Практика относительности

Автор: Руслан Степанов. В рекомендациях не нуждается. Автор хорошо известного сайта ru.laser.ru Электронный адрес: bug@laser.ru

Как соционикам и соционическим школам выяснить отношения? Абстрагируемся от соционических типов и порассуждаем.

Если взять группу экспертов, выполняющих классирование в помощью одной и той же сетки наименований, но в условиях неопределённости критерия; и если в этой группе экспертов в процессе её деятельности будет наблюдаться все лучшая сходимость результатов; то можно говорить о формировании предмета классирования. Причем, предмет этот может оказаться разным для разных групп экспертов, пользующихся одинаковой сеткой наименований. Поэтому в случае существенного (например, более 30%) несовпадения результатов между двумя группами экспертов, демонстрирующих заметно лучшую финальную сходимость внутри группы (например, более 95%), следует говорить о различии их предметов, а не о неточности их результатов.

Например, захотят парикмахеры разделить мужиков на 16 типов по тому признаку, какая прическа им больше идёт – прическа ЛИИ (Робеспьера), СЛИ (Габена), СЭИ (Дюма) и т.п. И рано или поздно самые упорные и гибкие придут к единому мнению и поделят всех вокруг на 16 типов причесона. И весьма вероятно, что деление это будет заметно коррелировать с типами неведомого парикмахерам информационного метаболизма Аушры Аугустинавичюте. Но непременно будут и исключения.

Возвращаясь к конкретике, примем 30% несовпадения конкретных результатов в качестве критерия совпадения/несовпадения предметов типирования. (Если кого-то интересуют результаты, точность которых по отношению к своему предмету он оценивает ниже 70%, этот кто-то может задаться другим пороговым значением, например, 40%.)

Теперь подсчитаем, в какие пределы выливается 70% совпадения элементарных данных при исследовании свойств структурных моделей.

Сначала решим, что для нас первично – типы, межтипные отношения или аспекты.

Я буду вести расчет исходя из первичности типов. (Такой выбор можно обосновать, однако не все школы его строго придерживаются).

Двустороннее межтипное отношение определяется типами двух элементов. Если принять, что несовпадения независимы, вероятность совпадения типов двух элементов равна произведению вероятностей совпадения одного элемента. То есть, чтобы выделяемые межтипные отношения совпадали в 70% случаев, типы должны совпадать в 1-0.3*0.3 = 91% случаев. Если предметом исследования являются структуры из 4-х элементов, например, квадры, необходимо, чтобы типы совпадали в 90% случаев. Для более крупных коллективов (10 – 20 чел.) требования к частоте совпадений ещё выше. В частности, для социона (16 чел) элементарная ошибка должна составлять не более 4*10^-9.

Галерея знаменитостей позволяет нашей исследовательской группе выяснить, до какой остановки нам по пути с другими социониками – с кем мы можем совместно исследовать свойства типов, а с кем – ещё и межтипных отношений.

Возможность исследования свойств межтипных отношений внутри экспертной группы определяется также – надёжностью групповой идентификации типов.

Чтобы дать этой надёжности расти, эксперты не должны прекращать процесс идентификации типа не только до тех пор, пока они не приходят к единому мнению, но и после того, как единство мнений достигнуто. Любая новая информация о человеке служит поводом для самопроверки.

Следует позаботиться и о независимости экспертов. Обеспечению независимости способствуют следующие средства:

1. Типическое разнообразие экспертов.
2. Информационная изоляция экспертов друг от друга до момента выдачи ими первого уверенного результата.
3. "Весомость" экспертов – чтобы уверенность одного эксперта не подрывала уверенности другого.
4. Разделение сенсорных модальностей. По модальности экспертные методы можно разделить на 4 класса, а именно:

проективный метод – дигитальная модальность,

семантический метод – аудиальная модальность,

идентификация по выражению лица – визуальная модальность,

идентификация по характеру телодвижений – кинестетическая модальность.

В каждой из модальностей наблюдаются свои признаки типа, хотя дигитальная внутренне связана с аудиальной, а кинестетическая – с визуальной.

Мастера НЛП утверждают, что уверенность приходит тогда, когда событие фиксируется ведущей модальностью. Если подобрать экспертов с разной ведущей модальностью, и так, чтобы их метод основывался именно на ведущей модальности, это не только поддержит пункты 2 и 3, но придаст совместной оценке интегральности, всесторонности, что бывает важно в случае неконгруэнтного поведения типируемого.

Приведу расчет надёжности групповой экспертной оценки для простейшего случая. Адекватный расчет надёжности для нашей галереи несколько сложнее, но принцип тот же. Предположим, что в группе всего 2 эксперта, и они полностью независимы. О степени зависимости мы можем судить, отслеживая корреляции между их первичными оценками в тех случаях, когда в последствии они меняют свое мнение. Если совпадающие оценки бракуются в 15 раз реже, чем несовпадающие, эксперты независимы – их ошибки совпадают лишь случайно.

Отслеживаем историю последних месяцев работы – подсчитываем, как часто текущая оценка эксперта не совпадает с первичной (частоты q1 и q2). В тех случаях, где первичные оценки совпали, делим q на две части в пропорции q1/q2 и перемножаем получившиеся части. Это будет вероятность ошибки совместной оценки. Надежность этой оценки = 1 – q1*q2.

В тех случаях, где первичные оценки не совпали, а совпали текущие, принимаем надёжность совместной оценки = 1 – q1, где q1 – частота ошибки того эксперта, который сменил мнение. Суммарная надёжность галереи вычисляется как взвешенная сумма надёжностей каждой позиции.

Положим, q1=7%, q2=14%.

Тогда доля случаев, когда первичные оценки совпали, составляет
(1-0.07)*(1-0.14), а надёжность для них = 1 – 0.07*0.14.

Доля случаев, когда оценки совпали после смены мнения первым экспертом,
0.07*(1-0.14), надёжность (1 – 0.07).

Доля случаев, когда оценки совпали после смены мнения первым экспертом,
0.14*(1-0.07), надёжность (1 – 0.14).

Доля случаев, когда оба эксперта сменили оценку, 0.07*0.14, надёжность
(1 – 0.14)(1 – 0.07).

Перемножив и просуммировав, получаем результирующую надёжность 97%.