Полученные результаты сходны с выводами других исследователей (Борман, Хансон, Опплер, Пулакос и Уайт, 1993; Шмидт и Хантер, 1993; Шмидт, Хантер и Аутербридж, 1986), которые выдвинули и эмпирически обосновали предположение о том, что профессиональные знания (декларативное знание) и умения (процедурное знание) являются промежуточными переменными для g и успешной работы. Выявленные ими данные показывают, что профессиональные знания – фактор, непосредственно определяющий успешность профессиональной деятельности, тогда как влияние g на последнюю в основном опосредствованное. Общая когнитивная способность позволяет прогнозировать успешность работы в самых разных областях и условиях преимущественно потому, что дает прогноз об успеваемости в учебе и успешности овладения профессиональными знаниями.
Требования к уровню профессиональных знаний и уровень сложности работы обычно идут рядом. Не все профессиональные знания или задачи одинаково сложны и трудны. Следует считать, что прогностическая валидность g в отношении успешной работы зависит от степени сложности таковой. Исследование, осуществленное Хантером (1983), показало, что прогностическая валидность g колеблется от 0,23 для несложной работы (например, у рабочего консервного завода) до 0,58 для профессий с высоким уровнем сложности (например, менеджера по розничной продаже продуктов). В своем обзоре, посвященном изучению этого вопроса, Готтфридсон (1970) сделала вывод, что работа не обязательно должна быть более «наукоемкой», чтобы иметь большую зависимость от g. Она просто должна предполагать выполнение более сложных познавательных задач.
В целом общепризнанным является мнение, что g служит инструментом прогнозирования успешной работы в любой области и его валидность превосходит прогностическую валидность других обобщенных характеристик (Готтфридсон, 1997; Ри и Каретта, 1998; Шмидт, 2002; Шмидт и Хантер, 1998). Данное убеждение основывается на том факте, что люди, набравшие большое количество баллов в тестах на определение g, скорее всего, овладели значительным объемом декларативного и процедурного знания. Они также более способны к быстрому усвоению (как в рамках формальных обучающих программ, так и на рабочем месте) дополнительных, специфических для данной профессии декларативных и процедурных знаний, а также более способны к обработке сложной информации.
В заключение хотелось бы обратить внимание на то, что нет оснований настаивать на принципиальных отличиях между учебной и трудовой деятельностью. Некоторые ученые утверждали, что учебные задания не схожи с практическими или теми, что связаны с реальным миром (например, Стернберг и Вагнер, 1993). Сторонники этой точки зрения считают, что учебные задания, помимо прочего, четко определены и имеют только один правильный ответ. Такой подход верен относительно лишь части учебных заданий, в то время как многие из них отличаются большей сложностью и предполагают умение синтезировать и анализировать (Блум, Хастингс и Мадаус, 1971). Подобно профессиональным задачам, многие учебные задания сложны и недостаточно четко определены. Для них нет одного правильного ответа, и они часто требуют от учащихся привлечения дополнительной информации и поиска творческого решения проблем.
Если определение понятия успешности в учебе ограничивается периодом сдачи итоговых экзаменов, это приводит к искажению понимания сути успешной учебы и факторов, определяющих индивидуальные различия, которые, как правило, влияют на решение задач как внутри, так и за пределами учебной аудитории. Кунсел с коллегами (2004) полагают, что содержание успешной учебы и факторы, ее определяющие, сходны, хотя и не идентичны, с содержанием и детерминантами успешной работы.
В условиях трудовой деятельности первостепенное значение имеет применение ранее усвоенного декларативного и процедурного знания; менее, но все же столь же существенно значимо приобретение нового декларативного и процедурного знания. В условиях учебы большее внимание уделяется демонстрации вновь приобретенных декларативных знаний. Например, экзамены по предмету, доклады, общие экзамены, устные опросы и защиты дипломных работ предназначены прежде всего для текущей проверки уровня знаний в конкретной области. В наиболее кумулятивных дисциплинах (математике, химии) успеваемость отчасти зависит от ранее приобретенных декларативного и процедурного знаний, специфических для данной дисциплины. Например, в математике это влияет на усвоение нового. Однако академическая успеваемость не зависит лишь от вновь приобретенных знаний.
Успешная работа в классе – конечный продукт множества других действий. Например, получение хорошей оценки за ответ на экзамене является не только результатом эффективной учебы. Существенную роль будут играть такие факторы, как умение преодолевать конфликты интересов, работать совместно с одноклассниками, искать дополнительную информацию, общаться с другими учащимися и преподавателями. Немаловажны и умения избегать непродуктивного поведения (например, употребления наркотиков или алкоголя), распоряжаться денежными средствами и выстраивать эффективное общение (Кунсел, Кэмпбелл, Хезлетт и Уонс, 2001; Рейли, 1976). В целом и успешная учеба, и успешная работа непосредственно обусловлены полученными декларативными и процедурными знаниями. Успешная работа напрямую зависит от мотивированного применения декларативных и процедурных знаний при меньшем значении приобретения дополнительных знаний и навыков. Успешная учеба в классе зависит от непосредственной демонстрации декларативных и процедурных знаний, чему предшествовало выполнение множества других сложных и недостаточно четко определенных задач. Иными словами, новые знания были усвоены в ходе выполнения различных и сложных задач, которые возникают как внутри, так и за пределами аудитории.
Следовательно, как считает Кунсел с коллегами, хотя в условиях учебы больше внимания уделяется приобретению знаний, g может служить и служит средством прогнозирования не только успешной учебы, но и работы. И там и там осуществляется учеба. И там и там выполняются сложные или практические задачи. Наконец, и успешная учеба, и успешная работа отчасти обусловлены уровнем ранее приобретенных знаний и умений. В результате один и тот же тест оценки g должен обладать прогностической валидностью относительно как работы, так и учебы, даже если он изначально разрабатывался для отбора учащихся в образовательные учреждения.
Таким образом, на основе обзора обширной литературы теоретического и эмпирического характера можно прийти к однозначному выводу о том, что любой тест на определение g будет валидным как в отношении учебы, так и работы, что доказывает значение этого фактора для разных сфер деятельности.
Однако как различные подходы к определению интеллекта, так и его структурный анализ не объясняют, почему существуют различия в способностях. Изучение причин индивидуальных различий позволяет понять, что же измеряют тесты интеллекта. Но прежде, чем перейти к этому, необходимо остановиться на том, каким представляется исследователям распределение количественных оценок интеллекта в популяции.
4.4. Распределение тестовых оценок интеллекта
Обычно предполагается нормальное распределение количественных показателей интеллекта (распределение по кривой Гаусса, рис. 4.6). Традиция эта исходит от Гальтона, который считал, что распределение интеллекта сходно с распределением прочих биологических характеристик, например роста. Изучение распределения интеллекта, оцененного с помощью таких наиболее популярных тестов, как Векслера и Стэнфорд-Бине, не подтвердило ожидаемых результатов. Фактическое распределение отклонялось от нормального, причем это отклонение было наиболее выражено по отношению к краевым отрезкам нормальной кривой (т. е. вероятность появления очень высоких и очень низких IQ значительно большая, нежели можно ожидать при нормальном распределении).
Для обоснования полученного распределения исходили из теории генетических влияний. Полагалось, что уровень интеллекта зависит от сочетанного влияния большого количества генов. Распределение оказалось бы нормальным, если бы эффект каждого из множества этих генов был равным. Но определенные гены оказывают более сильное влияние, отсюда избыточное (сравнительно с нормальным) количество лиц оказывается в краевых отрезках кривой распределения (Burt, 1963; и др.).
Понятно, что с равным успехом можем объяснить фактическое распределение исходя из теории социальных факторов. Если допустить совместное влияние генетических и социальных факторов, также создается распределение, отклоняющееся от нормального. Происходящие от поколения к поколению изменения в среде или наборах генов будут влиять на характер распределения. Как будет показано ниже, тесты интеллекта измеряют прежде всего степень приобщенности индивида к ценностям, представлениям, знаниям, существующим в определенной культуре. Исходя из этого распределение IQ будет зависеть от того, «в каких долях представлены в данной выборке лица с разными степенями приобщения к данной культуре, как она отражена в тесте; так как подбор испытуемых не может быть заранее предсказан, то и о характере распределения заранее ничего сказать нельзя» (Гуревич, 1980, с. 63).
