных испытаний

• Пространственный анализ (spatial analysis) — класс методов, использующих топологическую, геометрическую и географическую информацию, извлекаемую из данных

• Статистический анализ — анализ временных рядов, A/B-тестирование (A/B testing, split testing — метод маркетингового исследования; при его использовании контрольная группа элементов сравнивается с набором тестовых групп, в которых один или несколько показателей были изменены, для того чтобы выяснить, какие из изменений улучшают целевой показатель)

• Визуализация аналитических данных — представление информации в виде рисунков, диаграмм, с использованием интерактивных возможностей и анимации как для получения результатов, так и для использования в качестве исходных данных для дальнейшего анализа. Очень важный этап анализа больших данных, позволяющий представить самые важные результаты анализа в наиболее удобном для восприятия виде.7

Большие данные в промышленности

Согласно отчету компании McKinsey «Global Institute, Big data: The next frontier for innovation, competition, and productivity», данные стали таким же важным фактором производства, как трудовые ресурсы и производственные активы. За счет использования больших данных компании могут получать ощутимые конкурентные преимущества. Технологии Big Data могут быть полезными при решении следующих задач:

  • прогнозирование рыночной ситуации
  • маркетинг и оптимизация продаж
  • совершенствование продукции
  • принятие управленческих решений
  • повышение производительности труда
  • эффективная логистика
  • мониторинг состояния основных фондов8,9

На производственных предприятиях большие данные генерируются также вследствие внедрения технологий Промышленного интернета вещей. В ходе этого процесса основные узлы и детали станков и машин снабжаются датчиками, исполнительными устройствами, контроллерами и, иногда, недорогими процессорами, способными производить граничные (туманные) вычисления. В ходе производственного процесса осуществляется постоянный сбор данных и, возможно, их предварительная обработка (например, фильтрация). Аналитические платформы обрабатывают эти массивы информации в режиме реального времени, представляют результаты в наиболее удобном для восприятия виде и сохраняют для дальнейшего использования. На основе анализа полученных данных делаются выводы о состоянии оборудования, эффективности его работы, качестве выпускаемой продукции, необходимости внесения изменений в технологические процессы и т.д.

Благодаря мониторингу информации в режиме реального времени персонал предприятия может:

  • сокращать количество простоев
  • повышать производительность оборудования
  • уменьшать расходы на эксплуатацию оборудования
  • предотвращать несчастные случаи

Последний пункт особенно важен. Например, операторы, работающие на предприятиях нефтехимической промышленности, получают в среднем около 1500 аварийных сообщений в день, то есть более одного сообщения в минуту. Это приводит к повышенной усталости операторов, которым приходится постоянно принимать мгновенные решения о том, как реагировать на тот или иной сигнал. Но аналитическая платформа может отфильтровать второстепенную информацию, и тогда операторы получают возможность сосредоточиться в первую очередь на критических ситуациях. Это позволяет им более эффективно выявлять и предотвращать аварии и, возможно, несчастные случаи. В результате повышаются уровни надежности производства, промышленной безопасности, готовности технологического оборудования, соответствия нормативным требованиям.10

Кроме того, по результатам анализа больших данных можно рассчитывать сроки окупаемости оборудования, перспективы изменения технологических режимов, сокращения или перераспределения обслуживающего персонала — т.е. принимать стратегические решения относительно дальнейшего развития предприятия.11

Методы психологии целесообразно разделить на две группы:

  • познавательные (исследовательские) методы;
  • методы активного воздействия на людей.

Рассмотрим первую группу методов. Процесс психологического исследования состоит из ряда этапов: подготовки, сбора, обработки, интерпретации фактических данных и формулирование выводов.

На подготовительном этапе изучают состояние исследуемой проблемы, проводят предварительные наблюдения, беседы, анкетирование, определяют цель и задачи исследования. Важным элементом этого этапа становится гипотеза — представление о ожидаемый результат исследования.

Все исходные моменты вызывают планирования исследования, выбор контингента и количество испытуемых, места и времени проведения опытов, техническое оснащение, получение предварительных экспериментальных данных, формы протоколов, план количественной (статистической) и качественной обработки и интерпретации данных.

На этапе сбор фактических данных используют эмпирические методы (эксперимент, наблюдение, тестирование, беседы и т.д.). Экспериментальные данные фиксируют в протоколе, что должно быть достаточно полным и целеустремленным, включая регистрацию всех необходимых параметров экспериментальной ситуации и психических свойств.

Этап обработки данных предусматривает количественный и качественный анализ и синтез зафиксированных данных.

На последнем этапе исследования осуществляют интерпретацию данных и формулировка выводов, устанавливают их соответствие или несоответствие исходной гипотезе, обнаруживают новые вопросы и проблемы, на основе которых формируют программу исследования.

Согласно этапов психологического исследования, целесообразно различать четыре группы методов:

  • организационные;
  • эмпирические;
  • методы обработки данных;
  • интерпретационные методы.

К организационных методов относятся: сравнительный метод, который реализуется сопоставлением групп испытуемых, которые отличаются по возрасту, роду деятельности и т.п.; лонгітюдний метод, который оказывается в многократных обследованиях тех же лиц в течение длительного времени; комплексный метод, когда тот же объект изучают различными средствами представители различных наук, что дает возможность всесторонне характеризовать личность.

К группе эмпирических методов входят: наблюдения и самонаблюдения; экспериментальные методы; психодиагностические методы (тесты, анкеты, опросники, социометрия, референтометрія, интервью, беседа); анализ продуктов деятельности; биографический метод; трудовой метод.

Методы обработки данных — это количественные и качественные методы. К количественным методам относятся, например, определение средних величин и меры рассеяния, коэффициентов корреляции, факторный анализ, построение графиков, гистограмм, схем, таблиц, матриц и т.д. Качественный метод предусматривает анализ и синтез полученных данных, их систематизация и сравнение с результатами других исследований.

К интерпретационных методов принадлежат генетический метод анализа психологических данных в процессе развития — с выделением стадий, критических моментов, противоречий и т.д., а также структурный, системный метод, который предусматривает установление связей между всеми психическими качествами индивида. Последний заключается в реализации личностного подхода, когда все психические свойства рассматриваются в целостной системе.

Рассмотрим эмпирические методы получения фактических данных о психике.

Метод наблюдения заключается в том, что экспериментатор собирает информацию, не вмешиваясь в ситуацию. Существует принципиальное отличие научного наблюдения от жизненного, которое ограничивается регистрацией фактов и имеет случайный, неорганизованный характер. В противовес ему, научное наблюдение базируется на определенном плане, программе, фиксации фактов и особенностей ситуации, на анализе и интерпретации. Для научного наблюдения характерные переход от описания фактов к объяснению их сути, формирование психологической характеристики личности.

Если мы изучаем явление без изменения условий, при которых оно осуществляется, то речь идет о простом объективное наблюдение. Наблюдения разделяют по разным признакам (рис. 6.1). Различают прямое і косвенное наблюдения. Примером прямого наблюдения может быть изучение реакции человека на раздражитель или наблюдения за поведением детей в группе, если мы изучаем типы контактов. Прямые наблюдения разделяют также на активные (научные) и пассивные или обычные (жизненные). Многократно повторяясь, жизненные наблюдения аккумулируются в пословицах, поговорках, метафорах и в связи с этим представляют определенный интерес для культурологического и психологического изучения. Научное наблюдение предполагает вполне определенную цель, задачи, условия наблюдения. Однако если мы попытаемся изменить условия или обстоятельства, при которых осуществляется наблюдение, то это уже будет эксперимент.

Рис. 6.1. Виды наблюдения.

Косвенное наблюдение применяется в ситуациях, когда мы хотим с помощью объективных методов изучить психические процессы, не поддающиеся прямому наблюдению. Например, установить степень утомляемости или напряженности во время выполнения человеком определенной работы. Исследователь может воспользоваться методами регистрации физиологических процессов (электроэнцефалограммы, електроміограми, кожно-гальваническая реакция и т.д.), которые сами не раскрывают особенностей протекания психической деятельности, но могут отражать общие физиологические условия, характеризующие протекания процессов, которые изучаются.

В исследовательской практике объективные наблюдения различают также по ряду других признаков.

По характеру контакта — непосредственное наблюдение, когда наблюдатель и объект наблюдения находятся в непосредственном контакте и взаимодействии, и опосредованное когда исследователь знакомится с наблюдаемыми субъектами косвенно, с помощью специально организованных документов — анкет, биографий, аудио — или видеозаписей и т.д.

По условиям осуществления наблюдения — полевое наблюдение, которое происходит в условиях повседневной жизни, учебы или работы, и лабораторное, когда за субъектом или группой наблюдают в искусственных, специально созданных условиях.

По характеру взаимодействия с объектом различают включено наблюдения, когда исследователь становится членом группы, и его присутствие и поведение становятся частью наблюдаемой ситуации, и невключене (со стороны), то есть без взаимодействия и установления каких-либо контактов с лицом или группой, которую изучают.

Различают также открытое наблюдения, когда исследователь открывает наблюдаемым свою роль (недостатком этого способа является снижение естественного поведения наблюдаемых субъектов), и скрытое (инкогнито), когда о присутствии наблюдателя группе или индивиду не сообщают.

По благоустройству во времени различают наблюдения сплошные, когда ход событий фиксируется постоянно, и выборочные, когда исследователь фиксирует процессы, которые наблюдает, только в определенные промежутки времени.

По благоустройству в проведении различают наблюдения структурированные, когда происходящие события фиксируются в соответствии с ранее разработанной схемы наблюдения, и произвольные (неструктурированные), когда исследователь свободно описывает происходящие события так, как он считает целесообразным. Такое наблюдение обычно проводят на пілотажній (ориентировочная) стадии исследования, когда нужно сформировать общее представление об объекте исследования и возможные закономерности его функционирования.

По характеру фиксации различают констатуюче наблюдения, когда наблюдатель фиксирует факты так, как они есть, наблюдая их непосредственно или получая от свидетелей происшествия, и оценочное, когда наблюдатель не только фиксирует, но и оценивает факты относительно степени их выраженности по заданному критерию (например, оценивает степень выраженности эмоциональных состояний и т.п.).

Ошибки наблюдения. Объективные методы наблюдения разрабатывали для получения достоверного научного знания. Однако проводит наблюдение человек, и поэтому субъективный фактор всегда присутствует в ее наблюдении. В психологии больше, чем в других дисциплинах, наблюдатель рискует через свои ошибки (например, ограничений восприятия) не заметить некоторых важных фактов, не принять во внимание полезных данных, исказить факты вследствие своих предвзятых представлений и т.д. Поэтому необходимо принимать во внимание «подводные камни», связано с методом наблюдения.

ОШИБКИ наблюдения появляются через такие причины:

  • гала-эффект (эффект ореола);
  • влияние усреднения;
  • логические ошибки (подмену аргументов);
  • ошибки контраста;
  • ошибки, связанные с предубеждениями и стереотипами (этническими, профессиональными);
  • ошибки некомпетентности наблюдателя.

Чаще всего ошибки наблюдения возникают через склонность к гала-эффекта (или эффекта ореола), который базируется на обобщении единичных впечатлений наблюдателя, исходя из того, нравится или не нравится ему наблюдаемый, его действия или поведение. Такой подход предопределяет некорректное обобщение, оценку в «черно-белых тонах», преувеличение или уменьшение выраженности наблюдаемых фактов.

Ошибки усреднения случаются, когда наблюдатель по тем или иным причинам чувствует себя неуверенно. Тогда проявляется тенденция усреднять оценки наблюдаемых процессов, поскольку известно, что крайности встречаются реже, чем свойства средней интенсивности.

Логические ошибки оказываются, когда, например, делают вывод о интеллект человека по его красноречием, или о том, что любезная человек одновременно добродушная; эту ошибку построено на предположении тесной связи между поведением человека и его личными качествами, что отнюдь не всегда соответствует истине.

Ошибки контраста может обусловить склонность наблюдателя подчеркивать противоположные себе черты в наблюдаемых индивидов.

Случаются также ошибки, связанные с предубеждениями, этническими и профессиональными стереотипами, ошибки некомпетентности наблюдателя, когда описание факта подменяет мнение наблюдателя о нем.

Чтобы повысить достоверность наблюдения и избежать ошибок, необходимо строго соблюдать факта, фиксировать конкретные действия и не поддаваться искушению делать выводы о сложные процессы на основании первых впечатлений. В исследовательской практике для повышения объективности наблюдения нередко обращаются в нескольких наблюдателей, которые делают независимые записи.

В научной психологии используют также метод самонаблюдение, который возникает как средство изучения, анализа и синтеза собственных поступков и действий, сравнение своих мыслей с мыслями других людей. В процессе самонаблюдения человек опирается на рефлексию, то есть на размышления и переживания относительно собственных психических состояний и качеств личности. Однако при этом следует учитывать склонность человека к субъективизму и дополнительно применять другие методы.

Главным методом психологического познания считают эксперимент. Исследователь активно вмешивается в деятельность и поведение подопытного для создания необходимых условий, при которых оказываются те или иные психологические факты, явления, качества. В экспериментальном исследовании должен быть обязательный контроль за условиями протекания эксперимента, по раздражителями, что действуют на человека, за ее реакциями на них. Для установления общих закономерностей развития и функционирования психики к эксперимента привлекают большое количество подопытных. Практикуется и эксперимент с одним лицом.

В зависимости от уровня вмешательство исследователя в течение психических явлений эксперимент может быть констатуючим, когда изучают имеющиеся психические особенности без внешнего вмешательства, и формирующий, когда психические свойства личности изучают в процессе «искусственного» целенаправленного развития с использованием средств обучения и воспитания человека.

По схеме констатуючого эксперимента можно также изучать природу психических свойств в процессе их развития, для чего применяют так называемые поперечные и продольные срезы. При поперечном срезе одновременно сравнивают психические свойства нескольких групп испытуемых, которые отличаются по возрасту, чтобы раскрыть динамику возрастного развития исследуемой психического свойства. Однако при таком подходе остаются вне поля зрения индивидуальные особенности развития психики.

При продольном срезе прослеживаются изменения в психических свойствах определенных людей в течение длительного времени (месяцы и годы). Это помогает изучать развитие личности в ее целостности.

За наличием оснащение психологический эксперимент может быть лабораторным и естественным. В лабораторном эксперименте используется специальная аппаратура, например, тахістоскоп — для обследования объема внимания — или компьютер — для тестирования. Действия подопытного регламентирован инструкцией. Природном эксперимента присущие обычные условия, когда испытуемый не догадывается о собственной участие в опытах, а экспериментальные условия ограничиваются замаскированным включением действий исследователя или его ассистента в совместную с подопытным поведение (скажем, в игру детей в детсаду).

Значительное распространение получили тесты, которые используют для определения свойств личности, измерение уровня развития по сравнению со стандартом. Тест состоит из заданий или вопросов, которые отбираются по критериям валидности (соответствия психической качества, которая оказывается с его помощью), надежности (устойчивости результатов измерения), стандартизованості (налаженности в процессе проверки на большом количестве испытуемых с определением достаточного уровня чувствительности) и т.д. Иногда тест для своего создания и апробирования требует много лет. С помощью тестов — а их уже насчитывается несколько тысяч — психологи имеют возможность проверять способности, навыки, умения, черты характера и другие качества личности с целью отбора, контроля, прогноза, обучения и т.д.

Применение анкет (вопросников) помогает собирать фактический материал, касающийся характера, содержания и направленности мнений, оценок, настроений людей. Недостатком этого метода является определенный субъективизм, невозможность контролировать искренность респондентов (тех, кто отвечает на вопросы анкеты). Для повышения уровня вероятности результатов опроса целесообразно дополнительно применять другие методы.

Соціометричний и референтометричний методы обеспечивают изучение отношений между членами групп, выявляют их структуру (лидеров, аутсайдеров и т.д.) на основе относительно простой процедуры выбора одними членами группы других по параметрам симпатии-антипатии, референтности (относительно определенных ценностей).

Интервью и беседа как методы получения информации о личности, ее взгляды, самооценку, ценностные установки, психические свойства опираются на предварительно разработанную программу, гибкую стратегию формирования вопросов в зависимости от ожидаемых и полученных ответов. Они требуют значительной подготовки интервьюера, определенного мастерства, в частности способности вызывать доверие к себе, настроить человека на откровенность.

Анализ продуктов деятельности как метод исследования возможен при наличии объективных (материальных или материализованных) последствий деятельности человека, таких как архивные материалы, черновики записи, дневники, чертежи, варианты эскизов и рисунков. Их анализ дает основания ретроспективно воспроизводить закономерности психической деятельности личности, ее психические свойства. Примером применения этого метода является изучение психологом Б.М. Кедровым научного архива Д.И. Менделеева времен создания ним периодической системы химических элементов и построение на этой основе психологической теории научного открытия.

Для биографического метода характерные использования материалов, касающихся особенностей жизни человека, его развития как личности, анализ важных событий в ее детстве, юношестве, учебе и трудовой деятельности, в результате чего реконструируют характерные черты личности.

Трудовой метод предусматривает включение исследователя в конкретную деятельность (профессиональную, общественную и т.п.), овладения технологией, вхождение в соответствующую роль с целью изучения будто изнутри ее закономерностей. Эффективность трудового метода зависит от способности исследователя к переобучению, перевоплощения, определенного артистизма, рефлексии, объективной фиксации исследовательских данных и т.д.

Методы активного воздействия на личность. Современной научной психологии присущи не только большие методические возможности в познании закономерностей психики, но и способность при необходимости активно влиять на психические свойства личности. Потребность в этом возникает, когда человек попадает в психотравмирующее ситуации — в результате межличностных конфликтов, стихийного бедствия или техногенной катастрофы и т.п. В этих случаях применяют методы активного психологического воздействия на человека с целью улучшения ее состояния, преодоления негативных последствий для психики. Эти методы можно применять только профессионально подготовленный психолог.

Назовем некоторые из этих методов.

Психологическую консультацию проводят с целью оказания психологической помощи человеку. Во время специально организованного общения может быть актуализирован дополнительные психологические возможности выхода человека из трудной жизненной ситуации. Психологическую консультацию строят по определенному плану, который предусматривает выявление причин возникновения проблемы, путей и приемов ее решения и способности этого человека.

Психологическая коррекция предусматривает преодоление определенных отклонений в поведении и деятельности человека средствами изучения индивидуальных особенностей личности, их соответствия требованиям окружающей социальной и природной среды, выявления и преодоления существующих противоречий, формирование новых целей, ценностей, мотиваций поведения, разработки программы изменения образа жизни, преобразования в процессе самопознания и самовоспитания, развития способности к саморегуляции и т.д.

Психологический тренинг (упражнения, деловые игры) применяют для развития способностей, например внимания, памяти, мышления, воображения и т. д. В частности, социально-психологический тренинг направлен на развитие коммуникативных, перцептивных, інтеракційних способностей, что улучшает способность человека к общению, обеспечивает ее личностный рост. Этот тренинг выполняют по определенному сценарию в так называемых группах дискуссий, Т-группах и т.п.

Психологическая терапия и реабилитация — это система специальных психологических методов оздоровительного влияния на человека для нормализации ее психического состояния — во время пребывания в тяжелом стрессе, при психогеніях (непатологічних состояниях психики). В процессе психологической терапии и реабилитации широко применяют технику гипноза, аутогенной тренировки, арттерапию (оздоровление искусством), терапии творческим самовыражением, трудотерапію и т.д.

За последнее время арсенал методов психологического воздействия значительно расширился, чему способствовали, прежде всего, избирательные, парламентские и президентские кампании в бывших республиках СССР, особенно в России и Украине, а также психологические войны, терроризм, военные конфликты и т.д.

К методов активного психологического воздействия нужно добавить следующие группы:

  • методы регулирования;
  • методы формирования и направления поведения и деятельности;
  • методы психологического обеспечения (психологической подготовки, психического здоровья и т.п.).

В настоящее время в трудах некоторых психологов наряду с понятием метода появилось понятие технологии психологического воздействия (М.Й.Варій).

Литература

1. Вари М.Й. Политико-психологические предвыборные и избирательные технологии. — К.: Эльга, Ника-Центр, 2003.

2. Общая психология: Учеб. пособ. / О.В.Скрипченко, Л.В.Долинська, З.В. Огороднийчук и др. — К.: А.Г.Н., 2002.

3. Леонтьев А.Н. Деятельность. Сознание. Личность. — М. Политиздат, 1975.

4. Ломов Б.Ф. Методологические и теоретические проблемы психологии. — М.: Наука, 1984.

5. Максименко В.Д. Развитие психики в онтогенезе: В 2 т. — К.: Форум, 2002.

6. Психология XXI века: Учеб. для вузов / Под ред. В.Н. Дружинина. — М.: ПЕР СЭ, 2003.

8. Психология / Под ред. Г.С. Костюка. — К.: Сов. школа, 1968.

9. Психология: Учебник / Под ред. Ю.Л. Трофимова. — 3-тэ издание, стереотипное. — К.: Лыбидь, 2001.

10. Рыбалка В.В. Методологические вопросы научной психологии: Опыт личностно центрированной систематизации категоріально-понятийного аппарата: Учебно-методическое пособие. — К.: Ника-Центр, 2003.