Современная психология мотивации (сборник)

Таблица 3

Стандартизованные коэффициенты канонической дискриминантной функции

Таким образом, результаты дискриминантного анализа показали, что группы действительно отличаются по таким показателям, как переживание опыта потока и квалификация. На определенном этапе взаимодействия с компьютером именно переживание опыта потока является определяющим мотивацию хакеров образованием.

В ходе постэкспериментального интервью с испытуемыми обсуждались вопросы, касающиеся процессов целеполагания: выбора ими познавательных задач, специфичных для хакерской деятельности, эмоций, возникающих в процессе работы с компьютером, соответствия требований задач и имеющейся квалификации.

Интервью показали значение целеполагания для мотивации потока. Так, испытуемые первой группы предпочитают работать над проектами, ход осуществления которых им известен, и над задачами, которые ненамного труднее или немногим отличаются от уже решенных ими. Так, испытуемый Serge отмечает:

«Сами по себе все задачи решаемы, в том смысле, что пути их решений видны сразу, просто иногда средства (программы) бывают мной не изучены, то есть если браться за какой-либо проект, то основной упор, на мой взгляд, я делаю на время – хватит ли времени разобраться в том или ином нюансе самого проекта (изучение новых программ, которые помогли бы мне сделать проект более совершенным)».

Похожие особенности целеполагания характерны и для другого испытуемого этой группы, М.Г.: «Долгосрочные проекты часто не приносят удовольствия, просто на каком-то этапе все это перестает приносить удовольствие, так как нет результата. Поэтому сейчас берусь только за те проекты, где в обозримом будущем можно получить положительный результат.

Кстати, раньше, занимаясь хакерством, я не понимал, почему мне это интересно, почему, взломав защиту, я получал колоссальное удовольствие. Потом мне стало понятно, что просто быстрое достижение результата (быстрое по сравнению, например, с разработкой какого-то прикладного программного проекта) и приносило мне удовольствие. То есть удовольствие от работы с компьютером приносит хорошо выполненная работа, как и в любом другом деле, просто на компьютере зачастую можно быстрее получить нужный результат».

Испытуемые второй группы предпочитают работать над задачами, решение которых их интересует само по себе, вне зависимости от их сложности: «Все зависит исключительно от настроения и погоды ;). Сегодня мне может захотеться написать бесплатный почтовый сервер, типа mail.ru, завтра я начну писать бухгалтерию под Линукс, послезавтра систему учета траффика в сети, а в следующий день я, утомленный предыдущим написательством, вообще не захочу писать ничего ;).

Скорее всего, интересность задачи определяется сиюминутным порывом – сейчас интересно, завтра нет» (Юрий К.).

Как можно легко увидеть из примеров, приведенных Юрием К., он самостоятельно выбирает проекты; примеры, приведенные им, представляют собой весьма сложные проекты, в ряде случаев уже реализованные другими программистами или хакерами (возможно, целыми коллективами), эти проекты требуют значительного времени и усилий. Кроме того, можно отметить, что стремление создать такую же программу, которая уже функционирует в Интернете (например, сервер mail.ru), может побуждаться внешней мотивацией достижения, самоутверждения и пр.; испытуемого может привлекать сам процесс проверки своих сил, сравнения своих возможностей с возможностями целых команд программистов.

Сходные представления о своем увлечении характерны и для другого испытуемого, Y.K.: «…Постоянно ощущаю нехватку информации и знаний, поскольку в голове вечно роятся идеи и для их осуществления это все необходимо. Задачи выбираются, в первую очередь, исходя из их интересности для меня, и сложность задачи при выборе практически не играет роли (или стоит где-то в конце списка приоритетов)».

Таким образом, особенности целеобразования влияют на мотивацию потока. Если хакеры первой группы переживают опыт потока в ходе «хакинга» и выбирают очередные проекты таким образом, чтобы обеспечить возможность такого переживания в дальнейшем, то испытуемые второй группы в меньшей степени испытывают опыт потока и выбирают проекты либо исходя из своих познавательных интересов, либо движимые внешней мотивацией социального характера (достижения, самоутверждения и пр.). Следовательно, можно говорить о фиксации на мотивации потока (1-я группа) или о предполагаемом сочетании внутренних и внешних мотивов деятельности при слабой выраженности мотивации потока (2-я группа).

Поскольку полученная в результате дискриминантного анализа классификационная функция объясняет в среднем 67,7% распределения испытуемых по группам (в первой группе – 57,4%, во второй – 76 % правильных «попаданий» испытуемых в группу), был проведен кластерный анализ данных методом k - значений.

Наиболее четким оказалось разделение испытуемых на три группы. По результатам кластерного анализа выделились следующие группы (см. рис. 5): для первого кластера характерно высокое переживание опыта потока в сочетании со средней квалификацией; испытуемые, попавшие во второй кластер, характеризуются высоким переживанием опыта потока и обладают наибольшим опытом работы с компьютерами; в третьем кластере испытуемые, обладая относительно небольшим опытом работы с компьютерами, практически не испытывают мотивацию потока.

Рассмотрим для начала, не совпадает ли какой-либо из трех кластеров с одной из экспериментальных групп, различных по квалификации и способу рекрутирования входящих в них испытуемых. На рисунке 6 показано, как распределились испытуемые исходных 1-й и 2-й группы по выделенным кластерам. Так, более половины испытуемых из исходной первой группы (высокие показатели по переживанию опыта потока при средних широте и длительности опыта работы с компьютерами) оказалась в кластере 1. Оставшиеся испытуемые почти поровну распределились по двум остальным кластерам. Исходная вторая группа оказалась менее однородна – в третий кластер (низкое переживание опыта потока при среднем опыте работы с компьютерами) вошли 48% испытуемых, 30% испытуемых – в первый кластер, и оставшиеся 22% – во второй.

Рисунок 5. Средние значения переменных для выделенных кластеров