Социометрический анализ социальных групп: от оценки к саморазвитию

Размещено на http://www.allbest.ru/

Статья по теме:

Социометрический анализ социальных групп: от оценки к саморазвитию

Я. В. Круковский, канд. экон. наук, доцент НОУ ВПО «ОмГА»;

С. М. Ильченко, канд. экон. наук, доцент НОУ ВПО «ОмГА»

Рецензент: В.В. Зайцев, к.т.н., доцент зам. директора по экономике и маркетингу ФГУП ОПЗ им. Н.Г. Козицкого

Статья посвящена вопросам совершенствования образовательного процесса в вузе при помощи современного инструментария информационных технологий, социометрии и организационного проектирования. Использование методов качественного анализа для обработки разнородной информации как об отдельных индивидуумах, так и формируемых ими группах, позволяет в рамках данной работы, задать не только четкие критерии оценки эффективности применяемых методов, но и создать оптимальную социальную структуру исследуемой группы.

The sociometric analysis of social groups: from assessment to self-development

The article is devoted to questions of educational process perfection in high school by means of modern toolkit of an information technology, sociometry and organizational designing. In work methods of the qualitative analysis for processing of the diverse information on `autonomous men' and groups formed by them are used. It allows to set not only accurate criteria of an estimation of efficiency of applied methods, but also to create optimum social structure of investigated group.

Одним из ключевых факторов повышения эффективности учебного процесса является оптимальная организация отношений в студенческих группах (СГ) путем использования методов самосовершенствования и саморазвития целевых качеств у студентов. Наиболее наглядно это проявляется при решении задач использующих активные методы обучения (АМО), коллективные методы принятия решений, в т.ч. методы мозгового штурма, деловые игры и ситуационной обучение (кейс-стади) [1] и т.д.

Принимая во внимание социометрическую составляющую мы решили проследить динамику изменения выбранных нами критериев оценки студентов (табл. 1) по блоку гуманитарных дисциплин. В исследовании использовались эмпирические данные, полученные по результатам анкетирования СГ на протяжении пяти лет. Методика описана в [9] [2]. Ключевым условием является сочетание методов социометрического анализа и проектирования, АМО и информационных технологий [3], обеспечивающих эффективную оценку, анализ и визуализацию разнородных количественных и качественных данных.

Поставим цель - исследовать систему взаимоотношений в оцениваемых СГ на основе оценок студентов (далее - индивидов), получаемых по результатам итеративных опросов. Изучение взаимоотношений студентов в группе включает в себя задачи: прогноз вхождения индивида в сложившуюся группу и прогноз парной совместимости ее членов. При этом эффективным инструментом по совершенствованию социально-психологических характеристик участников являются методы обучения, основанные на предметно-ориентированных кейсах и тренингах. Вместе с тем, выявить и описать структуру и специфику изменений по результатам обучения, представляется сложной задачей, требующей, в свою очередь, комплексных средств анализа и оценки как индивидов, так и группы в целом. В настоящее время в зарубежной социологии [4] активно развивается эмпирическое направление анализа социологических данных (Дж. Барнз, Э. Ботт, К. Митчел), базисом которого является понятие «социальных сетей», рассматриваемых в теориях социального, человеческого и других видов капиталов. Анализ социальных сетей приобретает прикладную ценность, поскольку именно с их помощью можно исследовать и инициировать процессы самообучения в СГ. Данное направление концентрирует внимание на описании возникающих в ходе социального взаимодействия связей различной плотности и интенсивности, рассматриваемых в качестве структурных образований определенного вида, т.е. - собственно сетей. Поведение личности или группы является производным от социальных сетей, элементами которых оно и является. В дальнейшем анализе выделяются две основные ориентации: формально-математическая (П. Холланд, X. Уайт, С. Бурман и др.) и содержательная (С. Берковитц, Б. Уллман, М. Грановеттер и др.).

Организация социальной структуры. Помимо системы регламентированных связей, отраженных в формальной структуре сообщества, существует структура «неявных» связей, образующая «социальную сеть», представленную группами, центрами регулирования и узлами социальной активности [5] (рис. 1). Несмотря на гибкость и изменчивость, социальным сетям присуща определенная социально-пространственная топология (стандартные модели типа «колесо», «цепь», «круг», «звезда» и т.д.), описанная в работах Дж. Левита [6] и Н. Смелзера [7], а также их комбинации, отражающие структуру связей в социальной группе. В частности, Дж. Левитом анализировались способы построения внутригрупповых социальных коммуникаций, для чего формировались группы из пяти человек, которым давались определенные задания и впоследствии оценивалась эффективность структуры коммуникаций.

Рис. 1 - Пример простейшего изменения структуры связей в социальной сети: 1 - «формальный» лидер, 2 - центр регулирования отношений в социальной сети, 3 - «рядовой» член группы, 4 - «неформальный» лидер, 5 - регламентированные связи соподчинения, 6 - неформальные связи социальных отношений

На рисунке отмечено появление в стабильной структуре группы «неформального» лидера (4), оказывающего воздействие на «рядовых» членов (3) и устанавливающего связи с членом группы, являющимся центром регулирования (2) социальной сети.

Эффективность совместной работы участников группы во многом определяется параметрами функционирования социальной сети, объединяющей индивидов, которые заняты решением ролевых задач в рамках функционального пространства сообщества. Здесь уместно привести утверждение К. Стивенсон: «...только небольшая часть знаний, необходимых для создания продуктов или предоставления услуг, связана с формальными, процедурными аспектами жизнедеятельности, - для организации эффективной работы необходимо знать характер взаимоотношений между индивидами» [8]. Включение последних в социальную сеть позволяет им увеличивать свой социальный потенциал, реализовать новые возможности, связанные с приобретением новых знаний и опыта. Однако естественная человеческая способность к самообучению обычно недооценивается, что не позволяет в полной мере активировать ключевые характеристики индивида, формировать его поведенческую модель, позволяющую не только «впитывать» информацию извне, но и создавать методом «проб и ошибок» собственные эмпирически ориентированные знания в соответствующей предметной области. Формирование эффективных механизмов управления социальной сетью направлено на решение организационных вопросов в части создания целеориентированных групп, улучшения взаимодействия между ее членами и внешним окружением. Для решения обозначенных задач нами предлагается двухэтапная методика классификационного анализа, основанная на использовании искусственных нейронных сетей с системой нечетких оценок [2], позволяющая на первом этапе определять отличительные характеристики индивида, его соответствие текущей и/или будущей роли в СГ путем оценки совпадения проектируемого целевого стиля поведения и социально-психологического типа. На втором этапе - на основе данных, полученных при проведении индивидуальной оценки испытуемого, строится модель социально-функционального пространства (СФП) группы, позволяющая определить ее оптимальную структуру и механизмы саморегулирования.

Методика оценки социальных структур. Путем анализа совокупности ответов индивидов на тестовые вопросы, выраженные в лингвистических переменных [9] строится функционально-психологический профиль респондента, связывающий его соответствие конкретным функциональным задачам. Описание личностных качеств испытуемых может быть получено на основе опросников, которые включает в себя блоки вопросов, предназначенные для определения константных свойств человеческой личности - темперамента, эмоциональности, контактности и т.п. За основу взяты тестовые таблицы М. Вудкока, Д. Френсиса [10], модифицированные под цели конкретного опроса [11]. По результатам анализа полученных ответов определяются значения суммарных показателей отдельных параметров оценки индивида на основе зависимости «вопрос - ответ», для чего используется шкала нечеткой оценки [12] характеристик испытуемого через лингвистические переменные (табл. 1).

Таблица 1 - Пример шкалы нечеткой оценки характеристик индивида

Примечание: * - пороговые значения переменной в диапазоне от 0 до 1 настраиваются в зависимости от специфики решаемой задачи оценки

Дополнительно могут быть определены значения показателей по ряду параметров, не зависящих от результатов опроса. Полученные оценки служат исходными данными для классификационного анализа функциональных, психологических и иных характеристик члена группы для определения его соответствия конкретным задачам [13]. Таким образом, в качестве входных данных берутся данные, получаемые путем анкетирования индивидов в соответствии со спецификацией функциональных задач в группе. Для этого используется нейросетевая модель [2], позволяющая провести многофакторную оценку индивида (рис. 2).

Рис. 2 - Блок нейросетевого анализа ролевого соответствия индивида

Модель содержит три системы оценки, реализуемые нечеткими нейронами, анализирующими информацию о членах группы Indi, i = 1, n, выраженную в терминах нечеткой логики k (см. табл. 1). Системы оценки: социальная (ССО), организационная (ОСО) и функциональная (ФСО) объединены адаптивным сумматором Fuzzy , формирующим значение Ind' социально-психологического типа оцениваемого индивида («Идеалист / Анализатор / Прагматик / Синтезатор», см. рис. 3, 4, где шкала нечеткой принадлежности отображает все возможные варианты (комбинации) стиля индивида через лингвистические переменные «И - ИА - А - АП - ПА - П - ПС - СП - С»).

Веса w каждой из систем оценки (рис. 2) определяются экспертным методом для заданной роли в зависимости от ее специфики. Обучение модели искусственной нейронной сети при повторных оценках позволяет за счет коррекции исходных значений весов значительно повысить качество формируемых оценочных решений. Классификация типа члена группы по значению R обеспечивается адаптивным сумматором через нечеткую передаточную функцию [12], реализующую метод пересечения выпуклых нечетких подмножеств [14], применительно к определению областей совпадения функциональных, социальных и должностных (ролевых), характеристик и соответствующих задач.

В общем виде - исходное множество индивидов, подлежащих распределению в проектируемой организационной структуре, - исходное множество групп, характеризуемых определенными функциональными задачами, к которым относятся те или иные индивиды, - признаки функциональных задач групп, используемых для выявления предпочтения в принадлежности к определенным группам (подгруппам). На основе имеющихся исходных данных определяется оптимальное распределение индивидов между различными группами, т.е. набор «зависимых» xi, для каждого zj [15]. Пусть - функция принадлежности нечеткого бинарного отношения R. Для всех и всех функция является степенью важности признака yi по оценке потенциального члена группы при определении его отношения к группе zj. Отношение R в матричной форме представляется следующим образом [14]:

(1)

Элементы каждой строки матрицы (1) выражают относительные значения степени важности признаков принадлежности индивида к конкретной группе/подгруппе и уровню организационной и/или социальной иерархии. Т.е. чем выше эти значения, тем более важен тот или иной признак, и как следствие - вероятность эффективного поведения (работы) индивида (см. рис. 3) в выбранной группе. После этого определяется совместимость (принадлежность) индивидов с признаками предпочтения y функциональных задач соответствующих групп.

Далее рассчитываются суммарные значения важности признаков y, по которым член группы относится к определенной группе из множества других, после чего на основе выявленного порога разделения уровней иерархии определяются области эффективной деятельности индивида. Нейросетевая модель, формируемая представленными на рис. 2 блоками (системами оценок), определяет рейтинг конкретного индивида и формирует прогноз по его соответствию установленным требованиям (рис. 3, 4), аккумулируя опыт предсказания социометрического статуса исследуемого. Полученные результаты могут быть взяты за основу определенных «назначений» индивидов с соответствующим рейтингом. При последующем анализе существующей социальной структуры результаты оценки позволяют судить о степени неформального влияния одних членов группы на других, а также об их задействованности в решении конкретных функциональных задач.

Комплексный анализ СФП позволяет повысить эффективность целевой деятельности в целом, более точно распределить обязанности между членами групп, сформировать оптимальный характер взаимодействия индивидов, опираясь на их конкретные признаки.

Стабилизировав структуру СФП, мы, сохраняя доминирующими те идеи, которые легли в основу его функционирования в виде основной целевой задачи, позволяя сосредоточить энергию в сфере небольшого числа ролей и оптимизировать численность групп и подсистем сообщества в рамках принятых функциональных ограничений.

Построение и анализ социально-функционального пространства. Нами предлагается использовать алгоритм, позволяющий определять количественные характеристики социальной сети путем расширенного анализа опросных данных по членам групп для выяснения коммуникативной совместимости конкретных лиц в рамках исследуемого сообщества. В основе определения структуры социальных связей и выявления фактических отношений индивидов в исследуемых группах используется социометрическая методика интегральной оценки коммуникативной активности и психологической совместимости. Для этого членам группы исследуемого сообщества предлагается провести самооценку и взаимные оценки всех испытуемых по шкале предпочтений с нечеткими переменными «приемлю - безразличен - отвергаю» от 0 до 1, выраженными лингвистическими значениями, характеризующими оцениваемую ситуацию при помощи функции принадлежности к некоторому множеству значений. Далее проводится социометрическое исследование СФП исследуемого сообщества путем перекрестного опроса членов выбранных групп по некоторым общесистемным функциям, для чего каждому предлагается ответить на вопросы типа: «Насколько я бы хотел работать с этим человеком в одной группе?», на основе чего по каждому ответу ставится оценка в интервале от 0 до 1 по следующему принципу: 0 - «не хочу иметь с ним ничего общего», 1 - «с этим человеком я бы хотел работать более всего». Результатом исследования является оценка функционально-социального статуса по каждому из индивидов с последующим выявлением формального и неформального лидеров (рис. 1.б) по их характеристикам в социальной сети с построением наглядной схемы коммуникативной активности. Алгоритм базируется на анализе опросных данных индивидов для выяснения психологической и профессиональной совместимости конкретнных лиц в пределах рабочих групп при решении конкретных задач.

Обучение и самообучение - предпосылки самоорганизации. В качестве одного из основных методов самообучения используются кейс-тренинги, в рамках которых ведется проработка реальных ситуаций и проблем того или иного сообщества. Данный метод обучения позволяет студентам и преподавателю участвовать в непосредственном обсуждении деловых ситуаций или задач. При этом кейсы сочетают в себе специализированные учебные материалы и целеориентированные способы использования данного материала в учебном процессе. Для этого рядом авторов вводится система целей по формированию у студентов определенных навыков [16]:

* студент должен уметь выделять и оценивать ключевые вопросы, относящиеся к конкретному кейсу;

* при решении как частных, так и общих задач, студент должен показать способность мыслить логически, ясно и последовательно, выявляя причинно-следственные связи и оперируя логически обоснованными выводами;

* студент должен уметь принять нужное решение в кейсе и применить свои знания к конкретной ситуации (в том числе, при решении следующего кейса);

* студент должен уметь представить анализ в убедительной и обоснованной форме, предлагая аргументированные варианты решения;

* студент должен показать готовность и способность применить аналитическое мышление и количественный анализ, так как в ряде случаев, ориентация исключительно на интуицию недостаточна, особенно при наличии рисков и необходимости выбора того или иного варианта решения;

* студент должен развить методические навыки в решения задач определенного класса, а не освоить алгоритм решения конкретной задачи, при этом он должен уметь выходить за рамки конкретной ситуации.

Задача преподавателя состоит в подборе соответствующего реального материала, на основе которого студенты решают поставленные перед ними задачи и анализируют реакцию других участников группы на свои действия, формируя тем самым заданные навыки (оцениваются через критерии обучаемости, склонности к лидерству или умению работать в коллективе и др., см. табл. 1), наиболее полно отвечающие решаемым ими задачам. При этом, согласно указанных целей, важным элементом самообучения является развитие у студентов способностей к обоснованному и аргументированному выбору различных вариантов решения той или иной проблемы. В итоге преподаватель должен стимулировать у студентов навыки коллективной работы, групповой разработки и принятия решений, т.е. способствовать их самообучению. Каждый студент должен оценивать риск принятия решений, а преподаватель должен на начальном этапе пояснять возможные последствия принятия соответствующего варианта. Основные этапы обучения [2] на основе кейс-метода приведены в табл. 2.

Таблица 2 - Компоненты кейс-метода

Особенностью данной методики является постепенное усложнение кейсов от одного занятия к другому, начиная от решения частной задачи, до - анализа и декомпозиции комплексной проблемы. Выбор и принятие решений в группе основывается на информации, имеющейся в кейсе с использованием экспертных, аналитических и экспериментальных методов исследования. Завершающим этапом является проведение группового самотестирования, по результатам которого строится матрица коммуникативной активности студентов по принципу совместимости «человек - человек» и «человек - группа» (или по принципу организации оптимальных связей) при решении общих задач. В рабочее поле оценочной матрицы заносится число контактов (определяющих продуктивную информационную активность в области данного индивида), по которому рассчитывается социально-функциональный статус как отношение социально-функ-ционального рейтинга (CF) к уровню коммуникативной активности (СA) в виде CFR = SF / CA. Социально-функциональный рейтинг индивида (тип лидерства) определяется через суммарное число контактов (входящих обращений - ) других индивидов к оцениваемому для реализации некоторой функции, по которой строится срез социальной сети:

,

где n - число испытываемых. Коммуникативная активность индивида определяется через суммарное число контактов (исходящих обращений - ) оцениваемого индивида к другим в процессе реализации аналогичной функции, по которой строится аналогичный срез

индивид оценка социометрия

Полученные таким образом данные визуализируются в виде модели коммуникативной активности группы. Заключительным этапом проводится оценка коммуникативной и социально-функциональной активности по выбранным общесистемным функциям, строятся суммарные рейтинги, на которых формируется рельеф коммуникативного пространства, визуализирующий коммуникативную общефункциональную активность внутри группы [2].

С этой точки зрения, при проведении организационного проектирования (путем исследования как внутренних, так и внешних коммуникаций) пространственный анализ области СФП, соответствующей функционально и организационно однородной группе может служить обоснованием социально-функциональной эффективности проводимых организационных изменений, проявляющейся в «совпадении» уровней коммуникативной активности (неформальной составляющей) с уровнями социально-функционального статуса (формальной составляющей) на основе рассчитанных рейтингов испытываемых.

Кейс-метод в самообучении. Как отмечалось ранее, неотъемлемой частью исследования, анализа и проектирования социальных сетей являются методы обучения и тренинги. Рассматриваемая в работе социометрическая методика апробировалась нами в процессе преподавания блока гуманитарных дисциплин (в частности, на 3-5 курсах факультетов менеджмента и коммерции одного из омских институтов). В несколько этапов проводилось анкетирование группы студентов, в которой выделялись одна или две подгруппы, и в каждой из них устанавливался формальный и выявлялся неформальный лидер. В процессе решения кейсов, связанных с разработкой и принятием решений по задачам прикладной сферы, выявлялась структура социальной сети как в отдельных подгруппах, так и группе в целом. При этом происходила корректировка как межличностных (неформальных), так и формальных связей между индивидами. Последовательное усложнение кейсов и решаемых студентами задач, позволило реализовать тем самым элемент самообучения в достижении поставленных перед группой целей. Проводимое на промежуточных этапах анкетирование (опрос) студентов и итоговая оценка студентов выявили увеличение рейтингов по таким ключевым характеристикам как: обучаемость у 49% - в среднем на 36%, умение работать в коллективе у 42% - в среднем на 22%, склонность к лидерству у 15% - в среднем на 28%, коммуникабельность у 27% - в среднем на 19%. При этом отмечено совпадение формального и неформального лидерства в группе в 72% случаев.

Отличительной особенностью данного подхода является ориентация индивида как на самостоятельное, так и на групповое решение каждой задачи соответствующего кейса. Правильность окончательного выбора того или иного варианта решения определяет возможность эффективной работы студентов в группе, иллюстрируемой изменением показателя «Умение работать в коллективе».

Заключение

На основе использования представленных методик на практике для анализа субъектов СФП исследуемого сообщества можно определить его оптимальную организационную и социальную структуру, повысить общую эффективность целевой деятельности, сократив временные и стоимостные затраты для достижения поставленных целей. Кроме того, как показывает опыт внедрение последующих кейсов (в студенческих группах на старших курсах), результаты опроса свидетельствуют о том, что студенты не только демонстрируют улучшение основных показателей учебы, но и более активно участвуют в общественной деятельности института. Соответственно, гармонизация целей отдельных человеческих индивидов и оптимизация межличностных связей является основой для эффективного саморазвития группы и совершенствования ее характеристик.

Библиографический список

1. Карпов, А. В. Психология групповых решений / А.В. Карпов. - М.: Юрист, 2000; Карпов, А. В. Структурно-функциональная организация процессов принятия групповых решений / А.В. Карпов. // Вопросы психологии. - 2004. - №1; Круковский, Я. В. Социометрический анализ отношений в социальных группах: методы обучения и самоорганизации / Я.В. Круковский. // Социология образования перед новыми проблемами. - Москва-Омск: журнал «СОЦИС» РАН, ОмГУ, 2003.

2. Круковский, Я. В. Социометрический анализ отношений в социальных группах: методы обучения и самоорганизации / Я.В. Круковский. // Социология образования перед новыми проблемами. - Москва-Омск: журнал «СОЦИС» РАН, ОмГУ, 2003.

3. Ильченко, С. М. О необходимости использования информационных технологий в преподавании товароведных дисциплин / С.М. Ильченко. // Наука образования: сб. науч. ст. - Омск: Изд-во ОмГПУ, 2000. - Вып. 18. - 616 с.; Круковский, Я. В. Социометрический анализ отношений в социальных группах: методы обучения и самоорганизации / Я.В. Круковский. // Социология образования перед новыми проблемами. - Москва-Омск: журнал «СОЦИС» РАН, ОмГУ, 2003.; Кофман, А. Введение в теорию нечетких множеств / А. Кофман. - М.: Радио и связь, 1982.

4. Веселкин, Е. А. Понятие социальной сети в британской социальной антропологии / Е.А. Веселкин. // Концепции зарубежной этнологии. - М.: Наука, 1976.

5. Смелзер, Н. Социология: пер. с англ. / Н. Смелзер. - М.: Феникс, 1998.

6. Хильдебранд, К. Структура невидимых связей / К. Хильдебранд. // ComputerWorld Russia. - 1998. - № 34.

7. Leavitt, J. Some effects of certain communication patterns on group performance / J. Leavitt. // Journal of Abnormal and Social Psychology. - 1951. - Vol. 46.

8. Technigs with cases. / James A. Errskine, Michiel R. Leenders, Louise A. Mauffette Leenders School of Business Administration, The University of Western Ontario. - Canada, 1981.

9. Круковский, Я. В. Концепция социальных сетей в организационном проектировании как основа повышения эффективности управления организацией / Я.В. Круковский. // Пятые апрельские экономические чтения. - Изд-во ОмГПУ, 2000.

10. Leavitt, J. Some effects of certain communication patterns on group performance / J. Leavitt. // Journal of Abnormal and Social Psychology. - 1951. - Vol. 46.

11. Смелзер, Н. Социология: пер. с англ. / Н. Смелзер. - М.: Феникс, 1998.

12. Хильдебранд, К. Структура невидимых связей / К. Хильдебранд. // ComputerWorld Russia. - 1998. - № 34.

13. Заде, Л. А. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Л.А. Заде. - М.: Мир, 1976.

14. Круковский, Я. В. Концепция социальных сетей в организационном проектировании как основа повышения эффективности управления организацией / Я.В. Круковский. // Пятые апрельские экономические чтения. - Изд-во ОмГПУ, 2000.

15. Вудкок, М. Раскрепощенный менеджер. Для руководителя-практика / пер. с англ. А.В. Верникова, А.Ф. Ковалева. / М. Вудкок, Д. Фрэнсис. - М.: Дело, 1991.

16. Тестовая типология человеческой личности «Майерс-Бриггс / Юнга-Майерс-Бриггс». (Бурлачук, Л. Ф. Справочник по психологической диагностике / Л.Ф. Бурлачук, С.М. Морозов. - Киев: Наукова думка, 1989.; Майерс, Д. Социальная психология / Д. Майерс. - СПб.: Питер, 1998.)

17. Заде, Л. А. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Л.А. Заде. - М.: Мир, 1976.

18. Радаев, В. В. Социальная стратификация / В.В. Радаев, О.И. Шкаратан. - М.: Наука, 1995.

19. Ефремов, В. С. Методологические основы анализа бизнес-идеи / В.С. Ефремов. // Менеджмент в России и за рубежом. - 1997. - № 3.; Кофман, А. Введение в теорию нечетких множеств / А. Кофман. - М.: Радио и связь, 1982.

20. Ефремов, В. С. Методологические основы анализа бизнес-идеи / В.С. Ефремов. // Менеджмент в России и за рубежом. - 1997. - № 3.

21. Technigs with cases. James A. Errskine, Michiel R. Leenders, Louise A. Mauffette Leenders School of Business Administration, The University of Western Ontario. - Canada, 1981.

Размещено на Allbest.ru